01从技术轴到场景轴#sp-what-why
客户不会问「你们 RAG 用什么重排序」，他问「我的客服能不能少雇十个人」——场景轴负责把后者翻译成前者。工作循环五步：需求发现 → 参考架构 → POC → 报价 → 落地运营； POC 失败回到需求发现重挑场景是常态不是事故。角色像全科医生：先分诊、开检查单，深度问题转回技术模块（转专科）——价值在业务语言与技术语言之间的「翻译」。
同一块积木在不同场景里角色完全不同——RAG 在客服里是「知识兜底」（防幻觉第一道闸）、在企业搜索里是「绝对主角」（权限感知检索就是产品本身）、在营销里是「幕后配角」（产品参数的事实源）。对客永远从场景讲起、技术配角出场：先说「少雇十个人」的漏斗，再说漏斗里那格是 RAG——顺序反了就成了推销技术。「先做哪个场景」的通用答案：内部知识库或客服（数据现成、风险可控、ROI 好算），更负责的答法是按数据就绪度 × 容错成本排矩阵。
场景分诊器
客户开口第一句 → 场景定位 + 积木清单 + 成本量级 + 口径提醒。分诊错了后面全错——宁可多问三个问题再分诊，也别顺着第一句话直接进方案。判据全部来自本页各节，不新增事实。
02方案共性方法#sp-method
通用参考架构五层：POC 常只建模型 + 数据两层，方案书必须画全五层——客户的安全团队和采购看的恰恰是后三层，这也是「POC 成功了为什么上生产还要收钱」的答案。
POC 三要素
像装修先砌样板墙——三样缺一样，POC 就会变成永远「再试试」：
真数据
拒绝演示数据——拿不到真数据本身就是项目风险信号。
签字的指标
提前书面定义「好」，指标要能自动测。
验收线
低于多少算失败、高于多少扩大。
前置一层是一页 intake（把诉求变成决策合同）：结果 / 用户 / 数据 / 风险四个字段，任何一个没证据就退出——「能停」是专业不是失败。
成本三本账
| 账 | 怎么算 | 为什么重要 |
|---|---|---|
| token 账 | 输入输出分开算 | 缓存能砍 50–90% |
| 并发账 | 峰值定限流档位 | 私有化下直接决定卡数 |
| 人力账 | 提示词维护 / 知识运营 / 评估回归 | 最常被漏报的一笔，漏了它报价第二年爆雷 |
报价公式：单位成本 × 用量 × 1.3 缓冲 + 人力运营包——先量级后精确。
口径鉴别术（性价比最高的专业度信号）：deflection 挡走率 ≠ resolution 真解决率（追问「被挡走的用户后来去哪了」）、演示数据 ≠ 真数据（「换我的数据现场跑一遍？」）、最佳延迟 ≠ P95、起步价 ≠ 满负荷 TCO（「按我的量算三年总账？」）。数据锚点：客服 AI 厂商自报解决率 70–80%，独立口径（企业一线分流率）中位仅 41.2%——30–40 个百分点的差距是常态。五类高频坑没有一个是技术坑（需求/数据/期望/验收/安全）——AI 项目烂尾，八成烂在方法和预期管理上。
口径锚点核实 2026-07-10，来源 fin.ai 对比页 / digitalapplied 2026 统计。
交付账：周期由什么定档、客户要出哪几个人
三本账算的是钱，这一本算的是时间与人——报价单上通常只有我方人天，把客户那一侧要出的东西当面摊开，是本册最容易换来信任的一段话。
周期不给常数，给定档的三问——决定量级的从来不是选了哪个模型：
| 定档问 | 为什么它决定周期 |
|---|---|
| 接几个源系统 | 每个源都是一个小项目（认证、增量同步、格式解析、ACL 映射），报价本来就按源系统个数算 |
| 口径要不要跨部门评审 | 部门之间定义打架的时候，评审会本身就是工期，而且它排不进技术排期表 |
| 安全评审排在哪一步 | 越权测试不通过就上不了线——排在最后，就是最后才知道 |
第 4 章那条分形态的线就是这三问的读数：部门级知识库问答是周级、全公司 AI 搜索是季度级——同样一句「我要个企业知识库」，档位差一个数量级。
客户侧四个角色，缺一个就烂尾一个环节：
业务决策人
签得了验收线，也担得起「好」由谁定义。
数据 / IT owner
每个源系统一个——认证、增量同步、ACL 映射都要他开门。
知识与口径运营人
知识库荒废、部门口径打架，都是从这一格没人开始的。
安全评审签字人
越权测试与合规是上线开关，进场越早越好。
这几个人在启动会上到不齐，工期就该重报——五类高频坑没有一个是技术坑，塌的都是这几格。
方案验收：六条线闭环（按四组归拢）
方案能不能交付，看这四组里的每一件能不能各拿出证据——功能 Demo 只验证了一小部分假设（前两组各含两条，后两组各一条，合起来就是那六条线）：
