场景一:客服与售后

输入是工单、手册与历史对话,输出是回复草稿与排查建议,复核人是服务工程师。价值在缩短检索时间,风险是旧知识被当作现行结论,需要版本与失效标注来兜底。

场景二:投标与方案辅助

输入是招标文件、企业资质与历史方案,输出是响应条目初稿与缺项提示。成稿与签章必须由客户方持证人员复核签认,我方不替代签章,也不对中标结果作出任何承诺。

场景三:销售跟进

输入是客户画像、沟通记录与产品资料,输出是跟进建议与异议应答草稿。销售仍需判断客户真实意图,系统不应自动对外发送未经确认的内容,避免错误承诺。

场景四:生产与质量记录

输入是巡检记录、异常描述与处置历史,输出是异常归类与处置建议。涉及安全与工艺参数时必须由现场负责人确认,模型只做提示,不直接下达操作指令。

场景五:内部共享服务

输入是制度、流程与常见问题,输出是员工自助问答与工单分流。这类场景风险低、见效快,适合作为组织熟悉 AI 工作方式的第一步,再向业务场景延伸。

适用与不适用

适合谁

  • 正在挑选首个场景的企业
  • 有多份文档与历史记录可用的部门
  • 希望先做低风险试点的集团

不适合谁

  • 要求系统直接对外发送内容、不做复核的团队
  • 没有任何历史记录与知识底稿的场景

典型场景

某工程集团先做内部制度问答,员工自助查询报销与用印流程,行政人员从重复答疑中释放;三个月后把同一套检索能力接到投标文件检查,由商务与持证人员复核后再定稿。

可执行步骤

  1. 按文档密度与错误成本列出候选场景
  2. 为每个场景写明输入、输出与复核人
  3. 先选低风险场景验证检索与评测流程
  4. 把验证过的能力复用到相邻场景
  5. 涉及签章与对外发布的环节保留人工复核

常见坑

  • 五个场景同时开工,知识与评测资源分散,没有一个能稳定运行。
  • 把模型输出直接发给客户,出现错误承诺,引发商务纠纷。
  • 投标场景忽略持证复核,成稿存在合规与执业风险。
  • 只做问答不做工单分流,人工负担没有真正下降,使用率随之走低。

自检与验收清单

  • 每个场景是否写明输入与复核人
  • 是否按风险排序而非按热度排序
  • 对外内容是否有确认环节
  • 签章类成果是否由持证人员签认
  • 能力复用是否有统一的知识与评测底座

常见问题

第一个场景选哪个比较好?

优先选错误可被发现、复核成本低、使用频次高的场景,例如内部制度问答。它能让团队先熟悉评测与接管,再挑战高风险业务。

场景之间能共用一套系统吗?

知识检索与评测框架可以共用,提示词、权限与复核流程需要按场景区分。强行合并会导致权限混乱与责任不清。

涉及投标的边界怎么定?

系统只做初稿与缺项提示,成稿、签章与投标决策由客户方持证人员与决策层完成,我方不替代签章,也不对中标结果作出承诺。

参考来源

  1. 建筑时报:全年建筑业增加值89949亿元 比上年增3.8% 建筑时报 · 2025
  2. 新一代人工智能发展规划(国发〔2017〕35号) 国务院 · 2017
  3. 国务院关于深入实施“人工智能+”行动的意见(国发〔2025〕11号) 国务院 · 2025