Agensi
Asisten Pengetahuan AI: deliverable yang sudah ditanyakan klien Anda
Asisten privat atas basis pengetahuan klien sendiri — chat dengan kutipan sumber dan alat admin sungguhan — dirilis agensi Anda, bukan vendor widget chatbot.
Asisten Pengetahuan AI adalah paket yang diproduk-kan yang dirilis agensi di Ciao: basis pengetahuan privat yang dibangun dari dokumen klien, antarmuka chat yang menjawab dengan kutipan sumber, dan alat admin untuk mengelola konten dan meninjau percakapan. Ini dirilis sebagai aplikasi React, TypeScript, dan Supabase sungguhan yang dimiliki agensi, dengan akses berbasis peran, jejak audit, dan kontrak model tanpa retensi — deliverable AI yang cukup serius untuk klien yang membayar.
Dipublikasikan 2026-07-03 · Terakhir diperbarui 2026-07-03
Setiap klien menginginkan AI; hampir tidak ada yang bisa membelinya dengan aman
Suatu saat di tahun lalu, setiap klien Anda menanyakan pertanyaan itu — di rapat dewan, di konferensi, atau langsung kepada Anda: "haruskah kami melakukan sesuatu dengan AI?" Yang biasanya mereka maksud spesifik dan sederhana: staf dan pelanggan mereka bertanya pertanyaan yang sama berulang-ulang, jawabannya hidup di PDF dan dokumen kebijakan yang tidak dibaca siapa pun, dan mereka ingin sistem yang menjawab secara akurat dari materi mereka sendiri. Yang mereka temukan di pasar adalah widget chat mainan atau platform enterprise berukuran bank.
Agensi dengan benar berhati-hati mengisi celah ini. Chatbot yang mengarang jawaban tentang harga atau kebijakan klien adalah granat reputasi dengan nama agensi Anda di pinnya. Kehati-hatian itu tentang kontrol, bukan idenya: ke mana data klien pergi, apakah digunakan untuk melatih model seseorang, bisakah siapa pun mengatakan kenapa asistennya berkata begitu, dan siapa yang bertanggung jawab ketika konten menjadi usang?
Paket Asisten Pengetahuan menjawab pertanyaan itu secara struktural. Jawaban mengutip sumbernya sehingga pengguna bisa memverifikasi alih-alih mempercayai. Basis pengetahuannya dikurasi melalui alat admin, bukan di-scrape dan dilupakan. Inferensi berjalan di bawah kontrak model tanpa retensi, dan kode pelanggan tidak digunakan untuk melatih model. Ini adalah deliverable AI yang bisa dipertahankan agensi Anda di ruangan tempat pengacara klien mengajukan pertanyaan yang canggung.
Apa yang dirilis dalam paketnya
Basis pengetahuan privat
Manual, kebijakan, FAQ, dan dokumen produk klien, diserap dan diatur dengan kurasi admin — perpustakaan yang diatur governance-nya, bukan scrape satu kali yang membusuk diam-diam.
Chat dengan kutipan
Antarmuka chat berbrand yang menjawab dari basis pengetahuan dan mengutip sumbernya, sehingga pengguna bisa membuka dokumen yang mendasarinya alih-alih menerima jawabannya begitu saja.
Alat admin
Tim klien menambah dan menghentikan konten, meninjau percakapan, menandai jawaban yang lemah, dan melihat apa yang sebenarnya ditanyakan orang — yang merupakan riset pasar yang belum pernah mereka miliki.
Kontrol akses
Menghadap publik, hanya staf, atau bertingkat: akses berbasis peran memutuskan siapa yang bisa bertanya apa, dan SSO via SAML dan OIDC menghubungkan akses staf ke identity provider klien.
Jalur eskalasi
Ketika asistennya tidak punya jawaban yang berdasar, ia mengatakannya dan menyerahkan — ke formulir kontak, antrean tiket, atau inbox manusia — alih-alih improvisasi.
Analitik penggunaan
Volume pertanyaan, klaster topik, laporan pertanyaan yang tidak terjawab, dan celah konten, memberi makan loop perbaikan bulanan yang dijalankan agensi Anda sebagai pekerjaan retainer.
Bagaimana build berjalan
1. Brief
Definisikan audiens dan batasan dengan bahasa sederhana: siapa yang bertanya, korpus apa yang menjawab, topik apa yang di luar batas, ke mana eskalasi pergi. Daftar batasannya yang paling penting.
2. Bangun
Hasilkan asistennya di Builder — Blocks menghubungkan fitur AI-nya — lalu muat korpusnya dan bentuk nada, tata letak, dan alur eskalasi di pratinjau langsung.
3. Tinjau bersama klien
Pakar klien menginterogasi asistennya dengan pertanyaan sungguhan, termasuk yang bermusuhan. Jawaban yang lemah adalah perbaikan konten, dibuat dalam sesi tinjauan, sebelum pengguna mana pun melihatnya.