| 验收组 | 要交出的证据 |
|---|---|
| 价值 + 模式 | 决策 / KPI / baseline 清楚（方案一页纸）；复杂度由场景证明——RAG 够用就别上 Agent（分诊树） |
| 架构 + 数据 | 能力 / owner / 主路径完整（架构与时序图）；来源 / 权限 / 版本 / 删除可控（数据契约，接 DE） |
| 保障 | 质量 / NFR / 风险 / TCO 可承诺——评测与门禁（接 Evaluation），四阶段门逐层放行 |
| 交付 | 阶段 / 运营 / 退出可执行——runbook 与路线图；运营包五件套（接 AI-Ops） |
终极判断：客户能签署业务结果与责任，团队能用证据决定继续、停止、扩容、回滚或替换。
责任落在人接住的那一格
七个场景里防错的做法看着各不相同，其实是同一条：客服的高危操作是 AI 出草稿、人工确认；营销那句「生成 ≠ 发布」把分级人审插在中间并留痕；会议纪要是草稿、决议以人工确认版为准；ChatBI 的答案附生成的 SQL 与口径出处，让人复核得了；数字人的形象与声音授权是书面的、可撤回的。责任落在人接住 AI 输出的那一格——哪一格没人接，哪一格就是责任裸奔区。
所以合同里那句话不该写成「保证不出错」（这是最不可信的承诺），该写成：每个高危动作都指得出接住它的人和留得下的痕。反过来用也成立——方案评审时逐个高危动作问「这一格谁接」，接不出来的那几个就是本期该缩掉的范围。
交付物分两类：可换件与沉淀件
六条线里「交付」那一组写着退出可执行，这条最常被跳过，却正是客户在合同桌上最想问的：这套东西换一家还能不能接着用。按这条线把交付物分开就答得清楚：
| 类别 | 包含什么 | 怎么对待 |
|---|---|---|
| 可换件 | 模型、工具、平台 | 第 6 章那句「工具会迭代，接入架构不变」是通例——统一走网关管预算，换掉某一家不动架构 |
| 沉淀件 | 指标与语义层口径、评估集与签字的验收线、知识与权限映射、运营 runbook | 都该长在客户那边——权限本来就从源系统继承、不另建一套，它天生是客户的 |
判据一句话：换一家供应商，沉淀件他能不能带走接着用。能，方案就没有锁定；不能，锁住客户的不是技术，是没交出去的知识。
03智能客服#sp-customer-service
客服 AI 的目标不是替代人工，是漏斗前移：L1 自助扛量（FAQ/RAG 直答）→ L2 AI 深度办事（Agent 查单改地址退款，带审批）→ L3 人工处理复杂/情绪/高危。升级率是健康指标不是失败指标；升级时带摘要，别让用户再说一遍。对客话术：让人工从「答 FAQ」升级到「处理值钱对话」。
积木清单
| RAG | 兜知识——答案必须有出处 |
| Agent | 办业务——高危操作 AI 草稿 + 人工确认 |
| 语音链路 | 有电话渠道才上：SIP 网关接呼叫中心、级联为主可审计、P50 <1.5s、$0.01–0.17/分钟——深潜在 Multimodal 网页版第 8 节 |
| Gateway | 入口治理 |
| Evaluation | 永远不是可选件 |
口径战场是本场景的灵魂
自报 70–80% vs 独立中位 41.2%——承诺测法不承诺数字：用客户真实工单建评估集测基线，验收线一起签。
成本对标着讲 ROI：文本 $0.01–0.05/会话、语音 $0.01–0.17/分钟 vs 人工 ¥3–8/通——但 ROI 只对「被真解决的那部分」成立，解决率口径直接决定 ROI 真假。
四个高频坑
| 坑 | 怎么堵 |
|---|---|
| 知识库荒废 | 运营机制进合同 |
| 人设失控 | 护栏 + 红队 |
| 只测挡走 | 验收用 resolution + CSAT |
| 高危无兜底 | 否则退款被薅羊毛 |
呼叫中心与工单系统集成是工程量大头，排期如实体现、集成费单列。
04企业知识库与 AI 搜索#sp-knowledge-search
先分形态再报价，两者差一个数量级：部门级知识库问答（圈定文档集、RAG 直答、低代码平台周级上线，工程量以知识运营为主）vs 全公司 AI 搜索（全司异构源：邮件/IM/ 文档/工单/CRM，连接器 + 权限是主工程，季度级）。客户说「我要个企业知识库」，第一件事是分清他要哪种。
权限是命门
ACL 从源系统继承
不另建一套。
查询时实时过滤
不是索引时过滤一次。
存在性也是机密
无权限时连「有这份文档」都不暴露。
