LESSON FLOW
这节课怎么学
1先看目标
搭建汽车销售或维修门店的客户问答与复购提醒流程。
2照着做一次
围绕“汽车销售与维修：资料和知识库整理”完成一个小结果，不追求完美，先让结果出现。
3检查 MVP 交付物
汽车销售与维修常见问题、服务资料、案例素材、SOP 和禁用表达清单
4修一遍再去实操
保存能复用的提示词、模板、清单或流程，再进入任务做一个可验证 MVP。
1准备
材料、账号、文件或业务问题
2行动
汽车销售与维修：资料和知识库整理
3验收
汽车销售与维修常见问题、服务资料、案例素材、SOP 和禁用表达清单
4复用
下一课：汽车销售与维修：AI 提效流程设计
KNOWLEDGE DEPTH
这节课真正要懂什么
企业和行业 AI 落地不是把工具装进公司，而是把一个岗位、一个流程、一个交付物先跑通，再用指标判断是否值得扩大。
底层原理
- 行业 AI 必须从具体岗位和具体流程开始。餐饮、教育、电商、法律、财税、医美都不是一个提示词能解决的。
- 企业 AI 的第一目标通常不是炫技，而是省时间、减少错误、提高响应速度、提高转化或沉淀知识。
- 知识库、客服 Bot、销售助手、SOP Agent 都必须有资料来源、禁答边界和人工转接条件。
- 试点要小，指标要清楚。先用 10 到 50 条真实样本测试，再决定是否扩到团队。
判断标准
- 是否明确了哪个岗位、哪类问题、哪份材料、哪个交付物。
- 是否能用省时、准确率、处理量、转化率、人工接管次数之一验收。
- AI 不知道或不能回答时，是否会明确转人工。
- 是否记录了失败案例，并把失败案例反哺到资料、提示词或流程里。
边界和误区
- 不要承诺 AI 替代员工，先承诺减少重复劳动和提高交付稳定性。
- 不要让 AI 独自处理法律、财务、医疗、投诉赔付和重大客户承诺。
- 不要用演示数据证明上线可行，必须用脱敏真实样本测试。
迁移方法
迁移方法：任何行业都按“岗位 -> 重复问题 -> 资料来源 -> AI 可接手动作 -> 人工确认点 -> 验收指标 -> 复盘更新”七步拆。
这节课适合谁
想把 AI 落到具体行业、做出可检查结果的人
开始前准备
- 一个真实目标：搭建汽车销售或维修门店的客户问答与复购提醒流程。
- 一份真实材料：文件、截图、链接、业务资料或项目目录。
- 10 到 30 分钟连续时间，先做小结果，不追求一次完美。
照着做
- 先选一个业务场景，不要同时改客服、销售、运营和财务。
- 准备 10 条真实问题、3 份资料和 1 个必须人工确认的风险点。
- 按「汽车销售与维修：资料和知识库整理」做一个可测试版本。
- 用刁钻问题测试，记录答错、漏答和需要转人工的地方。
- 把测试结果整理成「汽车销售与维修常见问题、服务资料、案例素材、SOP 和禁用表达清单」。
怎么验收
- 是否能回答真实业务里的 10 个问题。
- 是否标出不能回答、需要人工确认的内容。
- 是否能带来省时间、提效率、提转化或减少错误中的至少一个结果。
- 是否有上线前人工验收标准。
常见卡点和修法
AI 编造业务规则把资料来源、禁止承诺和转人工条件写进提示词或知识库说明。
团队不知道怎么验收用省时、准确率、处理量、人工接管次数四个指标做测试表。
行业内容太泛改成具体岗位、具体流程、具体输入材料和具体交付物。
二次迭代
第一版完成后，不要马上换工具。先让 AI 按验收标准找 3 个问题，再改一版。能稳定复用以后，再考虑自动化、Agent、模板库或团队交接。
MVP PLAYBOOK
汽车销售与维修落地样板
把「汽车销售与维修」里最常被员工、客户或自己反复问到的问题整理成资料库。
先做出的 MVP
一份可导入知识库的资料包：问题、标准答案、来源、禁答边界、转人工条件。
需要准备
- 10-20 条高频问答
- 产品/服务/价格/售后资料
- 3 条容易答错或不能承诺的问题
验收标准
- 资料都有来源
- 不能承诺的内容标了红线
- 能用 5 个真实问题测出能不能答
下一步
资料包做好后，进入 Dify/Coze/FastGPT 小知识库任务，先用内部测试问题验收。
可复制模板
我要把「汽车销售与维修：资料和知识库整理」落到真实业务里。 行业/团队： 当前流程： 最耗时间的环节： 已有资料： 不能让 AI 自己决定的风险点： 希望得到的交付物：汽车销售与维修常见问题、服务资料、案例素材、SOP 和禁用表达清单 请先给我一个可测试 MVP，不要直接写成大方案。