行动计划是社会学术语，指为达成目标而系统规划行动步骤的方法体系，既包含人工智能领域的解题技术，也涵盖组织管理中的实施方案。其在社科领域表现为区域发展战略或社区问题解决方案，如长三角一体化实施方案、联合国教科文组织杭州战略行动计划及“百城百区”文旅消费三年行动计划等案例。
2025年12月30日，
北京市卫生健康委员会发布《北京市支持医疗健康领域人工智能应用发展行动计划（2026—2027年）》，加快全民健康信息平台建设并整合医疗数据，设定到2027年本市医疗卫生机构普遍开展人工智能产品落地应用的目标。计划的重点任务包括在全市范围推广
儿科、精神、
罕见病等学科的成熟人工智能产品，鼓励专病优势学科医疗机构与人工智能企业合作研发推广产品。
该计划在
海淀区、
通州区、
顺义区试点
人工智能辅助
高血压、
糖尿病等重点慢性病管理，在
西城区、
门头沟区、
怀柔区试点智能辅助诊断、
电子病历质控、
健康风险评估等服务，辅助基层医务人员为居民生成“健康画像”和个性化健康计划。应用场景计划拓宽至传染病智慧监测、
疫苗接种全流程智慧服务及减轻医护人员重复性劳动负担。为保障实施，计划提出搭建市级医疗人工智能临床需求库、探索医疗数据收益分配机制、构建人工智能评测体系、建设并开放医疗人工智能“产品超市”等支撑措施，目标建成“需求精准对接、数据高效流通、技术快速转化、生态协同发展”的产业支撑体系。
单级行动计划不分层次的行动计划。制订行动计划时针对每一个目标展开相应的解题动作序列，可以用问题归约技术,也可以用手段-目的分析技术。单级行动计划的主要缺点是事无巨细、主次不分，计算工作量大。有时，一些非关键性细节会使计划编制不能顺利进行。对于复杂的问题，一般采用多级行动计划。
多级行动计划分若干层次的行动计划。基本思想与结构化程序设计类似,即遵循自顶向下,逐步具体的原则。计划是以抽象形式表示的概略的轮廓计划开始，而在最低级阶段，就必须以具体形式提出可直接执行的计划细节。早期的通用解题程序 GPS已孕育了分级行动计划的思想。70年代以后，多级行动计划技术进一步在机器人作业设计系统、技工培训专家系统、遗传工程试验设计系统等方面得到了应用和发展。
剧本型行动计划在制订行动计划时启用预先存储于计算机内的一组计划纲要。它与多级行动计划中运用轮廓计划逐步细化的不同处在于，这些纲要是事先存储并通过触发程序启用的，模拟人对过去经验的回忆和运用；而轮廓计划则是在计划制订中由机器生成的。剧本型行动计划一般分为两个阶段：首先根据给定问题的性质找出适用的计划纲要；然后在计划纲要中填入适用于特定问题域的解题算子，这个过程称为例示，需要运用大量知识，剧本型行动计划即因此得名（见框架型表示方式）。分子生物学的实验设计，如
脱氧核糖核酸定序问题、限制酶切割部位问题，已开始采用剧本型行动计划的技术。
机遇型行动计划人在制订行动计划时是否有合适的机会，有时会成为决定性因素。日常生活中也不乏这样的例子。例如为了消磨转车等候时间而理发，下班路过而顺便买菜。提出机遇型行动计划首先是为了在特定条件下研究人的认知模型，并为问题求解提供新的技术。
搜索与子问题的交互作用行动计划的一个基本问题仍然是限制搜索，高效地找出能实现给定目标的解题步骤。子问题的交互作用会增加搜索的困难。例如，粉刷房间可归结为粉刷天花板、粉刷墙壁和油漆地板等几个子问题，这些子问题之间存在交互作用，行动计划时就要正确处理它们的顺序，否则就会使解题产生混乱。