POC 验收必含越权测试集：无权限账号问 20 条敏感问题一条都不能漏，安全团队签字才上线。
连接器工程最容易被低估：每个源系统都是一个小项目（认证、增量同步、格式解析、ACL 映射）——报价按源系统个数算。
市场锚点：Glean 模式
ARR $300M（2026-05，+89% YoY）、估值 $7.2B、Agent 年化 1 亿+ actions——卖的是「权限感知知识图谱」不是搜索框，「找得到 + 不泄密」被市场定过价；且搜索正在变成 Agent 的地基：先找得到，才谈得上会办事。
文档质量差怎么办：垃圾进垃圾出，但方案可带知识运营——覆盖率仪表盘找高频无答案问题，反向驱动文档补全。
Glean 数字核实 2026-07-10，来源 TechCrunch 2026-05-28 / Glean press。不可外推边界：这是全公司 AI 搜索这一形态的市场锚点，是公司层面的数字不是项目数字；部门级知识库问答不适用这个量级——两种形态的工程量差一个数量级。
05营销与内容生成#sp-content-gen
三条线成熟度与成本各不同：
按线报价、按线设坑检。
品牌一致性是工程不是运气
像新员工入职培训——不给手册的实习生写不出「像你家」的文案。四件套：
风格注入
风格指南 + 语气示例进系统提示。
禁用词护栏
违禁表述 / 竞品词进输出过滤。
事实源
产品参数走 RAG——纯生成不能保证参数不错，架构上堵死。
品牌资产库
素材复用，重度需求训定制模型。
商业安全是营销场景的入场券
Firefly 模式：训练数据授权可溯 + 企业 IP 赔付条款 + 内容凭证标识。法务问「侵权谁负责」的两层兜底：选商业安全定位的供应商 + 发布前人审留痕，合同权责写清。
生成 ≠ 发布
生成技术侧（扩散 vs 自回归、视频四家）在 Multimodal 网页版。
06AI Coding 与研发提效#sp-ai-coding
「三选一」是伪命题——双层格局配组合：IDE 补全/编辑层管单人效率（Copilot/ Cursor，按人头月费）+ agentic 层管整任务委托（Claude Code 类终端 agent，端到端修 bug、按用量计费）。70% 工程师同时用 2–4 个工具；网关统一管预算，工具迭代不伤架构。
报价量级（2026-07）：$19–40 / 人 / 月的 IDE 层月费 + agentic 层的 token 用量——两层分开算，别只报一个「人头费」漏掉 agent 层的用量账。
2026 市场三个第一
引用永远带口径——数字漫天飞的领域，口径干净本身就是专业度：
| 谁 | 第一在哪个维度 | 数字 |
|---|---|---|
| Copilot | 付费用户量 | 4.7M（+75% YoY） |
| Cursor | 收入 | $4B ARR（2026-06 年化，Forbes） |
| Claude Code | 工作使用率 | 39%（JetBrains 2026-05～07） |
市场 $12.8B、85% 开发者在用。三个「第一」各属不同维度，合不成「谁最强」。格局级变量：SpaceX 已官宣 $60B 全股票收购 Cursor 母公司 Anysphere（2026-06-16 宣布、2026-08-14 已交割）——聊 AI Coding 格局绕不开这一单。
企业三关注对应三个方案件
| 关注 | 方案件 |
|---|---|
| 代码安全 | 企业版合同承诺不训练 + 网关脱敏审计 + 私有化选项 |
| 私有库上下文 | 代码库索引 / RAG / MCP 接内部文档——效果差异的主要来源 |
| ROI 度量 | 别只看补全接受率，看 PR 周期、缺陷率、DORA 指标——用自己的基线不用厂商宣传，行业口径 20–50% 但方差大 |
落地路径
评审门禁不降级 + 新人配 AI 结对规范：AI 提高产量，评审守住质量，两者不能互换。
市场数字核实 2026-08-01，来源 ideaplan / JetBrains 2026 调查 / TechCrunch·Forbes 2026-06-16。不可外推边界：三个「第一」各属不同维度（用户数、收入、使用率），不是同一张榜的名次，合不成「谁最强」；提效区间是行业口径且方差大，验收要用客户自己的基线。
07数字人#sp-digital-human
先问客户要「内容工厂」还是「交互服务」——差一个量级的是架构和成本结构：离线生成（文本→口播视频，渲染一次卖多次、按分钟计费——HeyGen Avatar V 级 15 秒素材建分身、30 分钟身份不漂移）vs 实时驱动（WebRTC 双向对话，每秒都在算、按并发计费）。
