> ## Content Index
> Fetch the complete content index at: https://fu-ye.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 把公司资料变成"会回答问题的同事"：帮中小企业搭AI知识库的接单方向
- URL: https://fu-ye.com/ba-gong-si-zi-liao-bian-cheng-hui-hui-da-wen-ti-de-tong-shi-bang-zhong-xiao-qi-ye-da-aizhi-shi-ku-de-jie-dan-fang-xiang/
- Published: 2026-09-17T13:14:50.000Z
- Updated: 2026-09-17T13:14:47.000Z
- Author: Ethan Lin
- Tags: AI接单, AI副业

一家五十人的装修公司，行政小姑娘每天要回答同样的问题十几遍：施工流程怎么走、材料品牌有哪些、售后保修几年、报销单怎么填、工地安全规范在哪份文件里。答案全都躺在共享盘里，四十多个文件夹，命名混乱，没人找得到。于是所有的"找不到"都变成了"问那个谁"。

新员工入职第一周，至少有一半时间在问人。老员工一半时间在被打断。老板觉得是人的问题——招的人不够机灵。其实是文件的问题，是"知识没有出口"的问题。

这就是一门生意的位置：把公司里散落的资料，变成一个人人可问、随时能答的内部助手。它不炫技，不需要你会写代码，交付物摸得着、效果看得见，而且——这是关键——它天然带续费。

## 一、这门生意到底在卖什么

先把话说清楚：企业买的不是"AI"，是两样东西。

第一样，是省下来的时间。 一个二十人的团队，如果每人每天因为"找人问事"和"回答别人"消耗半小时，一个月就是两百多个小时。按人均时薪折算，一年十几万。你收一万块，老板算得过来这笔账。

第二样，是经验不再随人走。 中小企业的核心知识往往锁在两三个人脑子里：销售总监知道所有客户的脾气和报价底线，老师傅知道哪些材料容易出问题，财务知道哪些票据会被卡。这些人一走，知识清零。知识库做不到完全替代，但能把"能写下来的那部分"沉淀成资产。这一条对老板的触动，往往比省钱更大。

所以别对客户说"我帮你搭个AI"。要说："我帮你把公司的文件整理成一个能直接回答问题的东西，新人不用再到处问。"

通用大模型解决不了这个问题，这是你可以收钱的根基。你把公司内部文档丢给公网聊天机器人，它会一本正经地编：保修期它说三年（实际两年），材料品牌它随便安一个。因为它不知道这家公司的规矩。通用模型懂世界，不懂你这家公司。 补上这个缺口，就是你的交付。

## 二、为什么现在才成立

三年前这事做不了，或者做起来很贵。

成本塌了。 检索增强（RAG）这套思路已经标准化，工具已经产品化。以前要在服务器上部署向量库、写检索逻辑、调参数，现在开箱即用的平台把这一层全包了：把文档传进去，选个模型，调几句提示词，就能跑起来。你不写代码也能完成交付。

企业的资料已经电子化了。 十年前很多中小企业的知识在纸上、在老师傅的脑子里。现在至少有 Word、PDF、Excel、钉钉群的聊天记录、企业微信的公告。有原料，才有加工的可能。

需求被通用AI教育过了。 老板们自己用过聊天机器人，知道AI能干什么。你不用再花两小时科普什么是大模型。你要做的是告诉他："你用的那个是通用版，我给你做个装着你公司资料的版本。"

供给非常稀薄。 大厂在做几千人规模企业的知识中台，报价几十万起。小微企业根本排不上队，也付不起。中间这一大片——十人到两百人的公司——没人认真服务。这就是你的位置。

