2026-10-24 · 第2场直播

本篇把企智AI落地派这场讨论中的项目、工作方法和经营经验整理为可独立阅读的知识文档。已实践、进行中的产品和现场提案在相应案例中区分；报价、客户数和效果沿用口述口径。

1. 汽车门店：获客运营到销售复盘

汽车门店：获客运营与单店核算

一位经营者说，自己自2022年进入汽车门店业务、2023年扩展，既有自己的店，也做其他门店运营。披露的获客链路是制作短视频、付费投放、门店真人直播，取得线索后交给汽车销售承接；直播主持人需要提供或培训，并非上传视频后自然成交。他提到一年产出两万多条内容，但没有给出可独立验证的产量统计。

这类服务依赖长期业务合作。单店要独立核算，内容、投放、主播培训、销售承接各有投入。经营者说，妻子负责主播培养，自己负责广告和素材，扩大规模的瓶颈包括招到并培养合适的主播、投手，不能把生产视频的成本当全部履约成本。

选择汽车行业也有预算判断：相较利润空间很薄的小餐饮门店，汽车门店资本投入较高、营销预算相对稳定，有的品牌还提供满足条件后的营销共担。他举过花一百、返六十至八十的说法，这是其合作经验，没有披露品牌条款，不是通用补贴政策。把线索价格从三百降到五十，是说明运营价值的算例，差额二百五十不等于服务利润。

这个案例值得保留的商业判断，是先看客户是否有持续预算、结果是否容易被业务方识别、团队是否能承接，再选择AI可以改善的环节。所谓“自然流量没用”等绝对化说法不作为方法；这里实际采用的是付费获客体系，不代表所有行业都应如此。

销售录音产品：从闲置工牌到次日经营复盘

这位有4S店存量客户的汽车行业服务者，利用市场通用的触发式录音工牌整理销售语料。他自述正在交付7个老客户，许多门店原来已购工牌，却只把开机使用当作考核，录音没有后续利用，原使用率低于10%。第一步因此是让已有工牌真正用起来，而非采购新设备：销售按键触发录音，上传云端，再分析与客户的实际对话。一层用途是整理优秀销售的话术，帮助有潜力的销售学习；更深一层是提取客户谈话中的细节，形成标签、客户分级和后续跟进策略。这样，录音不仅用于检查员工说了什么，也可以成为客户生命周期管理的输入。

他讲的一个具体经营问题是：线索进来后，第一次联系究竟有多快，对建联有没有影响？处理方式是把线索进入时间、销售对话及微信中的首次联系记录放在一起，重建时间链，按首次触达的时间段分组分析，再形成能细到单个客户的报告交给老板。他自述在自己的业务数据中，15分钟内联系的一组约75%能建联，15分钟至一小时约23%，第二天再联系不足10%。这些是个人项目口述，没有给出样本量；它们描述的是“建联”，不能改写成成交率或汽车行业通用基准。可复用的方法是检查自家业务的过程证据，找出具体在哪一环损失客户，而不是照搬这些百分比。

同样的道理也用于销售培训。他先用通用销售技巧、书籍内容做过提示或知识材料，发现产出不贴合行业；再放入自己约一年积累的销售录音，得到的重点明显不同。由此得到的使用经验是：外部方法可以当候选，但需要真实客户对话来检验适用性。录音与文字聊天还可以互相补充，避免只凭一种载体理解销售过程。另一段给出了文字侧的操作链：抽取销售聊天语料、清洗内容、整理规则、写成SOP，再让AI按这套规则执行。

这不是一个“老板买了，员工就会用”的案例。有一家店安装后前三天几乎没人使用。服务者先通过腾讯会议解释用途，后来与销售主管又电话沟通约两小时，才逐步推动使用。他总结的三个沟通点很具体：第一，先问主管每天管理销售最花时间的工作，证明系统能帮他省掉什么；第二，别把“替代你、裁掉你”当推销话术，要给出实际提效的动作；第三，对行业了解要足够深，能接住现场的业务细节，而不是外行拿AI指挥内行。个人承诺与实际方案应保持一致，不能一边承诺不替代、一边把承诺仅当作获取配合的手段。

行业信任是这套产品的另一部分。他在汽车行业有长期合作关系，客户愿意给后台权限；换到不熟悉的美业场景，聊不深业务，合同与付款就会卡住。这说明旧客户基础、行业语言、可验证的工作效果，不能被“技术做得出来”替代。长期合作获得的数据权限，也不能外推为陌生客户自然愿意开放全部数据。

收费方面，他口述当前产品加一个月服务周期为1万元，追问“一个月一万吗”时得到确认；3万元是接下来计划的价格，不能写成已经稳定成交的原价。新行业冷启动时，他提出向老板询问最痛的问题，再用半个月或一个月的定制试做换案例、数据和反馈。一些早期客户确实免费服务过，但本次对美业的合作提议尚不是成功案例。免费试做的价值在于得到能继续迭代的真实材料，不意味着长期免费交付没有成本。

一个很小但很实用的产品迭代动作，是找真正懂销售的人审需求：先把需求和产品描述交给专家，第一次聊清问题；专家逐句圈出措辞和流程问题，第二次再对齐；两次约一小时的交流记录下来，作为AI迭代新版本的材料。这里积累的是行业判断，不能只把专家意见压成几个关键词。

同一经营者进一步描述面向汽车门店的“销冠引擎”。四个模块分别是知识库建设、优秀销售话术蒸馏、客户CRM管理、经营过程与结果策略。其价值不是单独出售一个录音工牌，而是把行业经验装进门店每天能用的管理过程。

输入来自销售沟通录音或已有的会议、沟通材料。系统从沟通中分析客户关心什么、销售怎样回应，再用于知识和话术整理、客户管理，以及给店长看的经营复盘。经营者强调管理报告比单纯给销售几句建议更有价值。让六十分销售达到八九十分是产品目标，原文没有提供已实现的提升测量。

实现上，他说用Codex搭代码框架，以小程序承载界面，Workbody执行相关工作，服务放在自己的腾讯云服务器。飞书出现在询问中，随后明确回答是小程序，不能写成用飞书交付。Workbody是原文名称，未据发音强行替换成另一产品；具体接口、自动化编排和模型配置没有完整披露。

前述每店每月一万元另算算力，费用包括持续指导、调整与迭代，不是一次部署收完就结束；十二万元只是月费乘十二的算术，不表示客户已支付全年。投流不包含在这一万元中，广告业务另有按消耗返点的收入，不能把获客和销售转化混成一项全包承诺。

硬件使用市场通用设备，不靠硬件赚钱，按成本提供，客户也可按要求自购；未说明固定品牌。工具容易买到，持续价值要落在行业知识、管理判断和服务责任上。未来安排两三千元月费的交付团队、推广到医美，仍是扩展设想，不能写成现有产品线。

他还说每家客户有自己的知识库，自己逐渐形成更大的行业知识积累。这个描述不代表客户资料可任意跨店复用，也没有证明授权、匿名化和隔离机制已落实。可提炼行业方法，不能据此公开客户谈话和私人信息。

工牌后台可以导出录音，但他还没有厂家API。实际采用的是手动导出：下班前由客户公司一名同事配合，约半小时把录音导出上传。自动部署工具、每天自动导出上传，是他考虑的下一步，不能写成当前已经全自动。

交付节奏刻意不追求即时性。当天录音上云，第二天给相应复盘；实时处理会引入网络依赖、故障压力，而客户主要需要次日跟进、销售复盘和逐步建知识库。第一阶段只采集客户自身语料，不额外灌入外部资料。语料要清洗，并有一个评价好坏的打分机制，但具体维度、分值、模型和提示词没有披露。

最终交付应帮助老板决定每天怎么做，而非只完成一份日报任务：分析销售交流，给出可改进的方向、客户如何继续跟进。提问者曾用“月初分析报告”概括，服务商随后强调日复盘、指导日常经营的日报，实际交付重点是每天的业务复盘。

获客高度依赖他的行业关系和判断。他自述发说明文档、标价后电话沟通，8个电话成交7个；本场前文另有月费一万元的自述。其后反复提醒，没有汽车存量客户的人，不应因为这个案例就花两个月陌生开发4S店。他更愿意在1.0数据和交付稳定后开放思路，或跟已有美业等行业客户资源的人合作。高客单、依赖面对面销售可作为迁移线索，不能采纳“无缝迁移”的保证。

2. 案例资产：演进、验收与回款

直播中讨论了案例互认库，但当时明确说“还没录入”，仍在讨论规则。它的价值不是摆出一张成交截图，而是让后来的人能判断：这是什么问题，做到了哪一步，交付为什么成立。

讨论形成的案例材料清单值得保留：产品或服务说明、收费方式、最初需求、第一版到后续版本的变化、关键提示和从零到一的决策、网页或小程序等实际交互形态、流程逻辑、合同模板、真实回款证据、沟通及服务记录、知识库或输出样例、客户的正面和负面反馈。合同金额与实际收款要分开，付费看案例与直接找原服务者合作也可以分层：能自己执行的人购买较轻的演示与材料，需要落地的人再对接原团队。