实时数字人 = 语音 Agent + 一张会动的脸：
三类场景分格子报价（按时长 × 互动深度）
| 场景 | 成熟度与生意性质 |
|---|---|
| 口播 / 培训视频 | 最成熟——已过「不细看分不清」线，改稿零成本 |
| 直播带货 | 量的生意：7×24，中国特色主场 |
| 实时交互 | 体验的生意：最烧钱，客服的「有脸版」 |
合规三问，不过项目直接停
形象授权
真人分身书面授权、范围期限撤回写清、离职员工分身要能下线。
深度合成标识
显著标识义务，直播 / 视频角标常态化。
声音克隆授权
声音与肖像同等保护、名人音色是高压线。
答得好，合规就是竞争力。语音链路深潜在 Multimodal 网页版第 8 节，标识义务在 Security 网页版第 8 节。
08ChatBI 与数据分析#sp-chatbi
三层需求先分清（混着报价必翻车）：L1 查数（「上月华东区收入多少」，两三周能上）→ L2 归因（「为什么环比降了」，依赖语义层厚度）→ L3 报告（Agent 工程）。准确率的真相在语义层不在模型：裸 Text-to-SQL 随基准的真实程度断崖下滑——学术单轮基准 80–90%、较干净的企业化基准五六成、最贴近真实脏 schema 的企业基准（Spider 2.0 类）仅 10–21%，对客一定讲最低那档；绑定语义模型后 51%→90%+（Snowflake 内部 150 题），dbt 语义层基准上限 98–100%。机制底座见 RAG 结构化数据节。
把「你们准确率多少」转化为「语义层建到多厚」，口径治理问题就赢了。
三道闸控住「算错数」风险
算错一个数比答错一段话严重得多：
① 语义层
高频指标只走语义层确定性生成。
② 只读 + 行级过滤
SQL 只读执行 + 行级权限过滤。
③ 可复核
答案附生成的 SQL 与口径出处。
裸 SQL 只留给内部临时分析。
产品格局
| 流派 | 代表 | 取舍 |
|---|---|---|
| 垂直一体派 | Cortex Analyst YAML 语义模型 / Databricks Genie Agents / Fabric Copilot | 自家平台内最准最顺，代价是数据进平台 |
| 独立派 | ThoughtSpot / dbt 语义层 / Cube | 跨平台不搬数据，集成自己做 |
选型第一问不是「哪家准」而是「客户数据在哪」：已在 Snowflake / Databricks → 顺势用自家的；多源分散 → 独立语义层。国内格局：主流 BI（帆软 / 观远 / 网易有数等）均已挂 ChatBI，按客户已有 BI 栈顺势选。
新变量：语义层「太贵」的理由正在失效
Snowflake 2026 推出 Semantic View Autopilot——从查询历史与可信 BI 资产自动学习指标定义，把建语义层从天级压到分钟级。异议处理时要知道这条：客户拿「语义层建设太贵」当反对理由时，它已经在被自动化削弱。
成本结构：大头是语义层建设与运营的人力，不是模型调用——起步 10–20 个高频指标定口径，两三周出 POC。
真难点在甲方组织内部
各部门「收入」定义打架是组织问题不是技术问题——把口径评审会开起来，比任何模型调优都关键。对 BI 团队讲：从人肉写报表升级为维护语义层口径，是换岗不是替代。
技术底座在 RAG 网页版结构化数据节。
准确率口径核实 2026-07-11，来源 promethium 企业对比 / Snowflake 工程博客。
09会议与办公助手#sp-meeting
两大形态、三层价值，按层递进卖别一次全卖：笔记器（转写+摘要+行动项，单会价值、按席位订阅——2026 已是「有没有」而非「要不要」）→ 会议记忆库（最被低估的一层：单会摘要是快消品，可检索的组织记忆才是资产——「上次谁承诺了什么」秒级检索）→ agentic 平台（会后自动建任务/发跟进/更新 CRM，要审批边界）。
市场格局
| 流派 | 代表 | 判断 |
|---|---|---|
| 原生派 | Zoom Workplace 内置 AI 零安装 / Teams Copilot M365 +$30/人·月 / 飞书妙记 | 企业十有八九已有会议平台——原生够用就别引入新工具 |
| 独立派 | Otter / Fireflies / Granola bot-free 桌面采集（2026-03 融资 $125M） | 跨平台记忆库 / 深度集成才是它的入场券 |
「准确率」分三层，混谈必翻车
| 层 | 量什么 | 重灾区 |
