在本次财险科技创新论坛，vpsoft.cn 总经理单军分享了 AI 赋能需求的三个阶段演进路线：从提示词 + 知识工程→上下文工程→驾驭工程（驾驭工程 / Agent+Skill），不同阶段对应不同的落地能力与 AI 产出可用率。
很多企业对 AI 抱有 "不劳而获" 的幻想，希望输入几句话，AI 直接输出一份完整、可上线、可审计的业务需求文档。而金融行业实践告诉我们，这是很难直接实现的。AI 需求能力建设，需要循序渐进分阶段推进。
✅ 阶段一：提示词 + 知识工程，可用率约 40% 核心逻辑：需求结构化、资产化，提示词优化。 关键动作：完成文档收集、分类归档、向量化，搭建分布式向量库；围绕业务方向持续优化提示词、格式与约束条件。 价值：解决存量非结构化文档的初步结构化，实现基础的文档拆分、标签。局限是高度依赖提示词质量，复杂业务场景容易出现幻觉。
✅ 阶段二：上下文工程，可用率约 60% 核心逻辑：分段注入、分段思考、分段引导、分段调校。 关键动作：对复杂需求分析过程进行拆解，分步骤向模型注入领域知识；做信息渐进式披露，避免 AI "信息过载"。 价值：不再简单把整篇文档丢给大模型，把复杂需求拆解成多个子任务分步执行，模糊业务需求可以做到自动拆解，梳理跨系统关联关系。
✅ 阶段三：驾驭工程 Agent+Skill，可用率＞80% 核心逻辑：需求分析过程工艺化、制品化，基于产品的增量迭代与协作。 关键动作：把沉淀的行业经验变成体系化能力；把需求分析工艺拆解为独立制品；依靠 Agent 自主规划任务、Skill 技能按需触发，基于制品完成 AI 引导与协同，实现闭环。 价值：形成多智能体协同生产线，搭建需求分析 IDE，从模糊业务诉求，输出标准化可落地的需求制品，同时同步更新资产库，解决文档和系统信息不同步的老问题。
重点提示：三个阶段不是割裂的，企业可以基于自身现状，选择适合自己的起点，不必直接追求第三阶段。
结语 了解三阶段路径之后，下一期我们聚焦每个阶段在保险业务当中的真实落地场景，看看每个阶段具体能解决什么业务问题。