FDE Wiki

深色模式

FDE 文档模板与权威出处 ​

给要在客户现场立刻产出一份「像样的东西」的 FDE。这一页列出交付全流程会用到的文档模板，每一件都写清祖先是谁、原版结构长什么样、什么时候用、去哪儿拿。

FDE 的交付物里，有一半不是代码，是让别人做决定的纸。立项书让老板签字，一页纸汇报换来「扩大还是停止」的裁决，交付病历让下一个人接得住。这些格式几乎都不需要发明——高可靠行业（制造业、军队、医院、航空）为同一类问题已经打磨了几十年，直接借骨头比自己编要靠谱得多。

本页的纪律：只收有名有姓、能点开链接核对出处的模板。查不到一手出处的「网传模板」不收。

时效声明：本页出处链接与获取方式核实于 2026-09-06。模板的骨架比工具稳定得多——这一页里绝大多数祖先已经存在了十年以上，但下载入口会变，引用前点开确认。同章其他页的时效口径见 README。

一、模板的五个祖先谱系 ​

二、通用祖先：值得原样学会的六件 ​

这六件不是「FDE 专用模板」，是任何做交付的人都该会的通用工件。先学原版，再谈改编。

1. 丰田 A3 报告 ​

出处：John Shook,《Managing to Learn: Using the A3 Management Process》, Lean Enterprise Institute, 2008；MIT Sloan Management Review,《Toyota's Secret: The A3 Report》(https://sloanreview.mit.edu/article/toyotas-secret-the-a3-report/)；ASQ 的结构说明 (https://asq.org/quality-resources/a3-report)。

原版结构（七节，全部挤在一张 A3 纸上）：背景 → 现状（必须带数据）→ 目标状态 → 根因分析（5 Whys 或鱼骨图）→ 对策（每条必须能追溯到某个根因）→ 实施计划（谁、何时）→ 跟踪验证。

什么时候用：任何需要让上级理解「问题是什么、你打算怎么办、怎么知道有没有效」的场合。

最容易被忽略的一点：Shook 全书的核心论断是，A3 首先不是文档格式，而是带教制度——上级通过一轮轮批改下级的 A3 草稿把人带出来。对「企业内部培养 FDE」这条路线来说，这一条比模板本身重要得多（见 ../03-role/competency-model.md）。

2. 美军 After-Action Review（AAR） ​

出处：美国陆军 TC 25-20《A Leader's Guide to After-Action Reviews》，公开可下载；相关写作标准见下条。

原版结构（四问，顺序不能换）：

  1. 原本打算发生什么？（What was supposed to happen?）
  2. 实际发生了什么？（What actually happened?）
  3. 为什么有差异？（Why were there differences?）
  4. 下次怎么做？（What can we learn and do differently?）

什么时候用：每一个交付节点结束时。AAR 的关键约束是「无责」——追的是流程和判断，不是人。一旦变成追责会，第二次就再也听不到真话。

3. 美军 BLUF 写作标准 ​

出处：US Army, AR 25-50《Preparing and Managing Correspondence》，公开 PDF：https://armypubs.army.mil/epubs/DR_pubs/DR_a/ARN42124-AR_25-50-007-WEB-13.pdf

原版核心：Bottom Line Up Front——结论写在第一句，理由写在后面。军方把它写成强制条令的原因很实际：读者可能只读得到第一段。

什么时候用：所有给忙人的书面沟通。写给客户高管的每一封邮件、每一份周报，都该过一遍这条标准。

4. 医疗 SOAP 病历与 POMR ​

出处：Lawrence L. Weed, MD 提出的问题导向病历（Problem-Oriented Medical Record），1964 年起，1968 年发表于《新英格兰医学杂志》；权威综述见 https://www.amjmed.com/article/S0002-9343(19)30352-3/fulltext

原版结构：Subjective（主诉，病人说的）→ Objective（客观，测出来的）→ Assessment（评估，医生的判断）→ Plan（计划）。POMR 的更大贡献是**「问题清单」**：把一个病人身上所有问题编号列出，每条独立追踪。

什么时候用：交付过程的标准归档格式。Weed 的洞察对 FDE 直接适用——把「客户说的」和「你测到的」严格分开写，是避免被单一叙述带跑的最简单办法。

5. 医疗 SBAR 交班框架 ​

出处：源自美国海军核潜艇部队的沟通规程，由 Kaiser Permanente 的 Michael Leonard、Doug Bonacum 等人引入医疗领域（2002 年前后），IHI 推广；结构说明见 https://asq.org/quality-resources/sbar