|---|---|---|
| 转写 WER | 字听得对不对 | 中文口音、专名 |
| 摘要忠实度 | 有没有编造 | —— |
| 行动项召回 | 该记的有没有漏 | 漏了「老板随口交办」才是客诉源——漏项通常比编造多 |
合规按「企业搜索」标准做，不是按「效率工具」标准
会议数据是企业最敏感数据之一：录音知情同意、记忆库 ACL 与保留期、纪要显著标注 AI 生成 + 重要决议人工确认——AI 纪要是草稿，决议以人工确认版为准。
格局核实 2026-07-11，来源 read.ai / zapier / 2026 横评。不可外推边界：格局是产品形态的当期快照，会随会议平台补齐原生能力而变；「准确率」的三层口径不可混谈，一层的数字不能当另一层的结论。
10售前速查#sp-cheatsheet
对客前 30 秒扫总表：确定主料 → 翻对应场景章 → 深潜翻技术模块——这就是本模块的最短使用路径。本章是速查索引，数字与格局一律以对应章和 MANIFEST 为准。
七场景 → 积木总表
| 场景 | 主料 | 兜底 | 对应章 |
|---|---|---|---|
| 智能客服 | RAG + Agent + 语音链路 | Evaluation + Gateway | 第 3 章 |
| 知识库 / AI 搜索 | RAG 三个进阶章 + Security | Evaluation 越权测试 | 第 4 章 |
| 营销内容生成 | Multimodal 生成 + Prompt-Engineering | Security 人审 | 第 5 章 |
| AI Coding | Agent + AI-Gateway | Security + 私有化 | 第 6 章 |
| 数字人 | Multimodal 语音 + 生成 | 合规三问 | 第 7 章 |
| ChatBI | RAG 结构化 + 语义层 | Security 行级权限 | 第 8 章 |
| 会议助手 | Multimodal ASR + RAG 记忆库 | Agent 审批 + 合规 | 第 9 章 |
分诊决策树：客户开口第一句
分诊错了后面全错——宁可多问三个问题再分诊，也别顺着第一句话直接进方案。
| 客户说的话 | 分诊去向 |
|---|---|
| 「想让 AI 答问题 / 少雇客服」 | 对外 → 第 3 章客服；对内 → 第 4 章知识库 |
| 「想让 AI 做内容 / 做视频」 | 第 5 章内容生成；要「人形」→ 第 7 章数字人 |
| 「研发想提效」 | 第 6 章 AI Coding |
| 「想用自然语言问数据 / 智能报表」 | 第 8 章 ChatBI |
| 「会议纪要 / 办公提效」 | 第 9 章会议助手 |
| 「都想要，先做哪个」 | 回第 1 章：按数据就绪度 × 容错成本排矩阵 |
| 「你们有没有平台」 | Agent 模块低代码平台选型 |
成本速查卡：报价先报量级
| 场景 | 单位成本量级 | 口径备注 |
|---|---|---|
| 文本客服 | $0.01–0.05 / 会话 | RAG + 中档模型 |
| 语音客服 | $0.01–0.17 / 分钟 | 级联管线；端到端另算 |
| 企业搜索 | 按人头订阅 | Glean 模式市场定价 |
| 文案生成 | $0.001–0.01 / 条 | 便宜到按吨算 |
| 图像生成 | $0.02–0.1 / 张 | 迭代次数是乘数 |
| AI Coding | $19–40 / 人 / 月 + 用量 | IDE 层月费 + agent 层 token |
| ChatBI | 大头是语义层建设人力 | 查询 token 成本很低 |
| 会议助手 | 按席位订阅（Teams Copilot $30/人/月 参照） | 记忆库存储另计 |
成本量级核实 2026-07-10，来源 各厂商定价页综合量级。所有数字为量级口径，会漂——但相对关系稳定；报价永远「先量级后精确」。不可外推边界：量级直觉不是报价，出单前按当期定价逐项重算；语音一行的分钟价随实时语音模型换代已不适用，端到端分钟成本须按自身话务实测折算。
高频问题汇总：电梯答案
八个最高频问题，每个 15 秒内说完；被追问再翻对应章的完整对练页。
| 问题 | 一句话答案 |
|---|---|
| 解决率能承诺多少？ | 承诺测法不承诺数字——评估集 + 基线 + 签字验收线（第 3 章） |
| 员工会搜到不该看的吗？ | 权限感知检索 + 越权测试集（第 4 章） |
