很多团队并不缺经验，缺的是把经验留下来的机制。老员工处理异常订单时的判断顺序、售前识别客户真实顾虑的问法、运维排查故障时先看哪几个指标，这些内容往往只存在于个人习惯里。经验萃取要做的，就是把这些隐性的、依附于具体人的做法，转化为可以描述、可以教授、可以复用的方法。
先判断哪些经验值得萃取
并非所有经验都值得花时间整理。判断标准通常有三条：一是任务重复出现，二是不同人做出来的结果差异明显，三是新手在无人指导时容易出错。同时满足这三条的场景，往往就是萃取优先级最高的地方。反过来，一次性的偶发事件，或者依赖特定资源才能成立的做法，整理出来也很难迁移到别处。
经验萃取的四步流程
- 还原场景：请经验持有者按真实时间线复述一次完整任务，包括当时看到的信号、做过的动作和被排除的选项，而不是先让他总结要点。
- 追问判断依据：在关键节点停下来问「为什么这么做」「如果换成另一种情况会怎么做」，把直觉背后的判断条件挖出来。
- 结构化提炼：把零散说法整理成步骤、判断规则和常见例外，形成一张他人能照着做的流程图或检查清单。
- 交叉验证：请另一位有经验的人对照清单复述，找出分歧点；再让没做过该任务的人试跑一次，暴露表述含糊的地方。
容易被忽略的三个细节
第一，追问要落在具体案例上，抽象提问得到的往往是教科书式答案。第二，要记录「不做什么」，排除项常常比操作项更有价值。第三，产出物要控制篇幅：一份能在一页内看完的清单，比几十页的访谈记录更容易被真正使用。
如何判断萃取是否有效
检验标准不在于文档写得多完整，而在于新人上手时间是否缩短、同类问题的处理结果是否更一致、老员工被反复追问的次数是否减少。经验萃取是一项需要反复迭代的工作，第一版产出通常只是初稿，需要在真实使用中不断补充例外情况，才能逐步稳定下来。
对多数团队而言，比较务实的做法是先选一个高频、边界清晰的小场景做试点，跑通一次完整流程，再考虑扩展到其他岗位。