这些仍是建设建议，不是已生效的平台审核规范。先用约80分的标准收集，再迭代分类，是讨论中的推进方法。按金额划分档位、按L1至L4分级等说法都有调整；不能从中挑一个方案写成最终标准。B端项目和C端产品也不能硬用一把尺：前者可能重点看单个项目，后者还要看实际客户数与累计交易。公开案例时应展示经筛选的过程与结果，不应把客户合同、付款账户、聊天记录原件直接放上网。

3. 第一批客户：渠道、诊断与免费试做

获客渠道：老客户、社群、沙龙与企服伙伴

用旧业务解释新产品，而不是突然向老客户推AI

一位原做上市辅导、股权及投融资咨询的人，想借已有企业资源进入AI服务。他提出办公、营销和场景管理等多个方向，计划由原咨询师做售前，行业产品人员做方案，地方IT伙伴做交付。这里的咨询业务历史收费、老业务渠道，并不是新AI业务收入；“有很多企业联系人”也不等于已有AI需求。

给他的建议因背景而变化：若咨询业务仍在运营，可以沿原来的诊断链路找AI适用点；得知他已经退出原业务约一年，建议转成先持续发布真实案例和工作过程，让老联系人重新知道“你现在能解决什么”。朋友圈、短视频、社群中的内容不是为了证明懂多少名词，而是引出客户主动问“我的事能不能做”。

一个跨境工具的早期反馈可以说明这种方式：开发者做直播翻译工具，是为不擅长外语的卖家做海外直播交易；发出原型后，得到七八条评论、两条私信，还有一位老客户主动打电话约聊。那位老客户过去曾介绍过三十多个客户，但这是旧关系的历史贡献，不能写成翻译工具已经成交三十单。内容的当前结果只是引出对话，不能把兴趣信号写成收入。

同一人也提到，将既有跨境服务延伸成小工具：自己原来就讲开店、投放、独立站等内容，客户自然会问商品标题、图片与描述怎么做；于是把十到二十个技能聚合成电商工具，让产品接在现有业务需求后面。客户先有生意，再有AI使用理由，比先造一个大工具集合再找用途更容易解释。

线下沙龙：把短展示接到下一次入企沟通

一个已经做线下活动的团队给出了相对完整的组织办法。他们在佛山有免费场地，收29元，到场后退回并提供咖啡；在厦门属于客场，需要承担场地、餐饮和差旅，改收99元。后者原计划十五人，自述报名达到四十人。它是当次活动的报名情况，不是长期稳定转化率。

他们通常把人数控制在二十人以内，方便深聊；活动总长约两小时，前四十至六十分钟安排两三位嘉宾，每人十五至二十分钟，避免用长篇术语把刚接触AI的企业负责人讲走。之后直接拿实际产品和Codex工作过程展示：客户原来做什么，现在能得到什么，已经完成的场景是什么。后续动作不是当场强卖，而是对方愿意邀请团队到厂，与技术人员或目标部门坐下来谈，这才进入需求诊断。

他们把活动放在周中，用时间和小额费用共同筛选目标参与者。其观察是，周中比较容易遇到时间自主的老板与高管，周末更容易混入纯学习人群。这是该团队的筛选经验，不是“周中一定都是企业决策者”。其目标客户是有一定项目预算的制造、外贸和工贸一体企业，小商家未必承受同样交付费用。

借已有企业服务渠道分工，少从零建立全部信任

另一个可操作的方向，是与做企业培训、股权架构、管理咨询或私董会的人合作。对方本来就要组织活动，也已经积累付费企业客户；AI团队补上新内容与交付能力。直播里给出的分工是：渠道负责邀约和成交，AI团队出方案、上课、交付，双方再谈分成。没有披露固定分佣比例，不应补上一个所谓行业标准。

也有人把参加高门槛线下课程看成认识企业主的一种投入：先在群里帮人解答问题、持续提供价值，再在线下见面，别人已经知道你擅长什么。这不是“付门票就买到客户”。提到的课程和讲师名字有转写不确定处，应该保留为待确认线索，不能把未核实人名当推荐目录。

写手培训者还给出了另一条已实践的获客路径：在知识星球中的AI社群发有用帖子，吸引人加好友；后来通过学员转介绍并给介绍人佣金扩招。他口述招过三百多名学员，其中约一百多人成熟，自己与四五位较紧密的合作伙伴做项目。把分布各地的成熟写手发展成入企服务种子，是本次新产生的念头，不能写成已经形成全国交付网。

需求诊断：业务卡点、实施意愿与预算

几段不同背景的咨询，反复出现同一个陷阱：手里有资源、会很多工具、能联系技术团队，却说不清第一个客户到底买什么。

给银川服务者的一种问法尤其容易复用：先把AI放一边，像朋友一样问老板，“如果企业想进入下一阶段，现在有哪三个业务场景卡住？”即使回答是获客，也还要继续拆：线索太少、承接转化不好，还是复购不足？生产、运营、销售各自的问题，需要不同方案。拿到具体场景后，再找深交付团队匹配；前端可以用轻量产品建立使用关系，不能承诺一个通用工具包就能自动解决全部企业问题。

“产品+陪跑”的讨论也有一个重要边界。有服务者试过所谓AI超级员工，认为做视频、海报、混剪的初稿只能达到自己要求的三四成，需要人工代运营服务补足。他因此提出把工具和服务分开：产品让客户入门，服务负责优化和持续产出，按月、季度或年组织收费，再根据实际问题接轻量定制。三四成只是他的测试感受，不是所有此类产品的测评结论。这套组合仍应说明哪些工作由人完成，不能把人力服务包装成工具全自动能力。

还有一位做小型制造企业服务的人，客户多为十到三十人，财务之外很少使用电脑，大量单据和生产安排还在手工流转。他要找项目与学校合作，目标含技术转化和长期团队合作，未必是在找最快赚钱的软件。这种目标差异很重要：别人建议做一个立即能卖三四千元的小工具，不自动满足其产学合作诉求；别人建议做财务软件，也与他已经说明“不负责财务”的边界不一致。

对这类客户，调研工具费用、寻找替代方案是一条思路，但他已经调查过，软件支出主要只有财务，因此当场并没有找出新的“降本”产品。把手工单改成业务系统也不只是写代码：人数少、无电脑习惯时，会连同组织流程一起改变。直播没有给出一套已经被接受的标准解法，应保留“尚未找到合适切入点”的结果，而不是强行把讨论补成成功方案。

讨论中反复出现的问题不是“缺一个万能工具”，而是技术人员不了解客户的业务、业务人员又不知道AI能做到哪一步。教育经营者讲到，她最早找专家、开发者聊AI，对方讲技术术语，她听不懂，演示与沟通成本也高；后来开始自己动手，再找同时理解教育、能教课且有技术背景的人一起设计。这个经历支持的做法是：业务方至少亲手跑一个具体任务，技术方至少把客户真实的输入、动作和验收结果问明白，再谈全行业的解决方案。它不能推出“所有项目都应自己开发”或“技术没有壁垒”。

有讲者建议在一个窄行业做深。摄影从业者谈“一站式”产品时，讨论转向：客户究竟在什么步骤卡住，现有工具哪一步没解决，是否只是自己想做一个大而全的系统。熟悉行业的人能更快辨认这类真实痛点；但他对技术实现能力的理解仍需要通过实际工具和技术伙伴补齐。

物流案例把这件事具体化：经营者过去做干线运输，现在带五人团队为工厂做第三方物流。他有一个小系统，工厂一端自己可以对接，但干线公司那端还没有完整跑通。想用AI减少手工订单、数据整理和管理工作时，老板认可不等于员工愿意用；员工看不到自己获得的好处，落地仍会受阻。直播没有给出已经交付的物流SOP，留下的是需求验证顺序：先指出目前谁做什么、哪里重复、谁能授权试点、最终操作人为什么愿意换，再讨论免费试用或系统推广。

这个经营者对技术能力没有把握，也就不敢向客户承诺。建议是让技术伙伴一起参加客户沟通，或者先自己通过工具跑一次具体业务，而不是只凭“AI都能做”的印象销售。免费方案仍被拒绝时，也不能只归因客户不懂AI，要检查痛点是否真的足够强、是否接触到决策者、员工是否会多出额外工作。

就业培训案例把课程与信息服务结合：线上直播、录播负责培训，AI帮助采集岗位、匹配专业并支持投递。一位经营者说用了约半年边学习边搭建，投入几万元，另有开发伙伴；全国市场是目标，不能据此说已经全国规模化。他们讨论的不仅是信息匹配，还包括求职者基本沟通和职场礼仪，这些需求不能被一个岗位推荐系统全部替代。原文的毕业生与岗位总量未核实，不作为市场规模证明。

