《场景智能》全书目录｜Context Intelligence CONTEXT INTELLIGENCE · CONTENTS《场景智能》
全书目录这是一份面向读者的全书导读目录。六大部分、二十五章，从企业为什么需要场景智能出发，逐步进入核心概念、系统架构、组织重构、实施路径与长期治理。
6大部分25章核心内容C-I-M贯穿全书的主线框架01挑战篇
看清旧问题：场景盲视、机器客户与 CX / AX。
02基础篇
建立新概念：场景、资产、C-I-M 与飞轮。
03框架篇
进入系统层：C、I、M 与场景图谱。
04重构篇
重新组织职能、平台与关键角色。
05实施篇
从诊断到薄壳，再到规模化与 CaaS。
06治理篇
回答边界、风险、责任与长期进化。
READING GUIDE带着问题阅读这本书
全书不是概念堆叠，而是一条连续的问题链：为什么需要新的竞争框架？它是什么？如何搭起来？如何进入组织？如何开始行动？如何长期可控地运行？
先看为什么从挑战篇开始，理解企业为什么会在 AI 时代陷入“投入很多，优势不深”的困境。
再看是什么基础篇给出场景、场景资产、C-I-M 与场景飞轮这组核心答案。
然后看怎么搭框架篇与重构篇说明场景智能如何成为系统和组织能力。
最后看如何运行实施篇与治理篇回答从哪里开始、如何规模化，以及如何避免系统失控。
FULL CONTENTS六大部分 · 二十五章
每一部分先给出导言，说明这一部分承担的阅读任务；每一章只保留标题与引言，帮助你快速建立全书脉络。
PART 01挑战篇
THE CHALLENGE挑战篇导言为什么很多企业已经投入模型、工具与预算，却仍没有形成真正的 AI 竞争优势？这一部分从“场景盲视”切入，揭示企业需要重新理解客户、判断与服务对象。
第 1 章场景盲视
AI 项目失败，往往不是因为模型不够强，而是因为系统无法理解客户当下的真实处境。本章揭示执行困境与协同困境背后的共同根因。
第 2 章机器客户
客户不再只有人类。AI Agent 正在代替用户完成比较、筛选、采购与服务调用，本章讨论客户结构变化带来的全新竞争要求。
第 3 章CX 与 AX
人类客户追求被理解，机器客户追求可读、可调用与可预测。本章解释 CX 与 AX 为什么必须共享同一套场景与记忆底座。
PART 02基础篇
THE FOUNDATIONS基础篇导言这一部分建立全书概念地基：场景是什么、为什么会成为资产，以及企业如何通过 C-I-M 与场景飞轮，把一次次交互沉淀为越来越深的判断能力。
第 4 章场景
场景不是背景、标签或画像，而是由多主体参与、围绕意图展开的动态处境结构，是 AI 做出正确判断的最小完整单元。
第 5 章场景资产
企业在真实交互中沉淀的处境理解，具备积累性、专属性与复利性。本章解释为什么场景资产将成为 AI 时代更难复制的壁垒。
第 6 章C-I-M 总框架
C / Context 提供判断深度，I / Interaction 承载执行，M / Memory 形成复利。本章建立贯穿全书的三层架构。
第 7 章场景飞轮
静态架构只有通过回写才能变成动态优势。本章说明 C → I → M → C 如何让每一次交互成为下一次判断的起点。
PART 03框架篇
THE ARCHITECTURE框架篇导言这一部分进入系统构建层：场景理解如何被表达，交互如何被调用，记忆如何被保存、筛选与回写。你将看到一套场景智能系统真正需要搭建什么。
第 8 章C 层
C 层不是数据仓库，而是企业判断质量的根部。本章说明隐性业务知识、场景规则与上下文工程如何共同形成判断能力。
第 9 章场景图谱
场景资产必须拥有可调用、可审计、可回写的结构。本章以节点、边、属性、时序与决策轨迹展开场景图谱。
第 10 章I 层