原版结构：Situation（现在什么情况）→ Background（背景）→ Assessment（我的判断）→ Recommendation（我建议你做什么）。

什么时候用：任何一次「我需要你现在给我一个决定」的汇报。SBAR 和 BLUF 是同一件事的两种写法：SBAR 的 R 必须是一个具体动作，不是「请领导指示」。

6. Amazon PR/FAQ 与六页纸 ​

出处：Colin Bryar & Bill Carr,《Working Backwards》, 2021；官方模板与说明 https://workingbackwards.com/resources/working-backwards-pr-faq/；六页纸的第一手说明见 Amazon 2017 年致股东信 https://www.aboutamazon.com/news/company-news/2017-letter-to-shareholders

PR/FAQ 原版结构（新闻稿部分按顺序）：标题 → 副标题（一句话说清目标客户与收益）→ 摘要段 → 问题段（必须用客户视角写） → 方案段 → 引语与上手路径。之后分「外部 FAQ」（客户会问的）与「内部 FAQ」（高管会问的：现有方案、市场规模、竞争、技术难点、合规、单位经济模型、失败风险）。硬约束：新闻稿一页封顶，禁止行话、内部缩写、技术架构细节。

六页纸原版规则：会议开始时全体静默阅读六页叙事式备忘录，然后讨论；不用 PPT。贝索斯在 2017 年致股东信里专门写了它为什么难：「伟大的备忘录是写了又重写、请同事帮改、放两天再用新鲜的脑子编辑出来的。它们根本不可能在一两天里完成。」信里还点出一个常见误判——以为一份高标准六页纸能在「一两天甚至几小时」内写完，「而实际上它可能需要一周或更久」。

什么时候用：任何一个新场景立项前。倒着写新闻稿这个动作的价值在于，逼你在写代码前先说清「谁的生活会变好、变好在哪」。

7. 「麦肯锡一页纸」的真实祖先：Minto 金字塔原理 ​

中文圈流传的「麦肯锡一页纸」没有一个可考的官方模板。能追溯到出处的是 Barbara Minto 的金字塔原理——她是麦肯锡的第一位女性顾问，把这套写作与思考结构做成了咨询业的通用语言。

出处：Barbara Minto,《The Pyramid Principle: Logic in Writing and Thinking》；作者官网 https://www.barbaraminto.com/

原版结构：SCQA —— Situation（现状）→ Complication（发生了什么变化 / 困难）→ Question（因此要回答什么问题）→ Answer（答案先行）。答案之下用三个支柱论点支撑，每个论点下挂证据，构成金字塔。

什么时候用：所有需要说服人的书面材料。如果你只学一件通用写作方法，学这个。

三、FDE 交付流程里的具体模板 ​

下面这一组是把上面的祖先落到「AI 交付」这个具体场景后的样子。每一件都需要按你自己的行业和客户改写，直接照抄别人的表格填不出好东西。

Mars（任鑫）的《中国 FDE 手册》军火库（fde-arsenal）把这一组做成了 12 件公开中文模板，每件带一节「权威出处」和一份填好的样例（十二件用同一家公司、同一场仗贯穿），除 Eval 设计卡按 CC BY-SA 4.0 外，其余标注出处即可自由取用。它是目前能找到的最完整的一套中文实现，可以当参照物；收录条目与获取方式见 ../02-canon/essential-reading.md。本 Wiki 中立收录，不替它做主张——下面写的是模板本身的骨架和出处，不依赖任何一家的实现。

3.1 场景海选与伪需求过滤器 ​

祖先：McKinsey《Rewired》的价值机会扫描（先选「域」再排「用例」，域的标准是「宽到足以显著改善财务或体验，窄到能在 18 个月内出结果」；用例按价值 × 可行性两维排序）；Amazon Working Backwards 的五个客户问题；Douglas Hubbard《How to Measure Anything》的「澄清链」；BCG 的 Deploy / Reshape / Invent 三类价值打法。