文旅项目则暴露现金流问题。一位文旅经营者连续谈到赛事、IP、宣传、衍生品，以及古村康养研学等资源，希望多机构参与；他提出自己前期不付服务费、以后分成，尚未说明已有合作方接受。资源规模和短期涨粉目标都由参与者自述或设想，未说明实际回款。这类机会看起来能延伸很多产品，但应先分清谁提供资源、谁承担前期劳动、由谁付钱、分成何时兑现。后四项是整理者根据讨论归纳的核对问题，不代表项目已有完整合同。

同样，讲者反复强调行业经验与AI能力要共同存在。只有技术人员猜行业流程，容易做出没用的功能；只有业务介绍人、双方都不理解AI，又会把全部解释和交付负担推给第三人。可行的协作至少要有愿意持续投入、理解需求和能力边界的人。至于“纯中介一定做不成”，属于观点，不能替代对具体合作的判断。

第一单：免费MVP的条件、成本与分歧

针对连续三到六个月只做小玩具、没有第一单的技术个体，一派建议找自己能接触到的行业客户，做一个范围有限的免费MVP。目标不是无限免费开发，而是拿到真实业务反馈，形成后续能服务同类客户的案例。被建议的对象应有明确需求、有业务数据、有以后付费的能力；最好能直接接触到负责人。有人提出十五天试用后明确停留或继续，避免无期限维护。

反对意见同样重要：免费客户可能提供假数据、只想看演示，或者没有付费意愿；技术人员投入的时间并不免费。若已经能直接接到一个付费外包任务，不必为了“做案例”先走一轮免费。另一个判断是需求是否可复用：为一个客户做完后，下一家要推倒重来，和可调整参数、资料后继续使用，是两种完全不同的生意。直播未披露数据使用授权安排，不能把“免费开发换数据”写成自动获得数据权利。

落地后的反馈应进入产品迭代。关于一家电商AI工具公司，参与者提出：售后不仅处理故障，还应把客户卡点反馈为下一轮需求，修正流程并迭代产品。第一次卖出几十单并不等于商业验证完成，大家特别追问是否已经经历续费；该员工明确说还没有。首购、交付成功、实际使用、续费，不能合并为一个“跑通零到一”的标签。

4. 工作流程与交付模式

工作流获取：员工问答加真实操作录屏

一位跨境业务从业者披露的自动化需求获取办法，可以作为小项目的起步方式。他先写好背景和问答框架，让一线员工回答每天实际做什么，尤其是每天填报表、填数据这样的重复工作；再把完整操作过程录屏。第一轮应得到两份东西：一份工作背景与规则文档，一份真实操作录像。

把两份材料一起交给AI，目的不是只生成一段描述，而是让它梳理流程、尝试自动执行，再把能够稳定跑通的部分固化成脚本。录屏补足员工口头描述容易遗漏的点击、字段和条件分支；问答文档补足录像看不出来的业务目的。最终卖给客户的是被验证过的自动化方案，不是问卷本身。

这里也有适用条件：员工本来就在电脑上工作，任务有相对明确的规则，才容易沿这条链推进。若客户几乎不用电脑，或流程本身仍在变，先上系统可能带来比原工作更大的迁移成本。一位参与者只有微信自动聊天演示，还没有客户知识库，提出的下一步应当是接入真实语料、找一个愿意配合的客户试用、再验证付费意愿；不能把演示响应约两秒写成完整商业产品。

低代码垂直服务：明道云与行业管理经验

明道云伙伴的分享，重点不在“用低代码便宜搭一个CRM”，而是把行业经验变成可实施的管理方案。他举了一位原来做装修经营的人，带着对行业的理解，用较长时间把自己的管理方法做成工具链。另一个例子是熟悉聚水潭业务的人，结合技术与业务分工做行业系统。二者共同点是知道一张单、一个客户、一段库存或生产信息会怎样跨部门流转，产品不是把HR、CRM、ERP名字摆在首页。

可以把这类服务的分工理解为：平台提供搭建与集成能力，行业服务者解释流程和管理方法，客户部门负责人参与把日常工作变成小工具。该伙伴也提到培训部门管理者自己搭建，伙伴保留咨询及支持。这样卖的是持续解决管理问题的能力，而不只是一个平台账号。

平台的解决方案目录还可以当场景发现入口，例如资产管理、RFID、消防或PLM等已有行业方向，帮助初入者看哪些事情已经被做成可描述的方案。它只能帮助缩小调研范围，不能证明照着目录就能交付。明道云、简道云是分别提到的工具，不能在整理中混成同一家。

推进组织改变时，该伙伴强调启动仪式、老板表态、中层承诺、提前列出阻力。可提取的方法是把责任和配合机制摆到桌面：谁提供数据，谁认可流程，谁负责验收。其客户覆盖率、伙伴数量和“最好用”等口述不作为核实后的平台事实。私有化部署由有大客户经验的合作伙伴承担，也是其实际分工，不要求每个行业顾问同时精通基础设施。

岗位输出外包：让客户验收工作结果

一个与卖系统不同的商业思路，是按“工作结果外包”组织服务：先问老板哪些岗位可以远程工作，再拆岗位承担的具体功能；让AI在服务方环境中执行可自动化子任务；客户通过邮件、飞书或钉钉提交任务，服务方把成品返回；客户保留人员检查和验收。

讨论中以设计工作为例，交付物可以是客户能继续使用的PSD等文件，而不是要求客户员工先学会操作一套新系统。这样，客户买的是一项可验收的工作输出，服务者负责自己的工具组合与执行。但直播里“原来四十位设计师只保留五位”是举例或方案，不能写成已经实施的裁员结果；“三人+AI替代十人”也不是验证过的固定效率比。

收费被描述为参考原岗位薪资的一定比例，签两三年或更长的合作；未披露这类外包合同的具体比例及实际回款。另一段价值报价的10%至20%，属于另一个谈判口述，不能拼接为此模式的已验证费率。是否适合外包还取决于任务如何验收、客户数据如何处理、异常由谁接手，这些没有全部披露，不能替讲者编造完整运营SOP。

5. 专业报告：解析、分章与人工判断

两种产品形态必须先选清楚

报告项目中最有价值的失败经验，是“输入数据自动出报告”与“像Word一样逐段编辑的编制工作台”不是同一套验收。开发者原先按前者做完，接近微调；客户后来拿来很多案例，希望得到后者，团队又重做，交付时出现两种架构冲突。当前披露的页面包括可行性研究报告、节能声明表、报告书编制台，第一期费用7万元；第二、三期拟增加功能。不能因为早先口头说环评检测，就把所有模块写成已完成的环评自动检测系统。

这类产品要先定清：用户交哪些输入，拿到整篇初稿还是可编辑工作区，如何引用资料，哪些部分要由专业人员判断。如果用户想在工作过程中持续修改，产品只提供一次性成文，就算生成质量不错也可能不贴合工作方式。这里正是行业内部服务者自建产品的机会：已有工具不是“什么都做不了”，而是与一线编写习惯不合。

从PDF到章节：先解决结构，再解决生成长度

另一位环保工程从业者自己用AI工具试做半个月，想每天抓取公开环评文件，让模型读完后，根据新项目输出报告。遇到的问题很具体：源文件有图片型PDF、复杂表中表；正式报告可能十万至二十万字，试做只生成几千至一万字；还涉及数据核算和图件，远非换个提示词就能解决。

讨论给出的工程方向可以按输入与输出理解，但它们是建议，不是当场跑通后的成果：

1. 先辨别文件。 对本来就能提取文本的Word、Excel或PDF，优先考虑解析器，避免把每个字都当作视觉任务送大模型。对扫描或图片型页面，才需要OCR。讲者明确拼出了PaddleOCR，也提到Docling，以及一个疑似MinerU的解析工具线索。没有提供具体版本、命令或统一测评，因此保留工具用途，不替它们背书“全格式无错”。
2. 提出报告框架。 先从行业准则和已有工作方式中确定章、节应该写什么，再按项目类别、章节和小节组织材料。不要让一次输出承担整份十万字报告。各章使用共同项目背景，再分别生成，最后合并。
3. 把规则与案例分开。 一类材料是经过人工测过、确认可用的内容；另一类是公开可查并会更新的政策文件。报告需要能指出引用哪份文件、哪条内容、何时发布。历史报告可以帮助理解写法，但不能默认抓入一百篇长报告，模型就会可靠抽象全部规则。对此直播中有明确分歧：有人认为该路线走不通，项目方认为仍需实测。应保留为待验证的路线选择，不能将一方判断升级成实验结论。
4. 把核算从文字生成中拿出来。 找出报告中位置相对固定的核算、交叉比对规则，把具体计算放入表格或数据库等工具。讲者的原话是用Excel算，不让AI凭自然语言直接算。AI可帮助操作工具、组织流程，但算出来的表要作为可核查的中间产物。
5. 设置分段人工审核。 一份十万字的终稿很难一次看完并记住前后矛盾。章节草稿、引用、计算表和其他中间结果要能够逐步确认，专业人员负责最后的行业判断与交付责任。有人口述“达到90%至95%”只是预期，不能写成该系统验收指标已达标。