交互层是场景能力被人类与 Agent 调用的运行空间。本章讨论 Zero UI、Headless UI 与 If-Context-Then 如何重写交互。
第 11 章M 层
日志只是记录，记忆必须能够影响未来判断。本章展开 Write-Back、Decision Trace、时间衰减与置信度门控。
PART 04重构篇
THE REFRAMING重构篇导言当场景成为竞争单位，企业既有职能与组织方式都需要被重新审视。这一部分将场景智能映射到洞察、产品、营销、服务、运营与组织角色。
第 12 章洞察、设计与产品重构
洞察不再止于报告，设计不再止于界面，产品不再止于功能清单。本章讨论三类职能如何共同沉淀可调用的场景资产。
第 13 章营销、销售与服务重构
客户不会按部门体验企业。本章说明营销、销售与服务如何围绕同一套场景理解，穿透旅程断点并形成连续判断。
第 14 章增长与运营重构
增长不只是更频繁地触达，而是更准确地识别何时该行动、何时不应打扰。本章讨论场景触发下的新运营逻辑。
第 15 章场景中台
数据中台同步事实，场景中台同步判断。本章解释企业如何把场景图谱、规则与记忆变成跨职能共享的基础设施。
第 16 章场景架构师
场景资产需要明确的定义权、仲裁权与演化责任。本章提出场景架构师这一决策语义的单一来源。
PART 05实施篇
THE IMPLEMENTATION实施篇导言这一部分把框架转化为行动路径：企业应从结构诊断、高价值场景与薄壳闭环出发，在真实运行中启动第一圈飞轮，并逐步规模化。
第 17 章Step 1 结构诊断
在立项之前，先回答企业的 AI 投入分布在哪一层。本章用 C-I-M 诊断识别 I 层过重、C 层空心与 M 层断路。
第 18 章Step 2 选择高价值场景
第一个场景不一定最宏大，但必须最适合验证飞轮。本章提供从候选场景池中选出薄壳起点的方法。
第 19 章Step 3 定义场景规则
Prompt 能改善回答，规则才能稳定行动。本章以 If-Context-Then 规则卡，将判断转化为可执行的最小单元。
第 20 章Step 4 薄壳启动
薄壳的目标不是做小，而是让飞轮先转起来。本章说明如何用最小闭环在真实业务中开始积累场景与记忆。
第 21 章Step 5 记忆与飞轮
能够回写还不够，回写结果必须进入后续判断。本章讨论飞轮加速的信号，以及从结果到记忆复利的关键跃迁。
第 22 章Step 6 规模化
规模化不是无限增加场景，而是让多场景共享核心语义并控制上下文污染。本章回答场景网络如何稳健扩张。
第 23 章CaaS
当交互外壳加速商品化，场景理解本身将成为可交付能力。本章讨论从 SaaS 到 Context as a Service 与 Context OS 的演进。
PART 06治理篇
THE GOVERNANCE治理篇导言AI 系统进入真实决策后，关键问题不再只是能否运行，而是能否在边界内、可追溯地、长期健康地运行。本部分收束治理、风险与最终战略判断。
第 24 章Agent 治理
治理不是创新的刹车，而是 Agent 规模化运行的前提。本章围绕授权边界、置信度门控、责任链、Decision Trace 与 Agent 口碑展开。
第 25 章风险、进化与终极落点
企业的 AI 系统是在变得更聪明，还是只是更复杂、更危险？本章以 CEO 仪表盘和长期风险收束全书，回到最终结论：场景最深者赢。
READING OUTCOME读完这本书，可以带走什么
读完《场景智能》，带走的不应只是几个新名词，而是一套重新理解 AI 竞争、组织能力与长期优势的框架。
一种新判断最深的护城河，不只是模型能力，而是对真实场景的持续理解与积累。
一套新框架C-I-M 解释判断深度、执行方式与记忆复利如何共同构成优势。
一条新路径从结构诊断到薄壳启动与规模化，形成可以开始行动的路线。
一个组织答案场景中台与场景架构师，让场景资产成为长期组织能力。