| 生成内容侵权谁负责？ | 商业安全供应商 + 人审留痕两层兜底（第 5 章） |
| 代码会被拿去训练吗？ | 企业版合同承诺 + 网关审计 + 私有化选项（第 6 章） |
| POC 成功为什么还要收钱？ | POC 两层，生产五层——差的三层是工程大头（第 2 章） |
| 报价贵 30% 贵在哪？ | 对齐口径：满负荷 TCO + 人力运营包（第 2 章） |
| 先做哪个场景？ | 数据就绪度 × 容错成本排矩阵（第 1 章） |
| 方案会不会半年过时？ | 模型是可替换件：网关 + 评估集守线（第 2 章） |
定位：解决方案层（与 Model-Landscape 同层）。全库的「场景索引层」——单向引用所有技术模块，技术模块无需反向依赖它。本表无新增事实，全部指向本页对应章与 MANIFEST 已登记条目。
11上云怎么落地#cloud
删掉尾巴那半句，只留：「前面几章按场景拆积木。这一节换个视角：客户问「在你们云上怎么搭」，五层架构每层点一个服务名——按架构层自上而下排，不按章节排。」
同一环节给多厂商代表选项，不绑死单一供应商；只列有真实云关联的环节，没有就不硬凑。服务能力以各云 2026 年现状为准，报方案前按当期文档复核。
五层架构上云：每层点一个服务名
| 技术环节 | 代表性云服务（多厂商，非绑定） | 给客户一句话 |
|---|---|---|
| 入口层 | 各云 API 网关 / AI Gateway 托管版 · 自建 LiteLLM / Higress | 统一接入、限流配额、审计、成本治理都挂在这一层 |
| 编排层 | 函数计算 / 容器服务 · 托管 agent 平台（含低代码：Coze / Dify / HiAgent 类） | 业务逻辑跑在这里：Agent、工作流、低代码平台 |
| 模型层 | MaaS（Model as a Service） 模型 API · GPU 实例自部署（vLLM 系） | 模型选型、提示词、微调都在这层；五层里只有它在快速迭代，所以要做成可替换件 |
| 数据层 | 托管向量检索 · 对象存储 + 检索引擎自建 | 知识库、向量检索、权限——和模型层一起，是 POC 常只建的那两层 |
| 保障层 | 内容安全 API · 托管评估服务（Bedrock 评估 / Vertex 评估类） | 「评估验收、护栏、内容安全——方案书必须画全的后三层之一，客户的安全团队和采购看的恰恰是这几层」 |
顺着追问什么：您这套准备落在哪家云上，模型 API 和向量检索现在用的是谁家的？编排打算自己写，还是先用低代码平台起步？入口和保障两层——网关限流、审计、内容安全——是已经有现成的，还是这次要一起建？
云替你做不了什么：这张表回答的是「在你们云上怎么搭」，不回答「选哪个」——具体选型要翻回对应的技术模块。托管 agent 平台把编排接起来了，但 POC 砌的只是模型和数据两层样板墙：入口、保障、运营三层是上生产才补的工程大头，云省的是搭建，省不掉限流配额、审计、内容安全这些要一件件确认的事。
本节服务清单与「给客户一句话」与讲义各章的「上云怎么落地」页同源，未引入新事实；「顺着追问什么」与「云替你做不了什么」两格是网页版补的售前视角。不可外推边界：这是「哪个环节有云服务可用」的地图，不是选型结论——具体产品的地域可用性、配额、计价单位与生命周期状态会月级变动，出方案前按当期官方文档逐项复核。
12现场高频追问#qa
只收会改变某个决定的问题——会改变技术方案、风险判断、验收方法、对客沟通或下一步行动。
每题标出它加入本题库的日期：2026-07-10 来自讲义首版对练页，2026-07-11 来自 ChatBI 与会议助手两章，2026-07-23 是按客户交锋场景补的三题（交付周期与配合人力 / 出错谁担责 / 换供应商能不能接手）。
POC 成功了，为什么上生产还要再收一笔钱？2026-07-10
POC 只建了模型和数据两层样板墙；上生产要补入口、保障、运营三层——高可用、权限、审计、评估回归都是生产件，这才是工程大头。
「POC 建两层、方案书画五层」是本册最常用的一张图——客户的安全团队和采购看的恰恰是后三层。
下一步 四阶段交付门（价值/技术/NFR/运营）把风险逐步收敛——每阶段有独立退出条件，「能停」是专业。
依据 五层架构
你们报价比竞品贵 30%，贵在哪？2026-07-10
先对齐口径：我们的报价含人力运营包和评估验收，低价单常报裸 token。按满负荷 TCO 对比通常持平甚至更低——账可以当场一起算。