低频而复杂的输入，不一定值得完全自动化。例如政策几年才更新一次，复杂表中表解析后人工清洗可能比反复调模型更稳妥。但项目方指出，自己还每天抓取历史报告，不能把政策低频更新的结论直接套到所有输入。要分别判断“规则更新”“案例收集”“报告输出”的频率与精度要求。

AI辅助专业写作不等于替代专业责任

可研写手承认，自己有些报告类型写过很多，但环评、水保、资源论证、化工等稿件，如果没有经验，无法判断AI产出是否能通过，就不能仅凭它看上去专业而接单。另一位开发者因此强调产品面向懂业务的B端，先解决基础和重复工作，再让专业人员修改。

可沉淀的原则是：把标准化的结构、重复材料、资料引用和机械核算尽可能工具化；把涉及经验、直觉和责任的环节交给能判断的人。不能将“AI能写出七八成的个人初稿”变成“七八成报告可直接通过”，更不能把“需要专家兜底”省略成自动出具合格报告。

类似的细分机会还包括食品标签审核：标签里的配料与说明需要根据会变化的规则检查，懂行业的人将规则维护、审核报告和工具结合；按份收费也是讨论中的方式。口述人工一份一两千元，只是这位参与者介绍的市场经验，不是已核实的统一收费，也没有披露该AI产品的实际售价或客户量。

6. 部署、定价与渠道经营

部署和价值定价：数据流、决策权与未成交案例

本地部署和云服务在这场讨论中反复出现。可保留的选择方法是：把真实的数据流和维护方式讲清，列出本地资源成本、云端订阅费用和后续维护分工，由客户选择。有人一度提出让客户误以为本地运行的包装，提问者明确担心事后发现欺骗；这种办法不能保留为经验。小企业也不等于没有隐私与保密需求，“客户不在意”不是服务者可以隐瞒数据去向的理由。

服务者可以把私有化部署交给具备相应经验的专业伙伴，自己负责业务需求和客户关系。直播提及ISO 27001等资质，但没有核对具体供应商证书，不应把它写成已经完成的安全审计。对普通办公客户，能稳定使用的工具和固化后的业务逻辑，可能比把开发者自己的全部工具原样搬进去更重要；开发环境和客户交付环境可以分别选择。

价值报价的口述提供了一个有用的反例：服务者曾向拥有三十多个销售的老板，按估算一年节省的成本取10%或20%，谈出约十四五万元的方案，但最终没成交。原因包括缺少背书、主要对接的二把手不能决定预算，以及老板最后另找课程。因此本段不是“按节省成本20%即可成交”的成功案例。之后该服务者自述在其他项目最高收过20%，也不能补出本项目合同。

其可复用教训是，报价要有客户能理解的价值逻辑，但还要找到真实预算决策者；签单之后还要获得实施人员的配合。资源性订单依赖关系，市场性订单要看可复制需求和交付，不是拿到一个关系项目就自然能复制到同业。对于长账期项目，有人建议首款覆盖前期成本、再分阶段收款；也有人提出签约收30%至50%，这些都是团队选择，不是统一合同规范。

WorkBuddy代理的口述可作为商业模式线索保留：一位参与者说投入6万元、开户分润约30%至33%、后续积分约10%，同时坦承细则还没弄懂，证书费用也出现不同说法。不能把这当官方招商政策或稳定收益模型，更不能传播违反上游规则招二级代理的操作。值得带走的问题是：产品账号、后续用量与服务各产生什么价值，续费是谁收、谁结算，必须先问清再判断代理是否划算。

办公软件代理与咨询：标准部分和定制成本分开

一位办公软件代理商的现状是线下有客户，线上直播还没启动，人员有限。他认为线下演示、熟人关系和本地服务可形成优势；线上客户了解工具更多、可比选项更多，单靠价格差较难成交。他们讨论的软件个人版、企业多人协作、云端知识库和私有部署区别，仅为代理商介绍，产品名在原文有Workbody、轻松办公、千问办公等不同称呼，功能和佣金未核实。

会上有人建议总部提供统一主播、客服、直播画面，代理商承担本地注册、办公室和落地服务，再面向已有企业客户售卖软件、培训或工作流。该模式尚未执行。所谓日投100、月投3000、主播工资一万多、团队三四万等是建议者的预算口径，不能当成功投产数据；“本地录播不受限制”也没有验证。

更关键的反例出现在4999元套餐：提议者想把价值八千至一万元的办公流程打包，以现有客户为入口，同时发展代理。其他人指出同一行业也可能有完全不同的数据、习惯和工作步骤，4999若包含深度定制可能亏损；提议者随后承认先前假定90%相同不成立。因此可以记录的商业问题是：软件许可、标准模板、使用培训、客户化改造分别交付什么，不能用一个低价覆盖全部。

另一位有直播销售经验的人想先卖199/299/399/699元的咨询方案，再把实际开发外包。他尚未跑通。其他人质疑，前端低价方案若对应后端八千至一万元交付，会出现价格预期与能力错配。分享者描述过自己认识的服务商：一个AI客服项目先做约一周，后面调优培训售后又用一个月，压缩利润。这是个人案例，不是行业均价。

本场给出的较具体试单方式是：先了解能力边界和实际数据，拿脱敏数据做小型原型，让客户试用可见结果，再讨论付费部署。这里没有披露统一验收模板，也不能推导成“所有咨询都应免费”。

企业内训的已披露流程与个人认证课不同：前期可找专业咨询公司梳理某集团的痛点，围绕痛点做相应内训方案，由本团队实施，收费按人天考虑，未报人天单价。个人培训则偏认证课程。ACA、ACP、ACE现场明确出现；讲者自己的ACA课程报价2999，但课时、通过率、师资认证均未提供，不能把接近包过的表达写成保证。

7. 欧洲邮件助手：确认与复用

一位在荷兰工作的开发者，先给认识的老板解决邮件处理问题，再通过介绍接触同类企业。客户通常只有三至八人；起步不是铺设行业平台，而是先让熟人每天少花一点时间处理邮件。到讨论时，他说已经服务三至五家公司，开展不足半年，每月收几百，原文没有明确币种。

实际描述的链路是：读取业务邮件，结合公司资料形成回复草稿，弹出供用户修改、确认，再发送。客户也能与Agent交互查询资料或调整内容。系统部署在自己的云端，共用底层能力，客户特殊需求由开发者自己补功能。化工代理与电商卖家虽然都会收邮件，处理内容和业务规则却不同，不能因为入口相同就视为同一套业务。

系统也被描述为可规划一天内多个客户的上门预约。开发者仍需围绕共同痛点选择扩展方向。他说用户反馈首先是工作负担减轻，尚未提供节省工时的测量，也没有以裁员证明收益。另一位参与者建议按省下的人工成本定价、去展会找合作伙伴或找国内团队承接开发，这些是现场建议，不是这个产品已执行的经营动作。尤其“人工成本的20%”只是价值定价提议，不能当成实际成交价。

这条路线的优势是借现有信任获得真实反馈；限制是创始人自己开发，客户多提几个需求就会挤占时间。讨论提出先在同一种化工代理客户中复用，而不是立即同时覆盖化工、电商等多个行业。一个代理为五六家工厂服务、每月固定两千欧元加佣金，是用来解释客户本身的业务关系，并非AI助手的收费。

另一个争议是先低价共同打磨，还是直接按价值收费。低价帮助拿到反馈，却不能无限承担定制；共同底座能重复利用，也不代表所有服务工作都能标准化。未来让客户入股、共同出资的构想尚未落实，讨论中的股权比例和启动金额都不是已完成融资。

8. 装修内容：先验证题目与咨询

一位装修从业者计划转向内容与咨询，已经准备设计、施工、成本、风险、交付等约十个内容模块，累计五十至一百条脚本，但尚未拍摄。这里首先要选择服务谁：消费者关心装修选择和避坑，同行老板关心获客与经营。两类人需要的内容与付费理由不同，不能用一个账号同时泛泛讲完。

现场较具体的测试建议是：先发五条，再用小额投放观察反馈；一次通常搭配数个素材，约每天一百元、观察一个月。讨论中的“五百”随后被修正，不应照抄成每天五百元预算。这是建议的验证方案，不是这位装修从业者已经完成的投放实验。

评价重点放在真实咨询：评论区具体问了什么、有没有私信、用户是否处于要装修的阶段。找到有效题目后继续围绕它生产，而不是先囤一百条视频。直播也给出一个反例：有人关注了很多装修账号，最后仍找物业提供装修服务。关注和播放可以说明注意力，却不能代替购买与信任。

客资成本、利润、成交率必须分开看。有人说单条线索一千多元，另一人认为一百五十至两百元也有；单笔利润两三万元、三成或五成成交率同样是不同人的经验和口述，不能合成行业平均，更不能直接据此推算收入。另有“一点六亿元”指年度广告消耗，不是营业收入。