结构：候选场景清单 → 每条打两个分（价值、可行性）→ 过一遍伪需求过滤问题（这事现在是怎么做的？做错了会怎样？谁会因为它变轻松？）→ 排序，只留一个。

什么时候用：进场第一周。这是整个交付里唯一一个「选错了后面全白干」的动作。

出处：Lamarre, Smaje, Zemmel,《Rewired》, Wiley, 2023, ISBN 9781394207114；McKinsey QuantumBlack, https://www.mckinsey.com/capabilities/quantumblack/our-insights/reimagining-your-business-for-ai；BCG,《The Leader's Guide to Transforming with AI》, https://www.bcg.com/featured-insights/the-leaders-guide-to-transforming-with-ai

3.2 访谈提纲 ​

祖先：Rob Fitzpatrick《The Mom Test》三条规则（谈他们的生活不谈你的想法；问具体的过去不问泛泛的未来；少说多听）；Beyer & Holtzblatt《Contextual Design》的师徒模型（跟着人干活，不是隔桌问）；Bob Moesta 的 JTBD 时间线与四力（https://jobstobedone.org/）；丰田现地现物。

结构：进场前的假设清单 → 时间线还原问题（上一次发生是什么时候？当时你先做了什么？）→ 观察记录（他实际点了几下，跟他说的一样吗）→ 事后 24 小时内回写。

什么时候用：第一周，且必须去现场，不能靠会议室。

出处：Rob Fitzpatrick,《The Mom Test》, 2013；Beyer & Holtzblatt,《Contextual Design》, Morgan Kaufmann, 1998

3.3 客户准备协议 ​

祖先：Palantir AIP Bootcamp 的客户准备前提（客户自带真实业务数据和真实业务问题、hands-on-keyboards、Day 1 就做安全数据接入）；Neil Lawrence 的数据就绪度分级 Data Readiness Levels（Band C 可及性 / Band B 忠实性 / Band A 可用性，论文核心主张是给甲乙双方一套谈「数据到底准备好没有」的共同语言）；Bain 的 RAPID 决策权分配（R-A-P-I-D 五角色，其中 D 是唯一拍板人）。

结构：开工前必须到位的三样 —— ① 能拍板改流程的人（唯一的 D，每周固定时间）② 能解释数据字段含义的人 ③ 用真实数据的书面授权。每一项后面写清「不到位的后果」。

什么时候用：签合同 / 立项之后、写第一行代码之前。缺一不开工。

出处：Palantir AIP Bootcamp https://www.palantir.com/platforms/aip/bootcamp/；Palantir Blog,《Deploying Full Spectrum AI in Days: How AIP Bootcamps Work》https://blog.palantir.com/deploying-full-spectrum-ai-in-days-how-aip-bootcamps-work-21829ec8d560；Neil D. Lawrence,《Data Readiness Levels》, arXiv:1705.02245, 2017, https://arxiv.org/abs/1705.02245；Rogers & Blenko,《Who Has the D?》, Harvard Business Review, 2006

3.4 一页立项书 ​

祖先：丰田 A3 + Amazon PR/FAQ + Minto SCQA（都见上文第二节）。

结构（六格，一页封顶）：要解决的问题（业务语言）→ 唯一一个目标业务指标 → 范围：做什么 / 不做什么（不做至少写三条）→ 数据清单（责任人 + 到手日期）→ 时间节奏 → 需要你（签字人）给的三样东西。

什么时候用：第一周结束时，拿去要签字。

两条硬规则：

  • 目标指标只能有一个。写了两个就等于没写——第 30 天必然变成挑对自己有利的那个讲。
  • 项目名必须用业务语言（「把月度商品计划从 5 天压到 1 天」，不是「AI 计划 Agent」）。这是完全继承 Amazon 的禁行话精神。

3.5 任务拆解卡 ​

祖先：Agrawal, Gans & Goldfarb 的 AI Canvas，见 HBR《A Simple Tool to Start Making Decisions with the Help of AI》(2018-04-17, https://hbr.org/2018/04/a-simple-tool-to-start-making-decisions-with-the-help-of-ai) 与《Prediction Machines》一书。

原版核心：一个决策拆成七格——预测、判断、行动、结果、输入、训练、反馈。核心论点是「AI 降低的是预测的成本，判断的价值因此上升」。

结构：把一条工作流切成两半——哪一段是「预测」（AI 干）、哪一段是「判断」（人干）。每一格写清输入、输出、失败时谁兜底。

什么时候用：立项后、设计方案前。这一步不做，做出来的东西必然是「AI 全包」的幻想或「AI 只做摘要」的鸡肋。

3.6 Eval 设计卡 ​

祖先：Louis Dorard 的 Machine Learning Canvas，CC BY-SA 4.0（https://www.ownml.co/machine-learning-canvas、https://github.com/louisdorard/machine-learning-canvas）。

