VOL 02 · 知识地图与热力矩阵
HR 场景驱动的
知识地图与热力矩阵
回答核心问题:企业内部 FDE 团队,在真实业务场景下究竟要懂什么、懂多深。本卷把抽象知识域拆解为有场景、有深度的五大领域,并用色阶热力矩阵直观展现岗位画像。
← 返回 FDE 培养总纲首页
PANORAMA
知识金字塔:从业务地基到塔尖
越往下越基础、越人人必备;越往上越专业、越少数人精通。
HR 业务与场景是全员地基
——这是内部 FDE 区别于纯外部外包团队的根本优势。
组织变革与运营
变革管理 · 责任链 · OKR · 资产复盘(少数人精通)
知识治理与安全合规
条款切片 · 本体图谱 · 溯源 · 审计 · 护栏(可信底座)
AI 与智能体工程
LLM 原理 · RAG · Agent · Skill · MCP · 编排(技术纵深)
系统集成与数据
主数据 · API/MCP 封装 · 权限隔离 · 可观测(底座纵深)
HR 业务与场景
劳动法 · 薪酬 · 考勤 · HRSSC · 专家灰度经验(全员必备地基)
FIVE DOMAINS
五大知识领域全景 Chips
🏢
1. HR 业务与场景
业务纵深 · 全员地基
懂业务灰度是内部 FDE 的第一生产力——这是它区别于纯外包技术团队的根本。
制度与政策
劳动合同法
社保公积金
个税政策
考勤休假规定
员工手册
场景与灰度
HRSSC 高频问答
专家隐性经验
例外审批话术
出海用工合规
🤖
2. AI 与智能体工程
技术纵深 · 闭环交付
不必会手写底层大模型,但要能判断“何时用 RAG / 何时用 Agent / 何时不该用 AI”。
检索与智能体
RAG 混合检索
Agent 任务拆解
Skill 模块化封装
MCP 协议
意图分类
评测与调优
Eval 回归测试
对话日志点踩归因
越狱对抗防御
🔌
3. 系统集成与数据
底座纵深 · 最后一公里
AI 必须无缝打通企业已有的系统、账号、权限与数据,杜绝信息孤岛。
集成与权限
人员/组织主数据
MCP 服务封装
RESTful API
RBAC/RLS 权限隔离
数据脱敏
🛡️
4. 知识治理与安全合规
可信纵深 · 风险底线
让每一条知识、每一个决策都“可解释、可审计、可信赖”——决定企业敢不敢用 AI。
治理核心
知识原子化切片
本体论与图谱
条款溯源
版本区间
全量审计留痕
🧭
5. 组织变革与运营
组织纵深 · 长期资产
让交付力长在组织里,沉淀为企业的长期复用资产。
变革与沉淀
岗位重构五问
FDE 绩效 OKR
Playbook 资产库
讲师与带教梯队
HEAT MAP
知识领域 × 岗位熟练等级(热力矩阵)
颜色越深 = 熟练程度越高。一眼识别团队各角色的能力主战场与互补关系。
知识领域 ↓ / 目标岗位 →
R1 底座架构师
R2 产品经理
R3 训练师
知识治理工程师
1. HR 业务与场景
L2 应用
L4 专家
L3 熟练
L2 应用
2. AI 与智能体工程
L3 熟练
L2 应用
L4 专家
L2 应用
3. 系统集成与数据
L4 专家
L1 入门
L2 应用
L3 熟练
4. 知识治理与安全
L3 熟练
L2 应用
L3 熟练
L4 专家
5. 组织变革与运营
L1 入门
L3 熟练
L2 应用
L4 专家
ROLE PROFILES
各岗位知识重心技能条
R1
R1 · 底座架构师
筑基 · 水电煤
HR 业务与场景
L2
AI 智能体工程
L3
系统集成与数据
L4
知识治理安全
L3
组织变革运营
L1
R2
R2 · AI 产品经理
造梦 · What & Why
HR 业务与场景
L4
AI 智能体工程
L2
系统集成与数据
L1
知识治理安全
L2
组织变革运营
L3
R3
R3 · AI 训练师 / Skill
抚养 · How
HR 业务与场景
L3
AI 智能体工程
L4
系统集成与数据
L2
知识治理安全
L3
组织变革运营
L2
RG
知识治理工程师
治理 · 让 AI 更可信
HR 业务与场景
L2
AI 智能体工程
L2
系统集成与数据
L3
知识治理安全
L4
组织变革运营
L4
← 上一页
Vol 01 · 岗位画像与能力模型
回到总纲
🏠
下一页 →
Vol 03 · 培养体系与 5 天工作坊