咨询收费一百九十九、二百九十九或三百至五百元，是现场设想；与工程单笔一两万元收益的比较不能写成已实现咨询收入。数字人、视频代运营也不是越自动化越好：若服务只剩下按按钮出片，客户学会后就可能自己做；行业选题、真实素材、咨询承接和转化工作才解释持续服务的价值。

讨论过的短视频方案，是先研究同行内容和热点主题，再拆解分镜、逐字稿与结构，将这些材料整理给创作者。它适合降低整理与编辑成本，不等于照搬同行。对于已有真人视频、声音和素材的口播内容，暂停、剪切、文字包装、重新编排可以部分自动化，但导演意图仍需要人。直播中有人比较过：自己剪十五分钟的任务，半自动流程折腾一个小时，所以要用整体耗时判断价值，而不是只看“AI做了几步”。未给出名称的GitHub工作流只能留下检索线索，不能虚构项目链接。

内容经营也需先问想吸引哪种业务。装修经营者想从需要到工地的业务抽身时，如果还持续做原来类型的装修获客内容，可能只会得到更多自己不想做的客户。先明确下一阶段想做什么、怎样收钱，再决定内容题目和用户画像。

短视频外包的讨论中，有人拿到两万元做五十到一百条的报价。建议不是立即整包购买，而是先做三到五条，看题材、结构与实际效果，再加量；“五百元五条”等数字是讨论中的小单示例，不是市场统一价格。要确认买的是成片服务、代运营，还是教学课程，三者交付不同。

有人将内容分为四种：以行业相关的更大众话题扩大曝光；分享专业实践、经历与人设；展示真实项目或合作等信任依据；直接说明产品和服务、推动转化。起步时多试前一类，出现咨询后再增加专业与转化内容。它是一种测试思路，没有固定配比，也不能把每条播放量高低等同于是否赚钱。

9. AI共同编辑与知识保存

教培选题先要明确做谁的生意、在哪里成交。讨论中的学习力与AI项目两条业务线，可以围绕同一类妈妈组织内容，但同城服务与全国内容的目标不同。面对北京、深圳两地资源，现场建议先研究深圳妈妈及同城机构：对方卖什么、如何获客、抖音内容吸引谁，再设计自己的账号；这尚未成为已验证结果。

一个可操作的策略讨论方法是，先把自己的背景、业务现状、目标和担心一起交给AI，让它形成初步判断；再针对回答讲清自己的不同意见，要求它不要一味认可，而要论证、反问，逐轮形成策略第一版。有人说自己过去追问两三轮就停止，后来试着深入十轮甚至五十轮。这里的作用是暴露假设和完善问题，并非让模型替代市场调查；值得保留的是追问和反馈，不是把轮数当质量指标。“五十轮”是举例，每次提问或回答至少一两百字也只是个人沟通习惯。

内容生产则需要自己的材料。先研究同类账号有效的题目及互动，再写出自己的选题和观点，提供自己过去的文章、表达风格与结构要求，让AI起草，逐条反馈修改。跑通后，把真正反复需要的背景与约束固化成Skill或项目资料，减少每次从零解释。公开可复用的是研究方法和自己的生产过程，不能把批量抓取、复制别人内容当成原创捷径。

这也解释了为什么有人直接让豆包、DeepSeek写商业口播，得到的稿子仍不能用：通用模型知道很多，不等于知道这个账号卖什么、面对谁、表达边界和哪些话已经被本人否定。原文这是个人尝试，并不能证明某个工具普遍不好。数字人适合不方便出镜的场景，但失败重生成仍要算成本；讨论中的两分钟十至二十元只是单次体验，工具名未确认，不应变成采购报价。

当AI给出的第一稿不满意，不能只说“再写好一点”。参与者举的操作是指出不对的位置、解释为什么不对、告诉它想换成哪种角度，并要求表格、例子或另一种结构。先交代自己的背景和当前话题，再逐句判断、不断修订，必要时加入去AI味的Skill，最后交给懂平台内容的人调整。

这里的价值在于把人的判断留下来：哪些表达不适合自己的身份，为什么这个案例不能用，哪种开头符合目标人群，哪些步骤总会遗漏。下一次不要只复制成稿，而是将这些反复出现的修订理由整理成Skill或工作规则。有人建议每次重要对话后，让AI做一次完整而详细的复盘，记录有效方法、错误和后续可以复用的要求。

Skill不保证换一个输入仍然有效。直播里也出现先把一套做法固化，遇到新任务却不好用的情况，需要重新阅读、测试和修改。过于具体的局部操作可以保留为某项任务的SOP，跨任务的判断原则另行提炼；不是把所有对话原样塞进去就越多越好。

为了在另一个工具或账号延续工作，可以导出必要对话、规则为Markdown或Word，再把资料作为上下文加载。个人固定偏好和参考资料库用途不同：前者告诉AI你是谁、怎样表达，后者提供可查询内容。直播提到本地Word、飞书和知识库的组合，但这是参与者的使用习惯，不是所有软件通用的“三件套”定义，也不证明上传文档就获得永久记忆。

从他人的内容学习，也应抽出可解释的工作流程。有人举例给AI一个博主链接，让它分析内容逻辑，再写成流程或Skill；另有人从视频转文字切入，先拿到文本，再逐项分析。并非每个链接都能直接访问，实际链路可能要先获取视频/音频再转写。理解每一步后，才知道该优化哪一步。针对抖音、小红书、微信等不同平台，还需带入自己的经历与表达，不能把同一套结构机械换词。

跨领域问题可以要求分别从教育、程序、绘画、影视等视角提出意见，再对比冲突，综合方案。这里“多个专家”是同一模型的角色模拟，不是多个独立专家认证，不能以此宣称科学性。对新手，可以直接说明“不懂代码、没有基础，请用能理解的白话解释”；遇到陌生词立即要求停下解释。

具体电脑操作方法包括：一半屏幕开AI，一半做任务；不懂时截图给AI，请它说明下一步；若说明太复杂，再强调“我只会复制粘贴和点确认”，要求给可执行的小步骤。也可以用支持视频的语音会话拍屏幕求助。让已能安装的办公Agent协助装另一个工具也是本场提出的尝试方向，但没有现场验证。

一位深度用户的AI键盘案例是：觉得现有键盘不顺手，按自己需求设计，让AI实现，自己验效果是否满意，再讨论下一轮改进。这说明反馈要落到具体产品和验收感受，不是无止境让AI“优化一下”。

另有一段现场提示词可直接保留其检查结构：重写前先问“本领域顶尖专家还会做什么我没提出的事”“会从哪些原始数据入手，而非只依赖我已整理材料”“会用什么方法和工具增效”“还有什么证据能证明未来结果正确”，最后据此改写提示词。它把角色设定推进到数据、方法和验证，避免只有专家头衔。

“豆包电话模式一定最高模型”“普通用户不必担心数据”“看书上课都是弯路”“99%生活问题能解决”等不作为知识事实。另有参与者明确担心通用免费模型回答专业问题失真，应保留按任务比较能力的异议。

一位使用者描述自己的多Agent分工：文案、剪辑、发布、总结和Obsidian知识库分别安排角色或组，限制会话长度，避免每次带越来越长上下文。他认为API费用高可能来自上下文，但没有token账单或同任务对比。其推荐的GitHub项目只说“agents”、前缀听写cloud，无仓库链接，不能认证为具体开源项目。

他后来给出个人IP流水线：第一次明确告诉Agent点击哪里、判断什么、执行什么，让它写脚本；成功后固化，后续调脚本。朋友圈内容从个人知识库取，定时发布；口播自己拍完，把视频交给AI按流程剪辑、配素材并发布。这是他的使用自述，没展示源码或产物。可复用的思路是把重复执行从反复推理改成已确认脚本，变化和验收仍保留判断。

商业顺序上，一方主张先保证流程带来结果，再比较模型、订阅和API成本；另一方指出低成本调用本身也是技术难点。不要把“先增效后降本”写成不看成本的通行准则，更不能用个人订阅与不同任务API费用比较得出客观优劣。

10. 教育活动：作品迭代与教研共创

一位教育经营者最初想做学习能力门店，但尚未证明门店模型，也没有完整的加盟设计和经营数据。讨论中更明确的下一步，是先做学生能够体验和产出的AI应用活动，再逐步连接学习能力培养。向教师收三四千元参与共创等内容，是计划与报价设想，不能写成成熟加盟项目。

她讲过一场实际组织的活动：大约十名年龄较大的孩子、四五位家长参加，有人交八百元，也有熟人自愿交三百到六百元；请AI产品经理的费用约一千五百元。这些口述不能直接相减当作课程利润，因为场地、获客、人员和后续服务成本没有披露。

活动前，让每位参与者带电脑，并提前写一份想做的产品需求发给老师。可以是短视频，也可以是小程序。授课时先讲工具选择、充值和工作的基本方式，再把需求交给指定的智能体，按步骤制作；完成后能预览微信小程序、十秒短剧或社区食品宣传等作品。随后围绕实际问题提问。另一位教师介绍自己的带课方法：设定约三小时共同做四个小作品，先熟悉注册与界面，再做图片、小程序等，穿插角色设定和提问训练，最后交流经验；原文未列全四个作品。