人力账（提示词维护/知识运营/评估回归）是最常被漏报的一笔——漏了它的报价第二年爆雷。
下一步 报价公式：单位成本 × 用量 × 1.3 缓冲 + 运营包；集成费单列别藏进单价。
依据 三本账
客服解决率能承诺多少？2026-07-10
不先拍数字——厂商自报 70–80%，独立实测中位只有 41.2%，差在口径（deflection ≠ resolution）。承诺测法：用真实工单建评估集测基线，验收线一起签。
30–40 个百分点的自报与实测差距是常态不是个例——会追问口径的售前，客户当场就能感到「这人懂行」。
下一步 拿 20 条真实工单手工标注「真解决」比例——这就是讲口径战场时最有力的一手证据。
依据 口径战场
员工会不会搜到不该看的东西？2026-07-10
这是方案的第一设计约束：权限从源系统继承、查询时实时过滤、无权限连存在性都不暴露。POC 验收带专门的越权测试集，安全团队签字才上线。
搜索越好、泄密越快——权限缓存过期、索引时过滤一次、另建权限都会漏；权限必须跟着「查询这一刻的身份」走。
下一步 权限不是「搜索的一个功能」，是「搜索能不能上线」的开关——安全评审主答卷提前准备。
依据 权限命门
生成的内容侵权了算谁的？2026-07-10
两层兜底：选商业安全定位的模型（训练数据可溯源、企业 IP 赔付条款），加发布前人审留痕。合同权责写清——这是方案区别于「随便接个 API」的地方。
对外内容的翻车成本是指数级的——商业安全不是加分项，是营销场景的入场券。
下一步 人审按风险分级：对外广告 100%、社媒抽检 10–30%、模板变体机器初筛——风险定价而非不信任。
依据 商业安全
AI Coding 该买 Copilot 还是 Cursor 还是 Claude Code？2026-07-10
不是三选一：主流是 IDE 层选一个 + agent 层选一个的组合，网关统一管预算。按团队画像配比——工具会迭代，接入架构不变。
双层价值不同：补全管单人效率（按人头），agentic 管整任务委托（按用量）——70% 工程师同时用 2–4 个工具。
下一步 2 团队 × 8 周试点出自己的数字（PR 周期/缺陷率/ DORA）；enablement 决定效果差 3 倍，写进方案。
依据 双层格局
数字人会不会有法律风险？2026-07-10
三条红线管住就可控：真人形象与声音书面授权（含撤回机制）、AI 生成显著标识、内容审核照常跑。合规是默认件不是选配。
三问（形象哪来的、标不标识、授权链全不全）不过项目直接停——答得好，合规就是竞争力。
下一步 先分清内容工厂还是交互服务——差一个量级的是架构和成本结构，不是价格策略。
依据 合规红线
ChatBI 准确率能到多少？算错数怎么办？2026-07-11
取决于语义层：裸 Text-to-SQL 真实企业库只有一两成，绑定语义模型后能到 90%+。先建 10–20 个高频指标口径，用验收集实测。算错数靠三道闸：高频走语义层确定性生成、SQL 只读+行级过滤、答案附 SQL 与口径出处。
把准确率问题变成治理问题是本场景的胜负手——真难点是各部门口径打架（组织问题），售前提前做预期管理。
下一步 选型第一问「数据在哪」：已集中就顺势用原生问数，多源分散用独立语义层——不是「哪家模型准」。
依据 语义层跃迁
会议助手和 Teams/Zoom 自带的 AI 比，强在哪？2026-07-11
原生助手管单会够用。差异在三处：跨平台统一的会议记忆库、与业务系统的行动闭环（纪要直接变任务/CRM）、私有化选项。只要单会纪要，直说用原生的就够。
「直说用原生的就够」本身是信任建设；独立方案的入场券是差异化需求，不是功能对标。
下一步 验收分三层设指标：转写 WER、摘要忠实度、行动项召回——漏了「老板随口交办」才是客诉源。
依据 两形态三层价值
这个项目多久能上线？我们这边要出几个人配合？2026-07-23
周期我不给常数，给您当场就能定档的三问：接几个源系统（每个源都是一个小项目，报价本来也按源系统个数算）、口径要不要跨部门评审（定义打架的时候，评审会本身就是工期）、安全评审排在哪一步（越权测试不通过就上不了线）。同样一句「我要个企业知识库」，部门级问答是周级、全司搜索是季度级——档位差一个数量级，先分清是哪一档再谈日期。您这边要出的人有四个角色：能签验收线的业务决策人、各源系统的数据 / IT owner、知识与口径的运营人、安全评审签字人。
客户配合不到位是项目烂尾的头号原因，可报价单上通常只有我方人天——甲方那一侧的投入不摊开，双方对「上线」的想象就永远差着一大截。当面把这几个角色点出来，一是显得你真交付过，二是把「配合」从口头人情变成能排期的事。
