准备就绪之后，要按照选定的知识萃取方法，组织项目组相关成员，进行一系列知识萃取的工作，以提炼出有价值、高质量的知识成果。
这是项目的主体阶段，可能持续数周甚至数月，主要工作包括以下四项。
1.基于选定的萃取方法，规划相应的工作内容
基于选定的萃取方法或其组合，根据项目总体计划安排，要进一步分解、细化具体的工作内容，并匹配相应的人员和资源。不同的方法难度不一，所需的资源、时间和人员也有很大差异。
掌握相应方法的优劣势、适用条件、实施难度，以及所需的时间、人员等，既需要知识炼金士具备相应的知识，也需要其具有一定的经验。
2.全方位收集信息
根据工作计划，组织相关人员，进行材料分析、现场观察、业务专家访谈、团队研讨，尽可能多地获取萃取知识所需的高质量信息。
（1）材料分析
如果公司内部或外部存在相关的显性知识，或企业中已经初步整理了一些案例素材、复盘资料、经验总结文档，或微课、手册、工作辅助工具等资料，散见于企业内部各处，也需要对这些资料进行收集、整理、分析，这样可为知识萃取打下良好的基础，或起到事半功倍的效果。
值得一提的是，在材料收集阶段，应该视野广阔，不要过于聚焦于企业内部的实践，包括业界通行的一些原理、知识、模型、方法论，以及行业（同业或异业）领先企业的最佳实践经验等，都可以作为提炼、分析时的参考，也可用于业务专家访谈等环节。
一般地，知识炼金士往往会在知识萃取项目正式启动前，在确定知识萃取范围之后，对组织内外部的知识资产进行盘点，列出资料清单，并在定位会议之后，让相关部门进行收集。在项目正式启动之后，首先对这些资料进行深入阅读、分析，然后再进行现场观察或业务专家访谈。
在材料分析中，要注意鉴别材料的来源、质量、正确性，进行比较分析和实地验证，不能“照单全收”。
（2）现场观察
如果企业内部不存在业务专家，也没有现成的显性知识，或者业务专家不懂得知识萃取技术，或无法深度参与或主导知识萃取项目，则需要以知识炼金士为主。为此，需要选择典型任务或场景，让知识炼金士深入业务现场，对实际操作过程进行观察（相关技术参见第4章），以获取第一手资料，了解业务高手、一般人或新手的差异，在此基础上进行知识萃取。
对此，需要知识炼金士与业务部门的项目负责人紧密合作，制订现场观察计划，确定需要实际了解哪些信息。
（3）业务专家访谈
由于现场观察费时费力，除非迫不得已，一般知识萃取项目并不严重依赖现场观察。相应的替代性做法是业务专家访谈（参见第4章）。也就是说，以知识炼金士为主，对业务专家进行一对一或一对多的访谈，从他们身上、嘴里获取所需的信息。
为此，需要明确访谈哪些人、如何访谈，在业务部门领导或知识萃取项目组成员的协助下，与访谈人进行一对一的面谈或一对多的小组座谈。
如果可以安排，应尽可能进行一对一的面谈，不要通过电话或网络视频会议等方式进行远程访谈，因为这里面可能包含大量的隐性知识，现场面谈更有利于深入挖掘，了解背后隐藏的一些微妙之处。但是，对于一些在异地工作或异常繁忙的业务专家来说，要想征求他们的意见，通过电话、社交软件或视频会议等方式访谈，有时几乎是唯一选择。
有时候，也可以进行一对多的焦点小组访谈。这些方法各有优劣势以及相应的用途（参见表3-3）。
表3-3 三种访谈方式各有优劣势
（4）团队研讨
如果公司内部存在SME，而且SME可以深度参与或主导项目，或者要萃取的知识无法从外部获得，但是可以通过研讨创造出来，在这些情况下，可以组织团队研讨（参见第6章），集思广益，进行知识萃取的研讨与创造。
对于团队研讨，一般是以若干业务专家为主，知识炼金士作为团队研讨的引导者，需要明确参与人与引导者、确定研讨过程及所用的方法之外，还要明确研讨目的与产出。
需要注意的是，在实际项目过程中，收集相关的信息并不是一蹴而就的，常见的做法有两个：
·在进行初步的访谈或资料收集之后，考虑修正萃取范围、目标，或调整相应的策略与计划。