结构：目标 → 输入是什么 → 输出是什么 → 什么算对（判定口径，写成不超过 5 条规则）→ 谁是最终裁判（一个人名）→ 样本从哪来、多少条 → 达到多少分算通过 → 不通过怎么办。

什么时候用：第一周尾 / 动手前。这张卡是整套模板里唯一一件「不填就一定会在验收会上吵架」的。

许可提醒：改编自 CC BY-SA 4.0 的作品，再改编也必须沿用同一许可。

工具怎么配：见 eval-tools.md。

3.7 MVD 范围切割卡 ​

祖先：Alistair Cockburn 的 Walking Skeleton（行走骨架）——「一个跑通端到端全部主要环节的、最小的功能实现」（收录于《97 Things Every Software Architect Should Know》, https://www.oreilly.com/library/view/97-things-every/9780596800611/ch60.html）；Basecamp《Shape Up》的 Appetite / Circuit Breaker / Scope Hammering（全书免费在线 https://basecamp.com/shapeup）；Palantir Ontology 的建模顺序（https://www.palantir.com/docs/foundry/ontology/core-concepts）。

结构：目标流程全景 → 找出最短的一条端到端通路 → 砍到只剩这条 → 列出被砍掉的东西和「什么条件下再加回来」。

什么时候用：第二周，动手造之前。

Shape Up 的核心贡献是「固定时间、可变范围」：时间是常量，范围是变量。中文语境下最常见的错误是反过来——范围定死，时间往后拖。

3.8 采纳设计检查表 ​

祖先：Prosci ADKAR 模型（https://www.prosci.com/methodology/adkar）；Everett Rogers《创新的扩散》（五个属性：相对优势、兼容性、复杂性、可试性、可观察性；以及「意见领袖」概念）；Google PAIR《People + AI Guidebook》（https://pair.withgoogle.com/guidebook/）；Google 的 HEART 框架 + GSM 流程（CHI 2010 论文，https://kerryrodden.com/heart/）；BCG 的 10-20-70 原则（10% 算法、20% 技术与数据、70% 人与流程）。

结构：入口（用户在哪儿点开它——是否在他本来就要打开的那个界面里）→ 语言（界面上的词是不是他自己的词）→ 带头人（谁先用、谁能带动别人）→ 反馈闭环（用错了他怎么告诉你）→ 度量（HEART：Happiness / Engagement / Adoption / Retention / Task success）。

什么时候用：第三周，功能能用了、还没推广时。

BCG 的 10-20-70 值得记住：AI 转型的投入里，只有 10% 在算法上。FDE 的价值曲线也是这个形状。

3.9 ROI 测算表 ​

祖先：Forrester 的 Total Economic Impact™ 方法论（四要素：Benefits / Costs / Flexibility / Risk，https://www.forrester.com/policies/tei/）；Douglas Hubbard《How to Measure Anything》（核心论点：「无法测量」几乎总是「没定义清楚要测什么」）。

结构：现状基线（数据从哪来、谁认这个数）→ 目标状态 → 差值 × 频次 × 单位价值 = 年化收益 → 成本（人力 + 模型 + 平台 + 维护）→ 风险调整 → 净值与回收期。

什么时候用：立项和复盘用同一张表。这是这件模板最重要的用法——立项时填的是预测，复盘时填的是实测，两栏并排放。敢这么做的团队，第二单会好谈得多。

做 AI 项目时最容易失守的一格是「基线」。没有基线的 ROI 全是编的。

3.10 管理层汇报一页纸 ​

祖先：医疗 SBAR + 美军 BLUF + Minto 金字塔 + 丰田 A3 的后半段（对策 → 计划 → 跟踪验证）。都见第二节。

结构：一句话结论（扩大 / 调整 / 停止，三选一）→ 数字对比（目标 vs 实测，一张表）→ 为什么是这个结果（不超过三条）→ 我需要你现在做的决定 → 如果批准，接下来 30 天做什么。