老师的筛选并非找“最会开发”的人。纯技术讲师不一定能听懂孩子需求或把操作讲清楚；产品经理往往会先追问需求。最终合作对象被描述为数学教师，同时有教育经营经历、家人做技术，再共同准备需求与教学设计，由此指导讲师。这个搭配揭示的是教学转译能力的重要性，不能保证任何类似背景都适合授课。

学习方式上，经营者希望孩子先完成一个作品，获得“我能让AI替我做事”的感受，再提高精度和效率；不仅让AI当老师，也让孩子通过解释、提问和创作教AI。她鼓励学生自己继续提出作品点子。活动后还有孩子继续付费学习，但口述的“80%还在每周问我”没有样本与记录，不能作为留存率。

直播中的质疑应保留：做出几个作品，并不自动证明思考能力提高；成人带着真实工作问题学习，与儿童成长教育不是一套验收指标。另一位成人培训资源方可以组织获客与成交，希望寻找讲师，不能把这个人的业务与上述教育活动归为同一个项目。

教育从业者目前选漫剧和小程序作为核心AI项目。学员群里愿做小程序的人少，愿做漫剧的人较多；孩子会用作品记录班级事件、把自己的画变成角色，重心不只是生成漂亮画面。漫剧过程包含故事、角色、情节、分镜、时长、表达，以及音乐节奏、歌词、曲调和风格选择。孩子要补相关知识，再看作品、改作品，才形成综合学习过程。

讲者举女儿做小程序：首日有可预览成果，几周后向同学介绍，同学惊讶带来继续打磨的动力。可保留匿名的“完成—展示—反馈—迭代”例子，不公开未成年人身份家庭细节，也不许诺每个孩子都会获得同样效果。把漫剧当理解孩子表达的沟通材料可以，不能把人物设定直接当成心理诊断或已证实疗效。

数字画像是会上刚提出的产品设想：记录学生AI对话、项目和作品，从沟通、项目完成、交互等角度整理过程反馈，并在一年后对比。提出者借鉴自己根据计件工资记录反推员工效率技能的实践；这不等于儿童天赋测评已有科学效度。脑波、天赋、职业潜能、1到100分的AI评价未提供验证。

数据治理建议相对具体：每名学生有清晰账号身份和专属文件夹，规则记录哪个账号、哪些文件属于谁，产物不要混到其他孩子目录，否则难以做个人过程反馈。账号/目录隔离是建议，不等于安全隔离已经实施或满足法规。机构可考虑共享设备普通项目与独立账号附加反馈的不同服务，但仅为讨论，不是成熟价目表。

讨论由销售复盘延伸到教研。一位有自由讲师联盟资源的人提出，独立讲师缺少学校式教研团队，可把课程录下来，让AI分析哪些教学节点有效、哪里需要改动、什么内容应保留或增加，再供讲师调整课程。

这个输入输出关系很具体，但产品当时仍在共创讨论中。过去一小时课程可能花三小时人工复盘，用AI希望二十分钟得到初稿，这不是已经测出的速度。面向个人讲师收一千元是设想；讲师推荐合作机构是渠道设想，机构服务未给出明确报价，均不能当成交记录。

教研和销转面对不同需求：前者帮助老师改课，后者帮助机构经营招生与转化。不能因为都处理录音就捆成一个产品，把两个结果都包在同一责任里。讲师推荐机构、会员制等渠道仍待验证。这个构想的最小有用产出是可供老师检查的课程节点分析和修改建议，而不是笼统承诺“AI提高教学效果”。

11. 电商AI：编排、换链与薄利经营

电商AI工具：任务编排、收费、数据源与续费

一位入职一周的售后员工介绍了未公开名称的产品。它被描述为豆包、DeepSeek和另一办公AI工具的“外挂”或配套工具，而不是替代大模型；通过客户已经拥有的账号访问网页、APP或本地系统，模拟操作并串起重复工作。其具体架构没有讲清，员工无法回答是AI驱动还是类似传统RPA，不能据别人的提问认定产品采用MCP或特定技术。

两个披露的工作例子足以理解需求：

1. 每天九点进入ERP，查某个SKU库存，把结果发给指定人员，定时执行原先人工做的查询任务。
2. 创建本地文件夹，到淘宝搜索连衣裙，把第一页结果按预定字段放进表格，再交给豆包做市场分析，最后按时间把结果发给店铺运营，由运营进入下一步投流。

这都是员工解释产品时举的例子，不是本场现场验收。所谓点击准确率95%、一个运营从管六家店变二十家等均为口述，不能作为测评结果；此前“十家、一百家”更明确是老板的销售说法。员工也承认技能交付没有想象顺畅。

收费结构要分清：账户约一万元一个，最低购买三个；只买工具会获得基本用法、逻辑、案例与售后带教。客户如果不想自己摸索，可以追加购买现成技能服务，复杂程度不同约一两万元。这不能被压成“一两万买完整方案”。具体产品未公开，价格只能当本次员工描述，不能为读者提供当前购买承诺。

真正需要产品化的，还包括帮助客户把业务梳理成工作步骤，固定输入数据，允许不同员工或类似客户复用。工具界面简单，不意味着可靠交付不需要工程。反过来，“用Codex和Skill可以实现功能”也不等于已经获得商业产品的稳定性、权限、培训和售后能力。

数据源是单独的验收环节。有人质疑用消费账号搜索会受个性化推荐影响；员工回应公司后台、官方列表和普通消费者搜索不能一概而论，且客户固定数据库或数据链是常用来源。可复用的提醒是：先说清数据从哪里来、同样查询能否复现、是官方列表还是个性化搜索，再谈自动化分析。API或有授权的数据服务是备选方向，本场没有证实该产品已采用API整合，更没有证实API必然不偏、必然便宜。

关于卖给谁，直播存在分歧。一派认为电商客户学习快、能自己组合低价工具，应该考虑运营人手不足的工厂；有人举出大型库存系统过于繁杂，小工厂需要更简化流程。另一派认为只要能真正节省人力，电商ToB仍然有价值。这些不是已经验证的赛道结论。向老板建议新场景，可以问“还有哪些场景适用”，而非直接宣判原策略错误。

客户数量前段说三十多，后段说六十多，尚未解释；不能择大数作为成果。一个多亿更被多次明确为较早项目的融资，不是本产品利润、当下现金或现在收入。所谓“低价产品引流，再卖咨询和FDE落地”是其他人的推测。直播参与者最终也提醒，不经营别人的公司，就不要用不完整的信息替对方编商业模式。

低频商品换链：先算佣金损失，再设计自动化

一位多平台带货经营者提出具体小需求：达人并不拥有商家店铺，而是将商家的商品链接放到自己的直播账号赚佣金。同一商家可能为不同达人、不同规则建立多个店铺或链接；其中一个失效，不一定表示商品完全无货。运营现在拿商品图片去精选联盟搜同款，核对价格、佣金和商家口碑，再将有效链接放回自己的直播间。

讨论最初被引向大量爬虫、补库存、高并发甚至昂贵开发；澄清后，需求方说问题可能两三天发生一次，人手约一分钟能处理。他不需要管理商家物流，也不需要替商家补库存。损失的一两百或两三百元是可能少卖的营业额，自己的佣金只有十几元，还要扣退货影响；拿这个去支付数千元开发费，回收周期就不同了。不能用销售额代替自动化的经济收益。

本场形成的候选流程是：网页端打开直播间，找到已灰掉的失效商品，截图/复制商品主图，去联盟图片搜同款，检查匹配条件，把候选有效链接提供给运营或替换。后段条件有变化：最初要求价格相同，后又说接近可接受；商家口碑优先，佣金可略低。必须由需求方最终确定优先级，不能让AI自行决定。

可以先跑通一个平台，再考虑四个平台的统一编排。录屏演示一次人工操作、让AI理解步骤，是提出的尝试方法，现场没有演示成功。登录、人工验证和异常确认仍需要人；界面点击还存在不稳定性。需求方说现有中控已开约六个浏览器，电脑资源也是实际约束，因此“再开几个AI或浏览器就行”并非无成本。

这段讨论没有给出跨平台可用成品。它留下的项目方法是：先让业务方展示当前一分钟的人工动作，确认触发频率、输入输出、筛选条件、失败处理和收益，再选择轻量插件、UI工作流或连接器。不应在没理解业务前就认定高并发，更不应承诺所有平台都不会风控。

电商经营：留存订单、成本结构与支付能力

电商经营者说自己业务利润约五到七个百分点，女装签收/最终保留比例很低。他拆过发货运费、礼盒、打包人工、运费险、达人佣金、平台费用、退货入库等成本，再指出投流、库存和资金也会挤利润。这种成本项列表值得记录；但口述中签收比例与“四五单留一单”对不上，单价、手续费与加总也多次变化，不能把其数字原封不动整理成精确财务模型。