·按计划进行了必要的资料收集之后，根据原型的反馈及提炼的需要，再组织一次补充性资料收集。
需要说明的是，有些隐性知识从本质上讲是难以被显性化的。对此，要找到掌握相应知识的专家。知道谁知道什么，也是需要收集的信息之一。
（5）借力实践社群
若公司内部存在相关知识领域的实践社群，可通过发起主题知识活动、内容策展等方式，借助实践社群进行知识萃取（参见第7章）。事实上，通过实践社群，更容易找到业务专家、组织团队共创研讨。
3.综合、分析、提炼
在收集到一定信息之后，需要采取适当的方法，对其进行综合、分析、提炼，开发知识内容（诀窍）。这一步也许是最为微妙的。一方面，这些欲提取出的“知识”因应用场景的千差万别而存在诸多变数；另一方面，很难精准地用语言表述出萃取、提炼的规则或过程，这离不开知识炼金士的经验与能力，甚至直觉与智慧。
在这一步中，主要工作包括如下几方面。
（1）信息分析
信息分析通常包括对比、分类、关联、差异分析等。
对于流程性工作，可按照任务描述、流程步骤、挑战与关键、方法与工具，以及常见问题等框架，来整理访谈或观察发现。对于问题解决类任务，应收集并分析关键场景、基本的逻辑与原则、可能用到的特殊方法、常见变化等信息。
在分析过程中，难点在于透过现象看清本质，从繁杂中把握关键，从具体中抽取一般，从噪声中识别信号。因此，应善于利用对比、聚类、分层、关联等方式，找到一般性的规律和底层的关系。
一般来说，信息分析的主要内容包括但不限于：
·排除偶然因素或个案做法。为了“去伪存真”，对于你找出来的关键要素，一定要追问它们是否可以被重复验证，还是与你观察到的场景中的某些特定因素有关系，或者是个案做法。虽然在信息收集的过程中就应始终遵守这一法则，但因为这是知识萃取的“底线”，怎么强调都不过分，因此，在信息分析过程中，应进行相互比较、交叉印证，再三确认。
·把握重点或关键。进行知识萃取，从某种意义上看，类似于“沙里淘金”，你会遇到大量纠缠在一起的细节，很多都是无用的，但是，真正的关键可能就隐藏在看起来不起眼的某些细节里面。为此，既要关注细节，又要“去粗取精”、透过现象看本质，同时关注整体、把握关键，不过分深究细枝末节。
·发现模式或趋势。通过把相同或相似的事件联系起来，可以发现一些共性的模式、潜在的趋势，以及内在的关联。例如，可以使用“行为模式图”（pattern of behaviors），找出不同变量之间的关联关系。比如说，每年春节后，都可能出现一波“用工荒”。
·确定先后顺序。对于任何一项工作或问题，都可以分解成一系列有先后顺序的步骤，通过综合分析不同的案例，可以发现常用或相对奏效的步骤。常用的方法包括流程图、网络图等。
·梳理制约关系。在不同的步骤或活动之间，可能存在一定的相互影响或制约关系。这决定了它们之间的逻辑关系。比如，必须先挖地基，然后才能开始盖房子。为此，要考虑某一项任务的前置条件或制约因素。
·确定因果或相关关系。有些活动或要素之间存在一定的关联或因果关系，如客户满意度越高，重复购买或推荐他人的概率就会越高。为此，可以通过常识、原理或专家访谈，找出不同变量之间的因果关系，或采用“散点图”等技术，以定量的方式，找出变量之间确切的关联关系。
·确定层次。在梳理关系时，除了考虑时间顺序、横向的联系、因果或关联关系，也要考虑纵向的层次，也就是说，两个实体或概念是并列的，无交叉，还是相互包含，有重叠或交叉。对此，可以参考金字塔法则，对其进行梳理，以达到“相互独立、完全穷尽”、条理清晰、逻辑严谨。比如，在项目管理中，可以使用“工作分解结构”（WBS，参见附录B）的方法，对各项工作及其关系进行分解。
·找出其背后的原理。进行知识萃取，不仅要“知其然”，还要“知其所以然”。要想确保可重复、可验证，就应尽可能找出其背后的支撑原理。