什么时候用：每个交付周期的最后。

核心设计是「用决策语言而不是进度语言」：不写「完成度 80%」，写「建议扩大 / 建议调整 / 建议停止」。「停止」必须是一个真实存在的选项，否则前面所有的数据都会被读成表演。

3.11 交付病历 ​

祖先：Weed 的 POMR / SOAP + 美军 AAR 四问 + Google SRE 无责事后复盘（https://sre.google/sre-book/postmortem-culture/）+ 丰田 5 Whys。

结构：主诉（客户说的问题，原话）→ 客观（你测到的数据）→ 评估（你的判断，含被推翻的假设）→ 计划与实际执行 → AAR 四问 → 遗留问题清单（编号，各自有责任人）。

什么时候用：每一单结案时，无论成功还是失败。

「烂尾才是唯一的失败」——一单没达到目标但归了档、讲清了为什么，它就是资产；一单做成了但没人写下来，三个月后等于没做过。

3.12 内部 AI 落地项目授权书 ​

这一件没有外部祖先，是为「企业内部 FDE」这个特定处境写的原创工件。它要解决的问题是：内部 FDE 没有乙方合同的约束力，也没有外部顾问的势能，必须靠一纸授权把「我可以动这个流程」变成书面事实。

结构（七条授权，逐条要签字）：调研权（可以约谁）→ 数据权（可以看哪些数据、到什么粒度）→ 建设权（可以改哪个流程的哪一段——这是心脏） → 时间权（每周投入多少小时，谁批）→ 采购权（可以花多少钱，走什么流程）→ 发布权（可以让谁试用）→ 停止权（什么条件下可以喊停）。

什么时候用：企业内部推动者的第一份文件。相关角色讨论见 ../03-role/what-is-an-fde.md。

四、去哪儿拿 ​

来源是什么链接
Palantir 官方 Use Case Life Cycle 文档Palantir 公开的完整交付方法论文本，含 scoping 六段模板、功能需求五元组句式、团队七角色https://www.palantir.com/docs/foundry/use-case-life-cycle/overview/
Amazon Working Backwards 资源页PR/FAQ 官方模板与说明https://workingbackwards.com/resources/working-backwards-pr-faq/
Basecamp《Shape Up》全书免费在线https://basecamp.com/shapeup
Google PAIR People + AI Guidebook6 章 23 个人机协作设计模式，附可打印工作表https://pair.withgoogle.com/guidebook/
Google SRE Book 复盘章无责事后复盘的原始文本与示例https://sre.google/sre-book/postmortem-culture/
Machine Learning CanvasCC BY-SA 4.0，可自由改编https://www.ownml.co/machine-learning-canvas
Kerry Rodden 的 HEART 页HEART + GSM 原始论文与说明https://kerryrodden.com/heart/
ASQ 质量资源库A3、SBAR 等的中立结构说明https://asq.org/quality-resources/a3-report
中国 FDE 手册 · 模板库（fde-arsenal/03-模板库）12 件中文模板，每件带「权威出处」一节和同一家公司贯穿的填好样例；除 Eval 设计卡（CC BY-SA 4.0）外注明出处即可自由取用见 ../02-canon/essential-reading.md 中的 fde-arsenal 条目

五、用模板的三条纪律 ​

  1. 先学原版，再用改编版。 你要能说出「这张表的祖先是丰田 A3，我把根因分析那格换成了范围切割，因为……」。说不出来，你就只是在填表。
  2. 每张表都有一格是 AI 填不了的。 判定口径、唯一的 D、目标指标定哪个、什么条件下停止——这些是判断，不是执行。模板能让 agent 帮你把八成执行做掉，剩下两成偷懒了，填得再漂亮的表也救不了。
  3. 空表看不懂。 给任何人一份模板时，都配一份填好的样例。没有样例的模板库，等于没有。