4. Atur governance-nya
Guardrails menerapkan kebijakan berbahasa sederhana pada permukaan sensitif — perubahan korpus, aturan akses, logika eskalasi — dan mencatat tinjauan manusia dengan jejak audit.
5. Rilis
QA memutar ulang jalur kritis: jawaban berdasar dengan kutipan, penolakan di luar cakupan, serah terima eskalasi. Deploy ke domain klien, publik atau di balik login staf.
6. Pertahankan
Jalankan loop bulanan: tinjau analitik, tambal celah konten, hentikan dokumen yang usang. Asisten adalah kebun, dan berkebun adalah pendapatan berulang.
Pengemasan dan ekonomi
Beri harga asistennya berdasarkan biaya pertanyaan yang diserapnya — tiket dukungan, interupsi staf, onboarding yang lambat. Konteks platform: program pengembangan agensi yang serius di Ciao mulai dari 10.000 USD per tahun.
| Paket | Cakupan umum | Ritme delivery | Model pendapatan |
|---|---|---|---|
| Peluncuran asisten | Basis pengetahuan, chat dengan kutipan, alat admin, satu audiens | Dua hingga tiga minggu | Fee proyek tetap |
| Perawatan pengetahuan | Hosting, pemantauan, loop konten dan analitik bulanan | Berkelanjutan, tinjauan bulanan | Fee bulanan berulang |
| Audiens kedua | Tingkatan hanya-staf, tingkatan mitra, atau bahasa baru pada basis yang sama | Satu hingga dua minggu per tingkatan | Fee tetap per ekspansi |
| Asisten plus | Integrasi — ticketing, serah terima CRM, embedding dalam produk | Ditentukan cakupannya per permintaan | Penagihan iterasi di paket perawatan |
Catatan white-label dan kepemilikan
Asistennya adalah deliverable agensi Anda dari awal sampai akhir: brand klien di permukaan chat-nya, nama Anda di keterlibatannya, dan di baliknya React, TypeScript, dan Tailwind standar di atas Supabase — dimiliki 100% dan bisa diekspor, korpus dan semuanya. Anda tidak menjual ulang widget vendor chatbot dengan margin; Anda merilis software, itulah kenapa retainer perawatannya bertahan.
Postur data adalah bagian yang harus dituliskan di setiap proposal: kode pelanggan tidak digunakan untuk melatih model, inferensi berjalan di bawah kontrak model tanpa retensi, dan model ladder multi-provider dengan fallback berarti asistennya tidak bergantung pada uptime atau harga satu vendor model saja. Deploy ke cloud Ciao atau akun cloud klien sendiri. Jika asistennya adalah build klien pertama Anda yang membayar, Agency Build Grant mencakup hingga 2.000 kredit.
Pertanyaan yang sering diajukan
Apa yang mencegah asistennya mengarang tentang bisnis klien kami?
Cakupan dan kutipan. Asistennya menjawab dari basis pengetahuan yang dikurasi dan mengutip sumber di balik setiap jawaban; ketika tidak ada jawaban yang berdasar, ia mengeskalasi alih-alih improvisasi. Langkah tinjauan klien menguji tepat ini sebelum peluncuran, dan loop analitik bulanan menangkap penyimpangan sesudahnya.
Ke mana data klien pergi?
Basis pengetahuannya hidup di backend Supabase proyek klien sendiri. Inferensi berjalan di bawah kontrak model tanpa retensi, dan kode pelanggan tidak digunakan untuk melatih model. Untuk postur yang lebih ketat, deployment ke akun cloud klien sendiri, VPC privat, atau on-prem tersedia.
Siapa yang memiliki asisten dan basis pengetahuannya?
Sesuai kontrak Anda, seperti setiap build Ciao — kodenya adalah React dan TypeScript standar, korpusnya berada di database Postgres sungguhan, dan keduanya diekspor dengan bersih. Sebagian besar agensi mempertahankan build di bawah perjanjian perawatan dan menyerahkannya saat keluar.
Apakah kami butuh keahlian AI untuk menjual dan merilis ini?
Anda butuh penilaian editorial, bukan staf machine learning. Blocks menyediakan koneksi AI-nya; pekerjaan tim Anda adalah mengurasi korpus, membentuk nada dan batasan, dan menjalankan disiplin tinjauan — yang jauh lebih dekat dengan apa yang sudah dilakukan agensi daripada kelihatannya.
Apa yang dilihat klien dibanding apa yang kami lihat?
Pengguna klien melihat chat berbrand; admin klien melihat alat konten dan percakapan. Agensi Anda bekerja di Ciao — membangun, mengatur governance, memantau, dan mengelola setiap asisten klien dari satu tampilan Conductor.
Bisakah kami menjual kembali hosting dan loop konten bulanan?
Ya — perawatan pengetahuan adalah mesin berulang di sini, dan tidak seperti hosting generik ini terlihat berharga: klien mendapat laporan bulanan tentang apa yang ditanyakan pengguna, apa yang tidak bisa dijawab asisten, dan apa yang Anda perbaiki. Laporan itu memperbarui retainernya sendiri.