很多企业问「AI 能不能干我们这活」,其实第一个该问的是「过去干这活的记录还在不在」。AI 不是凭空学会一个岗位,它学的是你企业过去怎么做:用过什么话术、按什么规则判断、哪些情况要转给谁。没有历史样本,模型只能给出通用答案,落到你的单据和报价单上就对不上。我们做落地诊断时,会把「能不能凑出 50 份样本」当成一道门槛:凑不出,先补数据,别急着上系统。

为什么把门槛定在 50 份

50 不是玄学数字,而是「够不够看到变体」的经验线。同一类活,客户问法有十几种,单据格式有三四套,例外情况总占一小部分。样本太少,原型只认得最常见的那一种,一遇例外就答偏;到几十份,常见说法、边缘格式和该转人工的情形基本都能覆盖,试跑结论才有参考意义。

在场景打分方法里,这一条叫「有样本」,按 1、3、5 分三档:凑不出 50 份是 1 分,先做数据整理;50 到 200 份且格式大致统一是 3 分,可小范围试点;超过 200 份或已有电子化台账是 5 分,可以排期。它和「高频」「错了好改」一起打分,总分不到 12 分我们通常建议先别做。分数低不是坏事,它帮你避开了一个会卡在半路的试点。

一份可以照着抄的 50 份样本清单

不同岗位要的材料不一样,结构可以统一成五类,每类十份。下面这张表可以直接发给业务部门按格填、按格交。

样本类别每类凑 10 份什么最容易漏的
成交与咨询记录常见问题的完整问答、聊天记录、邮件往来只留答案,没留当时的问题和上下文
单据与表单报价单、对账单、发票、入库单、质检照片只有扫描件,没有对应字段说明
制度与规则报价规则、退换货政策、审批口径、岗位 SOP规则散落在几个人脑子里,没写成文字
成果物写过的文案、标书初稿、会议纪要、周报只给终稿,没有修改过程和理由
例外与投诉答错过的案例、投诉、返工记录、转人工记录最值钱的一类,却最常被漏掉

第五类值得多说一句。企业通常愿意给「做得漂亮」的材料,但 AI 真正需要学的是边界:什么情况不能自己答、什么金额必须人核、哪类客户要转销售。把十份「当时怎么出错、后来怎么改」写清楚,比再补一百份标准答案更能提高上线后的稳定性。

三种形态,整理要求不一样

文档类优先保留原始格式和版本,标题层级、表格、批注都是上下文,压成纯文本反而丢信息。对话类要保留完整的一轮问答和时间顺序,必要时附上当时的订单状态;单独摘一句话,看不出为什么这么答。图片表单类尽量给出「原图 + 人工录入结果」的配对,配对数据才便于检查识别是否准确。

无论哪种形态,都建议附一页说明:材料来自哪个部门、覆盖哪段时间、由谁确认、哪些字段不能对外。这页说明不产出模型效果,却决定了后面能不能追溯、换供应商时资产能不能完整带走。

脱敏与合规,先做这四步

一是数据分级:客户名单、图纸工艺、价格底线、员工信息原则上不出厂,走私有化部署或企业自己的算力盒子。二是字段级脱敏:姓名、手机号、账号、金额按规则替换,保留格式不保留真实值。三是映射表自管:脱敏对照由企业自己保管,方便回查,不交给外部。四是留存与销毁:试跑副本存在哪、谁有权限、结束后多久清理,写进项目文件而不是口头约定。

怎么判断这批样本够不够用

三个检查就能下结论。覆盖度:把 50 份按业务类型分一分,九成挤在同一类就还缺变体。一致性:同样情形的两份材料,答案和口径是否一致;内部本身就打架,先统一规则,别让 AI 去猜。可判定性:抽十份,让业务骨干不看答案也能说出「什么算答对」,说不出就说明验收标准还没成型。

常见问题

问:只有纸质单据,扫描件能用吗?答:能用,但要配一份人工录入的字段结果,先抽十份检查识别准确率。纯图片没有配对结果,只能看不能验收。

问:能不能用同行或公开资料凑数?答:可以补通用表达,不能代替自己的样本。企业知识的价值恰恰在「你家怎么干」,公开资料谁都有。

问:50 份备齐后多久出结果?答:取决于场景复杂度和是否接业务系统,周期应在诊断后写进项目方案。本文不给出统一工期,也不承诺试跑一定达到某个效果指标。

从样本到第一个能跑的原型

常见顺序是:收齐并脱敏,与业务骨干定「什么算答对」,用真实样本试跑,把答错的挑出来补规则和知识,最后才谈接系统、定权限、训岗位。每一步都留下可检查的东西——样本清单、验收口径、试跑报告。哪怕项目停在这里,企业手上也不是一份只有结论的报告。

关于我们:西安赛腾网络信息技术有限公司(AI 项目孵化基地)位于陕西西安,为企业提供 AI 落地诊断、岗位级 AI 员工定制、企业知识库建设与 FDE 驻场陪跑,官网 https://www.saitengai.com 。本文为方法整理,文中数字如未标注来源均为测算示例,不构成报价或效果承诺;具体方案、周期与验收标准以双方确认的项目文件为准。