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

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

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。