能力范围
让 Agent 干具体的活，不是陪聊
企业里真正值得交给 AI 的，是那些重复、有标准答案、但又必须说准的事：型号参数、交期口径、售后流程、资料在哪一页。
产品参数答疑
按型号、材质、工艺回答规格与适配场景，答案后面带出处，不靠模型自由发挥。
询盘接待
官网、公众号、企微上的咨询先由 Agent 接住，问清需求、留下联系方式，再转人工。
企业知识库问答
把产品手册、工艺文件、合同模板、内部制度变成可检索的知识库，员工问一句就有答案。
流程自动化
收到询盘自动建档、自动派单、自动跟进提醒，把重复的录入动作交给程序。
内容与监测
按业务问句批量探测 AI 平台是否提到企业，生成缺口清单与优化建议。
多渠道接入
官网浮窗、微信客服、企业微信、钉钉，同一套知识库多处复用。
适用场景
三种马上能落地的用法
型号太多，业务员记不住
把产品手册与选型规则放进知识库，销售在企微里问一句就能拿到参数与推荐型号，减少报错价。
夜间询盘没人接
Agent 先接待，问清用途、数量、交期，留下联系方式，第二天人工跟进。
售后问题重复回答
常见故障、保修范围、配件型号做成问答，客户自助查询，客服只处理复杂情况。
关键细节
一个企业 Agent 能不能用，取决于四个前提
模型能力不是瓶颈，资料与边界才是。这四件事没做好，做出来的东西只会“听起来很对”。
① 资料要真、要能对上号
产品参数、价格口径、交期规则必须有明确来源。资料本身自相矛盾，Agent 只会把矛盾放大。 我们会先做一轮资料盘点，把过期文件挑出来。
② 边界要写死
哪些能答、哪些必须转人工、哪些绝对不能承诺（比如具体交期、最低价、疗效）， 写在系统提示与规则里，而不是靠模型自觉。
③ 答案要能溯源
每条回答尽量标注来自哪份文件哪一节。客户追问时，人工能立刻接上，而不是两边说法打架。
④ 上线要有评测
用真实客户问句做一轮测试，记录答错、答偏、答不出的比例，改完再上。 没有评测就上线，等于拿客户当测试集。
关于模型与成本
可接入主流大模型（含国产模型），按调用量计费，费用透明可查。资料敏感的客户可以选择私有化部署， 数据不出企业服务器。我们不绑定单一模型，模型升级或更换时，知识库与业务逻辑不用重做。
交付保障
交付清单
开工前写进需求清单，验收时逐项对照。
Agent 应用
对话界面 + 后台配置 + 接口
知识库
整理后的结构化资料与向量索引
评测报告
真实问句测试结果与改进记录
运维说明
资料更新方式与调用量监控
口头承诺不写进合同，等于没有
- 标准项目 7–15 天上线，节点延误会提前说明。
- 上线后 1 年免费售后，程序 bug 免费修复。
- 源码交付，代码所有权归客户，不做加密。
- 专人对接，需求、进度、验收在群里同步。
FAQ
东莞 AI 智能体应用开发常见问题
AI 会不会乱答，说错价格或交期？
会，如果不管它。所以价格、交期、承诺类问题我们默认转人工，或只回答规则范围内的内容。每条答案尽量带出处，答不上来就说不知道并转人工。
要准备多少资料？
起步阶段有产品手册、常见问答、售后政策这三类就能跑。资料越结构化，效果越好；扫描件与图片需要先整理成文字。
费用怎么算？
两部分：一次性开发与知识库整理费用，加上按调用量产生的模型费用。调用量小的话，每月模型成本通常不高，具体看咨询量。
能不能接到微信公众号或企业微信？
可以。公众号走客服消息接口，企微走应用消息，官网用浮窗组件。同一套知识库，多渠道复用。
和市面上的 AI 客服产品有什么区别？
通用产品解决“有没有”，定制解决“准不准”。你的型号规则、报价口径、售后边界，都需要按你的业务写进去。
先聊需求，再谈价格
把你的业务、客户来源和现在卡住的地方说清楚，我们先判断这件事该不该做、该按哪条路线做，再给你一份列明范围与交付物的需求清单。