## 三、交付不是"搭一个机器人"，是五步工程

新手最容易犯的错，是把这活儿当成"技术活"。它不是。它的核心工作量在整理，不在配置。 下面五步，技术只占第三步。

### 第一步：开一场"提问清单"会（半天，最值钱的一步）

别急着要文件。先问人。

找三个角色聊：新入职的人（他们记得自己当初被什么问题卡住）、被打断最多的人（他们最清楚哪些问题重复出现）、老板或业务负责人（他们最想沉淀什么）。

把这些问题原原本本记下来，一条一条列进表格。一场会能收到八十到一百五十条真实问题。这份清单就是你的验收标准，也是你的报价依据。

为什么这一步最值钱：因为它把"做知识库"这件虚事，变成了"回答这100个问题"这件实事。客户看得见边界，你也知道工作量。很多同行跳过这步，直接要文件，最后做出来的东西没人用——因为他们解决的是自己想象的问题，不是公司真实的问题。

### 第二步：收集与清洗资料（一到两天）

按第一步的清单去要文件，不要"把公司所有资料都给我"。要的是能回答清单上问题的那些资料。

收集时盯住这几个来源：

- 规章制度：员工手册、报销制度、考勤规则、差旅标准；
- 业务文档：产品手册、报价体系、服务流程、合同模板；
- 常见问答：客服的历史问答记录、售后工单的处理结论；
- 项目沉淀：结项报告、复盘文档、踩坑记录。

拿到之后做三件事：

1\. 去重：同一个制度有三个版本，只留最新且明确的那份。旧版本必须删干净，否则AI会随机引用过期规定——这是最容易被客户骂的坑。 2\. 补元信息：每份文档标清楚名称、生效日期、适用范围、责任部门。让答案能带出处，客户才敢信。 3\. 扫密：翻一遍，凡是含身份证号、银行账号、客户联系方式、成本价、薪资的，一律剔除或脱敏。这一步不是可选项，是红线。

### 第三步：搭系统、喂资料、调提示词（一天）

用现成平台，把清洗好的文档按部门或主题分几个知识库：行政制度、业务流程、产品知识、售后常见问题。分开的好处是答案更聚焦，也方便后期限权。

然后是提示词——这是你专业度的体现。要写清楚四条规矩：

- 只依据给定资料回答，资料里没有的，直说"文档中没有相关内容，建议联系XX"；
- 回答必须给出来源（哪份文件、哪一条）；
- 遇到范围外的问题不猜测，尤其是金额、期限、法律责任这类；
- 语气和称呼按公司习惯来，别一股机器味。

配好之后，拿第一步那张提问清单一题一题测。测出来答不好的，回头改资料或改提示词。这张清单通过率到八成以上，才算能交付。

### 第四步：上线试运行，收真实反馈（一周）

别一次性全员推。先给一个部门用，最好是客服或者行政——他们提问最频繁，反馈最真实。

这一周里每天看两样东西：没答上来的问题和答得不对的问题。这两类就是你迭代的输入。同时观察使用率：如果没人用，多半不是工具问题，是入口太深。把入口放到他们本来就在的地方——钉钉、企业微信、飞书，而不是让他们另开一个网页。

### 第五步：交一份"使用手册"和"维护清单"（半天）

交付物不只是那个助手，还包括：

- 一页纸使用说明：在哪打开、怎么问、答错了找谁；
- 维护清单：哪些文件变更后需要同步更新、谁负责、多久检查一次；
- 季度体检建议：这是你续费的钩子。

## 四、AI在你自己这边的五个用法

你是拿AI赚钱的人，得先把AI用透：

1\. 批量出FAQ：把一份制度文件丢给模型，让它先生成三十条问答草稿，你再去核对。效率是手写的十倍。 2\. 找出文档矛盾：让模型对比新旧两版制度，列出冲突条款。这个过程肉眼很容易漏。 3\. 生成测试题库：从资料里自动生成一百道题，用来验收通过率，比人工出题快得多。 4\. 写交付文档：使用手册、维护清单、验收报告，模板化生成后人工润色。 5\. 做脱敏初筛：让模型标记疑似敏感信息的位置，你复核。注意只是"辅助标记"，最终判断必须人工，不能把脱敏责任交给模型。

