本文揭示了将大语言模型投入生产的一个关键起点：用户故事。作者通过与两家医疗机构的合作，展示了构建实用AI系统的真实过程，强调了技术实现前深入了解用户需求的重要性。
案例一：Boost Medical Group
在与AI驱动的个人伤害公司Boost Medical Group合作时，团队并未从最新的GPT模型或微调策略的讨论开始。首要任务是：
- 与决策者沟通：与CEO和首席产品官进行深入交流。
- 用户访谈：直接采访终端客户。
- 流程梳理：绘制现有工作流程图。
核心目标是深入理解这些AI工具在实际世界中需要支持的真实流程。
案例二：Sema Therapeutics
在为Sema Therapeutics构建AI神经精神科医生时，客户Dr. Katie Walker提出了一个明确的需求：她需要一个机器人版的自己。这不是科幻概念，而是一个解决实际问题的方案——她正被大量的患者评估工作压垮。系统需要能够处理抑郁和焦虑筛查，从而减轻人类员工的负担。
这两个案例共同说明，构建有效的代理型AI系统，其根基在于对真实世界问题的深刻理解和技术对工作流程的精准支持。FINISHED