·如有，找出专用工具或提高效率、提升效果的方法。对于有些任务或操作，一些专用的工具或方法，可以提高效率，确保质量或效果。例如，在很多菜谱中会出现一些模糊的表述，比如“盐少许”，在这种情况下，如果有一个专门的工具，如特制盐勺或喷枪，就可以更为精准地操作。
需要说明的是，对于某一具体的知识萃取项目来说，进行哪些信息分析，需要根据具体情况来确定，并不是上述各项工作都要进行。
（2）进一步挖掘专家的经验和智慧
在进行了信息分析之后，就其中的一些关键点或者需要澄清、确认的地方，可以对业务专家进行补充访谈，或者定向地现场观察，进一步挖掘专家的经验与智慧。
在实际操作中，也可采用“敏捷开发”的思路，在初步提炼出骨干内容、制作出原型之后，再找业务专家进行初步测试，获得他们的反馈，并通过观察，进行优化、调整。
（3）提炼诀窍
也有人将这一过程称为“建模”（modeling）、“制图”（picture）。这一步骤是关键点，也是难点，需要发挥萃取者的创造性，并把握好“度”，既不能过于抽象，整理出一些“正确的废话”，也不能过于具体，只是一些特定场景下才有效的做法。
基于实践经验，李文德（2016）提出了“两头凑”的做法，也就是说，一方面自上而下，从一些经典理论或模型开始，结合实际情况，对其进行定制和具体化；另一方面，自下而上，总结、归纳，提炼出一般性的模型或框架。孙波（2017）将这一过程称为“看到全景图”。一般而言，典型方法包括：
·自上而下（top-down）。从一般性的原理、原则或理论出发，将其具体化，整理出一些可操作或行动的做法。
·自下而上（bottom-up）。从实际案例或具体场景下的有效做法出发，将其抽象化，提炼出一些可复制、推广或适用于同类场景下的一般性做法。
需要注意的是，对于不同的主题，需要提炼的程度也应有差异。比如，按照问题的性质（是实际问题，还是抽象的或理论性问题）与情境的稳定性（是相对稳定、固定或具体的情境，还是复杂或变化的情境），在提炼诀窍时，可以参考如图3-6所示的矩阵。
图3-6 提炼诀窍的类型
·对于具体情境下的实际问题，应尽可能详细、具体地提供标准操作程序。
·对于具体情境下的抽象问题，应给出可操作的方法、解决问题的思路或原则，最好有典型故事、案例等，以便于理解，以及转化、应用。
·对于复杂或变化情境下的实际问题，应识别主要特征，明确关键要点，区分类型，给出大致的流程、步骤。
·对于复杂或变化情境下的抽象问题，虽然并不是适合的知识萃取主题，但若涉及，应考虑提炼出若干原则。
基于实践经验，这一步的操作注意事项包括如下几方面。
1）口诀化表达
对于提炼出的要点，最好能够整理成“口诀”，从而便于记忆与传诵。例如，企业管理中著名的“PDCA”（也称为“戴明环”）、“SWOT（优势、劣势、机会与威胁）分析”，或者微课设计的“六定七步法”等，都是典型案例。
2）以使用者为本
必须考虑到谁是萃取的知识成果的使用者，以及他们的知识与技能水平、具体使用的场景（如时间、地点等）。例如，如果使用者文化程度不高，萃取的知识成果就不能用过于抽象或高深的名词术语，最好通俗易懂、简明扼要。
3）符合规范
在特定行业，要使用规范的术语、标识，包括相关的符号、图标、插图或图片等，不说“外行话”，避免歧义。
4）结构化呈现
如果知识内容涉及操作步骤或若干条目，需要根据其内在的逻辑关系，考虑它们的顺序及层次，做到条理清晰。在这方面，可以参考诸如“金字塔原理”等结构化表达的方法。
5）多用图表
相对于文字，结构化的图表在信息呈现方面往往具有更大的力量，这可能就是西方人常说的“好的图表胜过千言万语”的原因之一。在信息呈现方面，常用的图表包括决策树、流程图、问题解决指南（troubleshooter）、检查清单（checklist）等（概要介绍及使用指南参见表3-4）。
表3-4 常见的工作辅助图表类型
资料来源：Joe Willmore.Job Aids Basics[M].ASTD Press,2006.