对AI服务商更有用的判断是：客户可能有复杂需求，但只愿为极低的增量收益支付极低成本；不是需求真实就能卖高价。对经营者而言，应按最终留存订单与实际毛利评估，而非只看直播间在线人数或GMV。

同一经营者举自己的低价直播间为例：四五千在线，单场四五十万销售额，但发货前就可能取消约四成；这不是最终退货率，也不是利润。他明确反对“在线高就一定卖得好”的推断，不同客单价、账号定位、转化方式不能直接比较。过约一百个款并非平均分时，每款先测，卖得好的再多讲，快节奏换装、产品表现和情绪体验共同影响销售。

秋冬还增加备货资金要求。经营者认为精选商品之外需要一定自营产品形成竞争力，这属于其经营策略，不能把“七成精选、三成自营”定成所有店铺通用比例。其同行退出比例、朋友海外备货亏损等只能当有限圈子的观察，不当行业数据。

有人举出电商SaaS的链路：上传服装或模特图片，选文案，通过各平台接口分发内容；当动态视频效果不好时，先做图文而非强行做完整视频。匿名公司年销售超亿只是转述。另一位女装经营者立即指出，销售额、签收率、投流和利润不是一回事；卖工具的收入也不能与自营女装GMV混在一起。其自家两亿规模、签收低于20%同样只有自述。

经营者建议外部AI服务商不要轻易进入信息流动快、客户学习能力强、利润又薄的领域：这些客户可能自己安排一两个人做AI流程。跨境卖家、传统实体门店或汽车业务可能有不同预算与普及程度。但这是他的行业观察，不足以证明所有汽车企业落后三五年、所有跨境企业利润更高。

另一个切入思路是卖单点，而非承诺整体改造：一键菜单、设计、报价等明确输入输出的小模块，更易解释和试用；整体重构会牵涉大量精力。与此同时，获客内容生成不能保证成交。销售转化还依赖团队对产品、客户需求、心理和行业规则的积累；能帮做口播或销售培训，不代表可以跨行业保证爆款。

12. 技术内容与直播组织

有人根据平台可见卖课、会员、广告收入得出“AI博主不赚钱”；另一派用私域咨询、项目交付反驳。能保留的知识是数据边界：平台可见收入不覆盖私下咨询与项目，但反驳者认识的高收入案例也不能代表行业平均。三千元每小时、月入二三十万等均是二手案例或口述报价，没有可核对账目。

直播一对多与私聊一对一不同。运营者建议准备轮廓，明确每一段给谁讲什么，不能一有人问就无限中断公共内容。他用“超过六十人，回答一个人五秒就得罪五十九人”的夸张例子说明注意力分配，不能执行成硬性阈值。纯技术问答、系统课程、连麦讨论各有目标，不能只凭在线少就判定内容没价值。

这段争论最终澄清，技术创作者更想认识行业上下游、建立信任、降低信息鉴别成本，并不想单纯做泛AI科普账号或立即卖硬件。前面他提过后续AI硬件众筹预售，但不能因此把整个账号目标压成“卖硬件”。当事人多次反对只追求大众流量，其他人的流量方案就必须尊重这个约束。

如果目标是社交名片，可以输出自己真实擅长的具体内容，让同行先看到能力，再深入交流。短视频是参与者建议的载体，提到过做老物件翻新的朋友；并无证据证明短视频一定比直播精准。创作者看着镜头说话困难，想找能提问、启发内容的编导；有人建议闲鱼上有本职编导兼职接单，同时当事人反馈聊过多人仍不满意，说明渠道存在不代表筛选成本消失。

“只有大体量才赚钱”“短视频千分之一成功”“平台筛走高认知人群”等是观点或带情绪的表述，没有可验证样本，不应当成方法论发布。可以保留的原则是，在设计内容前明确想认识谁、为什么要这些连接，再决定要更大的在线数还是更符合目的的人群。

技术创作者与销售型直播的目的可以不同。有人通过半年持续回答真实问题建立信任，擅长临场解答，却不擅长独自对着镜头讲一条短视频。他的目标是找到更高水平的同行，并非接订单。另一位运营者则围绕引流成交给建议。如果不先区分这两种目标，很容易把有效交流改成不适合创作者的销售节目。

对于不愿真人出镜的人，本场给出的内容组合是：保留真实讲解的声音，另配目标用户生活场景的画面。例如服务中老年服饰用户，可用公园、广场舞等场景；服务办公室白领，可配办公场景。也有人建议克隆本人音色再配新画面，但没有给出具体工具。这些都是待测试的表达方式，不是已验证的流量公式。素材仍需与讲述内容和目标用户相关。

运营者提出直播间、短视频、购物车商品、主播穿着配饰四处应指向同一批客户。问题设计可以从单个提问者扩展到“你身边有没有类似情况”，让其他人进入讨论；浅问题快速回答，深问题先展示关键思路，再单独沟通。但这与技术创作者希望公开讲透的目标可能冲突，不能写成唯一正确方式。有关互动率5%、切片流量中80%老观众、90%爆款不转直播等数字没有数据来源，不采用为平台规则。

讨论式直播的可复用组织方法是：先有3–5位真有经验的人启动，再由1–2位持续主持，组织话题、发言顺序和追问。让参与者讲“真实运行了什么—遇到什么问题—怎么改”，比反复谈收入想象更能积累有用内容。

13. 跨境Agent：从具体任务选产品方向

跨境卖家提出一个很具体的工作需求：从表格读取发货数量、型号、长宽高、重量和目标仓库，在亚马逊后台完成十余个建货件步骤。他要的不是抽象的“超级模型”，而是替代眼睛看、手点击以及少量判断。会上没有展示该流程已经完成，应作为明确需求保存。

这位参与者同时有卖家资源，又在仿制和定制自己的Codex式工具，纠结应该做产品研发，还是把成熟产品卖给自己的客户。他意识到同时汇资源、打渠道、开发功能使精力分散。其他人的建议是先拿当前可运行的原型去谈已有客户，明确“现有能解决哪些场景—客户还缺什么—哪些需要额外开发”，不要等一个无所不包的产品。75%标准产品、25%增值定制只是他的目标比例，没有覆盖率实测。

关于可卖功能，讨论列出内容生成、图片/视频/数字人口播、多平台分发，以及客户消息整理。把企业ERP、办公系统和知识库接到统一入口，也只是产品设想；“Codex能满足99%客户”没有证据。定制名字和个人属性可作为体验卖点，不能替代真实系统集成。

14. 工厂数字化：设备、数据与小批制造

一位项目方要为氮肥化工园区做全产线监控，客户过去只做过其中一段。其目标不是把60亩园区画得像，而是某个反应、设备或生产环节出问题时，在平台定位并同步看到。因此卫星图生成厂区Demo，不能替代传感器和生产数据接入。

讨论给出的四块工作是：数字采集；设备与硬件系统对接；整合进平台；本地驾驶舱展示。驾驶舱希望看运行状态、负载、时间、电力消耗、环境，再做按月按年的分析。数字采集团队和硬件实施团队需要配合。会上提及PLC、ESP32、WiFi与一个写作RJ485的接口，但这是口头粗略方案，不能据此形成化工控制工程SOP；具体接口、安全、精度和现场网络需要专业方案。C点GS、NBS等词也不能猜成已确定工具。

小批量多规格装备制造者则提出相反约束：厂里才逐步上SAP，更多只做到钉钉文档共享，零件多、批量小，资金与人员支撑不了大规模自动化。建议者说可从新订单的拆单、物料规划、采购和排产切入；当事人则认为先统一程序和数据再推进设计更现实。这两种路径未达成一致。设计从两三人两三天降到30分钟、分析从两小时降到5秒，都没有交付演示或基准。

视觉检测被讨论为焊接漏焊、注塑次品筛查与反馈良品率的场景；这里讨论的是通用视觉质检，不能与文字识别混为一谈。所谓合肥秦建智能仍是待确认企业名。

15. 零担物流：跨组织协作与脚本

物流从业者原做专线，现在作为三方承接工厂整厂物流：工厂下单给三方，再分到多条专线和终端站点。工厂信息愿意接系统，但专线员工已用旧系统，觉得再录车牌、价格和收货数据麻烦；老板答应不等于员工会做。已有小程序可在司机打开定位后追踪，但司机也不愿配合。

零担不同于一车一司机：二十吨货可能分给湖南、北京、天津、重庆等不同线路，每处只有几吨。工厂和收货方想知道货现在在哪、什么时候到，以提前安排卸货；因此一个只展示自有整车位置的方案还没有解决真实问题。

会上建议把录入动作降到最短：不愿填字段，就拍已有单据或照片，再用OCR采集登记；客户、产品、常走路线只录一次，下次点选。工厂老板说自己通常只会把内部出仓单发给物流，不会配合外部系统；这与当事人“工厂愿意用”的观察有分歧，设计上需逐个确认参与方利益，而非假设所有人会换系统。