下一步 启动会上先做一页 intake（结果 / 用户 / 数据 / 风险四个字段），每个字段当场落到一个具名的人——落不下去的字段就是本期的风险项，写进纪要；角色到不齐，工期重报。
AI 答错了、办错了事，造成损失算谁的？2026-07-23
先把「答错」和「办错」分开，本册那句「生成 ≠ 发布」划的就是这条线：一段答复、一版文案、一份纪要，错了还能撤；退款、下单、对外发布，错了撤不回来。七个场景防错的做法其实是同一条——责任落在人接住 AI 输出的那一格：客服高危操作是 AI 出草稿、人工确认，营销发布前分级人审并留痕，会议纪要是草稿、决议以人工确认版为准，ChatBI 的答案附生成的 SQL 与口径出处让人复核得了。哪一格没人接，哪一格就是责任裸奔区。所以合同要写的不是「保证不出错」，是每个高危动作都指得出接住它的人和留得下的痕。
客户问这句，怕的不是 AI 会错，是出事之后没人说得清。用「我们准确率很高」去接是最不可信的答法——它把一个责任问题答成了技术问题；把责任落到一格一格具体的人和留痕上，它才从模糊风险变成能写进合同的条款。
下一步 逐个高危动作过一遍「这一格谁接」：退款额度、发布按钮、口径出处、决议确认——接得住的写进 runbook，接不住的当场缩范围。让 AI 自己动手那一路怎么分段划责，见 Agent 网页版的评估与护栏。
这套做完，是我们的资产还是绑死在你们身上？换一家能接手吗？2026-07-23
用一条线分就清楚了——换一家供应商，哪些东西他能带走接着用。模型、工具、平台是可换件：AI Coding 那节那句「工具会迭代，接入架构不变」是通例，统一走网关管预算，换掉某一家不动架构。真沉淀下来的是另一类，而且都该长在您这边：指标与语义层口径、评估集与签字的验收线、知识与权限映射（权限本来就从您的源系统继承、我们不另建一套）、运营 runbook。所以要防的不是「被我们锁住」，是这几样有没有真的落到您自己人手上——落了，换谁都接得住；没落，换谁都要重来一遍。
这题的正确答法是主动把「怎么离开我们」讲清楚：六条验收线里「交付」那一组本来就写着退出可执行，敢讲退出的反而更容易被留下。含糊其辞地保证「我们会一直服务您」，在采购眼里恰恰是锁定风险的信号。
下一步 验收清单里加一条交接演练：让客户自己的人跑一遍口径评审、跑一遍评估集回归、改一次权限映射——跑得下来才算沉淀件真交付了，否则那几样还在我们的电脑里。
14来源与核实#sources
本页时效性数字均经联网核实后写入，完整登记见本模块 MANIFEST。核实窗口 2026-07-10 至 08-01。市场数字会漂但相对关系稳定——报价先量级后精确，引用任何数字前先核日期。
| 来源 ID | 信源 | 支持什么 | 不能支持什么 |
|---|---|---|---|
src-cs | fin.ai / digitalapplied / Zendesk 口径 | 自报 70–80% vs 独立中位 41.2%、66% 组织已跑 AI agent | 各家数字口径不一，引用带出处 |
src-glean | TechCrunch 2026-05-28 / Glean press | ARR $300M、估值 $7.2B、1 亿+ actions | — |
src-coding | ideaplan / tech-insider / JetBrains 2026-04 / TechCrunch·Forbes 2026-06-16 | 三个第一与市场 $12.8B、85% 采用；SpaceX $60B 收购与 Cursor $4B ARR | 竞争格局季度级变化，收购已于 2026-08-14 交割 |
src-chatbi | promethium 企业对比 / Snowflake 工程博客 / dbt 口径 | 10–21% → 90%+ 的语义层跃迁数据 | 基准口径各异，讲清测法 |
src-meeting | read.ai / zapier / tana 2026 横评 | 原生派 vs 独立派格局、Granola 融资 | 窗口期在收窄，格局快变 |
src-dh | HeyGen 官方 blog / help center | Avatar V 口径（15 秒建分身/30 分钟不漂移） | — |
src-cost | 各厂商定价页综合量级（2026-07 口径） | 成本速查卡各场景单位成本量级 | 量级不是报价；语音分钟价已随实时语音换代作废，端到端须按话务实测折算 |