除此之外，管理学中常用的“矩阵”、层次关系图示法等，也是一些图形化的呈现方法，如本章中提到的“知识萃取主题评估”“知识封装的方式”等，用到的就是矩阵；马斯洛的需求层次论、迈克尔·波特的竞争力分析模型（常被简称为“五力”模型）、“钻石模型”、卡普兰教授提出的“平衡计分卡”等，用的就是层次关系图示法。矩阵和层次关系图示法的优点是简单直观，容易抓住关键，缺点是只能容纳两个维度或展现构成要素之间的逻辑关系（并列、串联或递进等），不太适用于特别复杂的情形，否则可能导致过度简化。
小贴士：妙用图表
最好用流程图、决策树等工具来记录、表述SME完成工作的步骤、其中的关键判断等，而不只是用一大堆文字。
一般来说，选择合适的工作辅助形式，需考虑业务、使用环境、使用者及目的或效果等因素。为了帮助大家选择合适的工作辅助工具，乔·威尔曼（2006）梳理了一张决策表（参见表3-5），供大家参考。
表3-5 如何选择合适的工作辅助工具
资料来源：Joe Willmore.Job Aids Basics[M].ASTD Press,2006.
此外，还应根据工作环境来选择最适合的技术，并考虑到这些技术的普及性，同时根据用户的经验来适当变通。
4.原型、验证
一般来说，在完成了提炼之后，封装、发布之前，知识炼金士要向项目发起者和负责人汇报，并根据需要，选择适当的方法对知识成果进行验证，以确保这些知识成果具备正确性、针对性、适用性、概括性、典型性。只有经过验收评估的知识，才能进行正式封装、发布和后续推广。
为此，需要开发原型（prototype），并制订验证计划，验证产出成果的有效性，并进行必要的优化或调整。
原型技术是在设计思维、加速创新中广泛使用的一种方法，它可以简洁的方式将初步设计出的工具、模板、流程指南或话术等呈现给真实的用户，从而获取反馈、验证可行性，明确改进方向。
在进行初步访谈之后，可以快速整理成原型，将结果发送给知识需求方，也就是目标用户，确认方向有无偏差，并了解尚存的差距（即他们还需要了解什么），以此为指导，进行更多深入的访谈。
同时，在萃取出了知识内容之后，需要根据预期的产出形式，开发少量原型（不必具备完整的功能，只需体现基本的内容、功能与框架），以便以最小的成本、最快的速度，找到“先锋用户”进行验证，确保方向的正确性、内容的有效性，以及与目标用户需求、应用场景的契合度。
在开发出了原型之后，需要制订一个验证计划，明确验证的方式、程序、人员及时间。
可供选择的验证方式包括两类。
·简单的验证方式是召开知识萃取评估会，邀请业务部门领导、业务专家代表、典型用户等参加，进行研讨。
·深入的验证方式是进行实地测试，找出一批目标用户，让他们学习并应用，观察应用过程，评估实际结果。
实际上，知识萃取项目往往并非线性的，不会一蹴而就，而是经过多次迭代。在初步开发了原型之后，进行验证，可以加快萃取速度，提高效率；之后，基于验证中得到的反馈信息，进行优化、调整。