延伸阅读 ​

来源 ​

  1. John Shook,《Managing to Learn》, Lean Enterprise Institute, 2008；MIT Sloan Management Review,《Toyota's Secret: The A3 Report》, https://sloanreview.mit.edu/article/toyotas-secret-the-a3-report/；ASQ, A3 Report, https://asq.org/quality-resources/a3-report
  2. US Army, TC 25-20《A Leader's Guide to After-Action Reviews》（公开指南 PDF）
  3. US Army, AR 25-50《Preparing and Managing Correspondence》（BLUF 写作标准）, https://armypubs.army.mil/epubs/DR_pubs/DR_a/ARN42124-AR_25-50-007-WEB-13.pdf
  4. Lawrence L. Weed, MD, 问题导向病历 POMR / SOAP, 1964 / NEJM 1968；综述见 https://www.amjmed.com/article/S0002-9343(19)30352-3/fulltext
  5. SBAR 结构说明, ASQ, https://asq.org/quality-resources/sbar（源自 Kaiser Permanente 的 Leonard、Bonacum 等，2002 年前后）
  6. Colin Bryar & Bill Carr,《Working Backwards》, 2021；官方 PR/FAQ 模板 https://workingbackwards.com/resources/working-backwards-pr-faq/
  7. Amazon, 2017 年致股东信（六页纸备忘录与「高标准」一节）, https://www.aboutamazon.com/news/company-news/2017-letter-to-shareholders
  8. Barbara Minto,《The Pyramid Principle》；作者官网 https://www.barbaraminto.com/
  9. Eric Lamarre, Kate Smaje, Rodney Zemmel,《Rewired: The McKinsey Guide to Outcompeting in the Age of Digital and AI》, Wiley, 2023, ISBN 9781394207114；McKinsey QuantumBlack, https://www.mckinsey.com/capabilities/quantumblack/our-insights/reimagining-your-business-for-ai
  10. BCG,《The Leader's Guide to Transforming with AI》（10-20-70、Deploy/Reshape/Invent）, https://www.bcg.com/featured-insights/the-leaders-guide-to-transforming-with-ai
  11. Rob Fitzpatrick,《The Mom Test》, 2013；Beyer & Holtzblatt,《Contextual Design》, Morgan Kaufmann, 1998；Bob Moesta, Jobs to be Done, https://jobstobedone.org/
  12. Palantir, AIP Bootcamp, https://www.palantir.com/platforms/aip/bootcamp/；Palantir Blog,《Deploying Full Spectrum AI in Days: How AIP Bootcamps Work》, https://blog.palantir.com/deploying-full-spectrum-ai-in-days-how-aip-bootcamps-work-21829ec8d560
  13. Neil D. Lawrence,《Data Readiness Levels》, arXiv:1705.02245, 2017, https://arxiv.org/abs/1705.02245
  14. Paul Rogers & Marcia Blenko,《Who Has the D? How Clear Decision Roles Enhance Organizational Performance》, Harvard Business Review, 2006
  15. Ajay Agrawal, Joshua Gans, Avi Goldfarb,《A Simple Tool to Start Making Decisions with the Help of AI》, HBR, 2018-04-17, https://hbr.org/2018/04/a-simple-tool-to-start-making-decisions-with-the-help-of-ai；《Prediction Machines》, HBR Press, 2018 / 2022
  16. Louis Dorard, Machine Learning Canvas, CC BY-SA 4.0, https://www.ownml.co/machine-learning-canvas、https://github.com/louisdorard/machine-learning-canvas
  17. Alistair Cockburn,《Start with a Walking Skeleton》, 收于《97 Things Every Software Architect Should Know》, 2009, https://www.oreilly.com/library/view/97-things-every/9780596800611/ch60.html
  18. Ryan Singer / Basecamp,《Shape Up》, 2019, https://basecamp.com/shapeup
  19. Palantir, Ontology core concepts, https://www.palantir.com/docs/foundry/ontology/core-concepts
  20. Prosci, ADKAR 方法论, https://www.prosci.com/methodology/adkar；Everett M. Rogers,《Diffusion of Innovations》, Free Press, 1962 / 2003
  21. Google PAIR,《People + AI Guidebook》, https://pair.withgoogle.com/guidebook/；Rodden, Hutchinson, Fu, HEART + GSM, CHI 2010, https://kerryrodden.com/heart/
  22. Forrester, Total Economic Impact™ 方法论, https://www.forrester.com/policies/tei/；Douglas W. Hubbard,《How to Measure Anything》, Wiley, 2007–
  23. Google SRE Book,《Postmortem Culture: Learning from Failure》, 2016, https://sre.google/sre-book/postmortem-culture/
  24. Palantir, Use Case Life Cycle 文档系列, https://www.palantir.com/docs/foundry/use-case-life-cycle/overview/

内容采用 CC BY 4.0 许可，商用请注明出处。欢迎 投稿与纠错。

© 2026 FDE Wiki · 维护者任鑫（公众号「AI 炼金术」）