## 五、定价：一次性交付 + 年度维护

这是这门生意最舒服的地方——它不是一锤子买卖。

- 梳理与盘点（提问清单 + 资料清洗）：1500～3000元。这一步单独收费，哪怕客户后面不做，你也赚到了工时。
- 知识库搭建与交付（十人到五十人规模）：3000～8000元；五十人到两百人、多部门多权限的：8000～20000元。
- 年度维护：交付价的 25%～40%/年。包含资料更新、问答效果调优、季度体检报告。
- 增值项：接入到企业微信/钉钉、按角色做权限分层、语音问答、把知识库接到客服系统里。

维护费才是这门生意的复利。一家客户的维护费不高，但十家、二十家叠起来，就是每个月都有的稳定现金流，而你几乎不用重新获客。做知识库生意的正确姿势是：把第一个月当成获客投资，把第二年起当成收入。

## 六、客户从哪来

最有效的渠道是"转介绍"。 中小企业老板在商圈、行业协会、老乡群里高度抱团。你服务好一家装修公司，他能把你介绍给同商圈的三家。所以第一单宁可少赚，也要做出一个能说的案例。

冷启动可以这样切入：找那种明显在被重复问题消耗的公司——诊所、培训机构、装修公司、货代、律所、连锁餐饮。开场话不用绕："我看你们前台每天要回答很多重复问题，我有个办法能把这些答案变成一个随时能查的东西，先帮你们梳理一份提问清单，不满意不收钱。"

先送诊断，再谈项目。 免费帮对方列一份"重复提问清单"，这份清单本身就是价值——很多老板第一次看到自己公司每天在被问什么，会愣一下。诊断做完，成交是自然的事。

## 七、五个最容易翻车的坑

坑一：不做脱敏。 把带薪资表、成本价的文件直接上传到公网平台。这不只是丢单，是可能要吃官司。规矩很简单：涉密资料要么不出门，要么走本地部署。 客户对数据敏感时，你要能提供本地运行这个选项，哪怕报价高一些。这是专业分界线。

坑二：旧版本没清干净。 制度改了三版，你只上传了新版却忘了删旧版，AI引用了一条作废规定，客户按错的执行，出了事算谁的。上传前删旧版，交付时把这条写进维护清单。

坑三：只管建，不管用。 系统上线，没人用，三个月后被遗忘在角落。原因是入口太远、没人培训、答错没人管。所以第四步的试运行和第五步的手册不能省。知识库的死因从来不是技术，是没人用。

坑四：承诺"什么都能答"。 客户问能不能对接财务系统实时查余额、能不能自动处理退款——这些超出范围。开头就把边界说死：我解决的是"文档里有的答案不好找"这个问题。 超出边界的需求，要么单独立项，要么明确不做。

坑五：文档腐烂。 公司业务变了，资料没更新，半年后助手开始说错话，客户觉得你交付的东西是垃圾。所以维护费必须收，且要说清"不维护会怎样"。这不是套路，是实情。

## 八、合规上必须守住的几条

- 签保密协议，明确你只用于搭建服务、不做其他用途、交付后如何处置原始资料；
- 不碰个人隐私数据，客户联系方式、身份证、薪资一律不入库；
- 不承诺绝对准确，交付时白纸黑字写明"AI回答仅供参考，重大事项以原始文件为准"；
- 保留人工兜底入口，每个答案旁边都要有"这不对，找真人"的通道；
- 敏感行业要额外谨慎：医疗、金融、法律相关的公司，回答里涉及专业判断的部分，必须要求他们标注"以持证人员意见为准"。

守住这些，你做的是一门正当的、能长期做的生意；守不住，赚的都是要还的钱。

## 最后说一句本质

这门生意的本质，是把"知识搬运"自动化。

过去，公司里的知识在一个个人的脑子里，靠"问那个谁"来搬运。你做的事情，是把这条搬运路径从人身上，搬到一套系统上。人不会24小时在线，会离职，会烦；系统不会。

AI在这里的角色，不是替公司思考，而是替公司记住。记住这件事，看起来简单，但它值钱——因为所有的重复劳动，本质上都是"没人记得住"。

而重复劳动，永远是最先被付费消灭的东西。