重复稳定的客户路线与动作可写脚本；变化的信息由Agent处理，需要决策和验收的节点仍由人把关。历史记录可形成候选车辆清单：路线、合作次数、费用，工作人员再选并联系。自动匹配、微信通知、全国地图大屏都还是建议，并未跑通。

对于司机主动报位置，有人提议按单利润给十元二十元的小奖励，也举了二十或五十的例子。这不是已验证的激励制度。更稳妥的经营顺序是先在自己主业里完整跑一次，拿到数据与效果，再向专线推广；不要一边没跑通，一边把自己改成给所有人定制系统的软件商。

16. 绘本定制：开发之后还要销售

一位十多年开发经验的程序员自述两三天打通AI绘本链路：用户提供一张图片、人物照片和故事，生成绘本，导出PDF，联系打印厂制作实体书，再发给客户。营销视频、用户聊天Agent也能用AI做，但他发视频后流量不好，仍在判断继续做绘本还是转向企业定制。不能把跑通开发误写成商业验证。

延伸方向是情感留存：国外有让老人每天录五到十分钟故事，再把故事合并留存的项目；也可考虑亲人或宠物记忆。这只是没给名称的观察和创意，没有国内竞争情况、售价、客户量或收益数据。好用之处是把“自动生成绘本”转成具体的人群、素材输入和纪念目的，而不是断言情感市场一定有空白。

17. 本地小模型：引擎、模型与依赖

一位开发者说自己用约七百多元DeepSeek API辅助查Transformer论文、改架构、写程序和自编训练语料，做小模型和Agent。他希望未来不用GPU、旧电脑可运行，知识库放书就能用。当前自述能通过PowerShell/CMD操作电脑、写文件、打开任务管理器，数学采用内置计算器或硬编码公式，中文阅读理解仍是主要难点。没有模型权重、训练日志、测试集或实物验证，不能写成已证明从零训练的无幻觉大模型。

300KB指PowerShell Agent引擎，双击PS1后拉起网页交互界面；不是模型加知识库和依赖的总大小。讲者愿分享源码让人改，但未给仓库与许可证，不能列为已确认开源项目。27B、五六十G内存Mac Mini能跑简单Agent，是另一人的实践自述，没有量化格式、模型名和速度。

其短视频获得约五万播放、四百人询问文件，也只是本人流量自述，不等于付费订单。可记营销方法：用可观察任务展示小工具反差，而非只讲架构；同时必须区分演示题、真实通用能力和买单人群。

18. 口播与数字人：维护、交互和动作

口播智能体维护：解析、生成和回归故障

一位卖入门智能体的直播团队外包定制口播工具，流程已交付：分享链接解析音频→音转文与文案二创→本人音色生成音频→本人出镜素材对口型→后续包装、字幕、特效、配乐。对方用“DeepSeek音转文”概括，但没有具体语音接口证据，不据此认证模型功能。

两个明确故障是链接有时解析失败，以及30–60秒数字人视频要七八分钟至十来分钟，偶尔生成失败。修一个问题又引起别处回归；该团队有源码，希望找长期有偿维护顾问。开发方也用Codex修，并不意味着再把原问题扔给另一个AI就能保证解决；“只是Skill没调好”也没有代码诊断依据。

本场给出的可测试方向是把长生成任务缩短、分段生成再拼接，检查单段效果后再合并，降低一次失败损失。这没有在现场跑通，也没解决解析失败的原因；不能写成修复结论。另有人建议复制源码文件夹留备份，再让工具分析功能和问题，属于试验方法。

实时数字人：先验证交互，再增加动作

提问者想要的并非直播卖货，而是自用APP里有一个可见角色，能电话/视频对话并及时反馈，像桌面宠物。讨论先区分自用陪伴、商用IP、是否需要全身动作，再考虑知识库、语音交互、口型和角色形象。先用Demo验证交互，不必从完整高精度数字人开始。

实践者说自己的本地数字人能对话，但转身做不到，肩膀、手臂和脸的动作组合容易假，因而先只做静态角色交互。延迟与动作协调有待继续调。调用成熟API与本地显卡是两条不同路径；每小时约150元是其记忆报价，无明确版本与计费细节，不当作现价。

明确出现生数科技，但“微度/维度”及博主“天工开针/天工开日”拼写待确认，不能自动改成百度、天工开物或指定产品。GitHub只是泛指实时数字人项目，没有给仓库。纯语音可先验证陪伴需求，不能把带口型视频的要求强加到纯语音方案。

19. 营销标品与数据服务：验收和组织配合

营销标品经营：计费、易用性与服务目标

后段一位营销工具商称自己只做营销层面的标品，不负责整个企业流程改造。他的软件可单功能买或购买全功能包，采用按年收费，不按月也不终身，以维持团队与渠道利润。具体功能边界、维护和持续可用性仍需另行约定；这是特定商家的经营选择。

两种销售方式发生直接分歧：定制服务方认为要先教老板了解模型能力，便于沟通需求；营销标品商反对讲技术原理，认为用户只看简单、易用、有没有效果。后者仅适用于自己的营销标品，不代表复杂企业改造可以不做培训。手机还是电脑本身也会筛掉不同用户，必须先明确载体。

商家还描述从单一项目转为多品类、长线工具，是为减小价格竞争和市场变动冲击；他强调若有工具短期会失效，应事先告知。不能据此得出所有小公司都应铺多产品。限制试用只显示鼠键动作，是他自己的筛客策略，无法替代用户对完整功效的验收。

对于自动客服与销售，应明确目标差异：客服解决客诉，销售要跟进并达成交易。现有商家演示的企业资料问答、欢迎语和触达，并未证明可以自主跟单成交。客户知识库仍要客户自己整理，不会买软件就自动拥有准确业务资料。

数据治理交付：清洗完成与证据被接受不是同一件事

一位参与者做过小客户的数据清洗，谈到数据权属、第三方哈希报告时，发现两家律所并不认可。清洗完成和证据被接受是两个不同结果。现场建议先问接受方的标准、找已被接受的样例，再决定整理哪些内容、格式和关系，做小范围试验。原文没有验证法律效力，不把哈希报告写成确权或司法认可的保证。

另一个改造难点来自组织。曾有餐饮二维码点餐方案得到主要负责人支持，却仍遭其他股东、员工抵触；短期业绩波动、培训负担和原有利益关系都影响推行。这是过去的数字化经历，并非AI项目，却提示技术功能跑通之外还要找到愿意推动的实际负责人。

业务人员和技术人员也必须先对齐能力：销售把“一”讲成“五”，交付阶段就会承受不可能的期待。客户愿意付款不等于已经产生价值，应把实际能交的结果、人工工作、维护责任写清。讨论中出现过隐瞒能力的类比，这不属于可复用交付方法；值得留下的是透明的边界和验收条件。

20. 工具、开源项目与待确认线索

可以继续研究的工具与用途

文档解析章节提到的 PaddleOCR 与 Docling 有明确官方代码仓库，本次查到代码许可分别为Apache-2.0和MIT；这只核对项目身份与代码许可，不证明直播中的效果。模型权重与第三方依赖仍需按各自条款核对。原音疑似MinerU的线索不强行定名；可另行研究的同类项目是 MinerU，但不将它认定为本场已经验证的实现。

其他用途已放回正文：Codex用于框架开发、修代码和演示；Excel用于专业报告核算；明道云、简道云是分别提到的低代码平台；知识星球用于内容和学员获取；腾讯会议用于客户推广沟通；飞书、Word、Markdown用于保留规则与上下文；Obsidian用于内容知识库；PowerShell/CMD用于本地Agent操作。工具名明确，不等于所有提到的功能都经过独立测试。

还有几条值得保留的小线索：微信里的元宝小助手被用于收视频并索取逐字稿，参与者称APP直接读链接曾失败；豆包工作被与普通豆包对话区分，讲到电脑工作页和转写体验；Deepgram是待研究的语音转写服务，现场赠额不作为现行优惠；影刀在RPA比较中出现，未确认是未具名产品的对应替代；像素蛋糕只在摄影语境被点名，没展开用法。

名称或项目身份仍待确认

• 原文Workbody、沃克巴迪、部分WorkBuddy拼写并存，不自动统一为Coze、WPS或别的办公产品；具体套餐、赠额和分润未作为当前官方政策。
• “点motion”视频工具，讲者明确否认是Remotion；“阿杜next”博主、范冰GitHub上的FDE资料均缺唯一链接，暂不配仓库。
• Grokbot／GarageBot、Muse、Manus Q、C-dons／Dollar、OPPO或Office 5.5等词，保留功能语境，不猜模型版本。
• GitHub的“agents”项目、未具名视频工作流、300KB本地Agent、微信Auto等没有唯一仓库和许可，不能称为已确认开源项目。愿意提供源码与公开开源是两回事。
• 工厂接口原写RJ485、C点GS、NBS、秦建智能，数字人“微度／维度”和博主“天工开针”等仍需本人明确。它们不是已经确认的工业选型或采购目录。

这些线索保留是为了后续核实，不以搜索到相似名字反向证明原话身份。