代理机构
AI 知识助手:客户早已在问起的那份交付物
一个基于客户自有知识库的私有助手——带来源引用的对话与真实的管理工具——由你的代理机构交付,而不是一个聊天组件供应商。
AI 知识助手是代理机构在 Ciao 上交付的产品化套餐:一个基于客户文档构建的私有知识库、一个带来源引用作答的对话界面,以及用于管理内容和审阅对话的管理工具。它以代理机构拥有的真实 React、TypeScript 与 Supabase 应用形式发布,配有基于角色的访问、审计轨迹和零保留期模型合约——这是一份足够严肃、可以交给付费客户的 AI 交付物。
发布日期 2026-07-03 · 最近更新 2026-07-03
每个客户都想要 AI;几乎没人能安全地买到它
过去一年里的某个时刻,你的每一个客户都问过这个问题——在董事会上、在会议上,或者直接问你:“我们该在 AI 上做点什么吗?”他们通常的意思很具体、也很朴素:他们的员工和客户一遍又一遍地问同样的问题,答案活在没人读的 PDF 和政策文档里,他们想要一个能从自己的材料中准确作答的系统。而他们在市场上找到的,要么是一个玩具般的聊天组件,要么是一个为银行量身定制的企业级平台。
代理机构对填补这个缺口一直心存警惕,而且理由充分。一个对客户定价或政策胡编乱造的聊天机器人,是一颗插着你代理机构名字的声誉炸弹。这份警惕关乎的是控制措施,而不是这个想法本身:客户数据去了哪里,它会不会被用来训练某人的模型,有没有人能说清助手为什么会那样回答,以及当内容过时时谁来负责?
知识助手套餐从结构上回答了这些问题。答案会引用来源,让用户能够验证而不是盲目信任。知识库通过管理工具被精心策划,而不是被抓取一次后就无人打理。推理运行在零保留期模型合约之下,客户代码不会被用于训练模型。这是一份你的代理机构能在客户律师提出尖锐问题的房间里为之辩护的 AI 交付物。
这个套餐里包含什么
私有知识库
客户的手册、政策、常见问题和产品文档,被导入并通过管理端策划组织——一个受治理的知识库,而不是一次一次性抓取后就悄悄腐烂的东西。
带引用的对话
一个带品牌的对话界面,从知识库中作答并引用其来源,让用户可以打开底层文档,而不是盲目相信答案。
管理工具
客户的团队添加和下架内容、审阅对话、标记薄弱的回答,并看到人们实际在问什么——这是他们从未拥有过的市场调研。
访问控制
面向公众、仅限员工,或分层访问:基于角色的访问决定谁能问什么,通过 SAML 与 OIDC 实现的 SSO 把员工访问权限绑定到客户的身份提供商。
升级路径
当助手缺乏一个有依据的答案时,它会说明这一点并转接——转到联系表单、工单队列或人工收件箱——而不是即兴发挥。
使用分析
问题量、话题聚类、未回答问题报告和内容缺口,构成一个月度改进循环,由你的代理机构作为维护工作来运营。
构建是如何进行的
1. 简报
用简单语言定义受众和边界:谁来提问,哪个语料库能作答,哪些话题是禁区,升级请求发到哪里。边界清单最重要。
2. 构建
在 Builder 中生成这个助手——Blocks 接入 AI 功能——然后载入语料库,在实时预览中打磨语气、布局和升级流程。
3. 与客户一起评审
客户的专家用真实的问题、包括刁钻的问题来考验这个助手。薄弱的回答会在评审会议中被当作内容修复处理,在任何用户看到之前完成。
4. 治理
Guardrails 对敏感界面——语料库变更、访问规则、升级逻辑——应用简明英文政策,并记录人工审核和审计轨迹。
5. 发布
QA 会回放关键路径:有依据的带引用回答、超出范围的拒答、升级转接。部署到客户的域名,公开或需要员工登录。
6. 续约
运行月度循环:审查分析数据、修补内容缺口、下架过时文档。一个助手就像一座花园,而园艺是经常性收入。
打包与经济账
按这个助手所吸收的问题成本来定价——支持工单、员工打断、缓慢的入职。平台背景:Ciao 上严肃的代理机构开发项目起价为每年 10,000 美元。
| 套餐 | 典型范围 | 交付节奏 | 收入模式 |
|---|---|---|---|
| 助手上线 | 知识库、带引用的对话、管理工具,一个受众群体 | 两到三周 | 固定项目费用 |
| 知识维护 | 托管、监控、每月内容与分析循环 | 持续进行,每月评审 | 按月经常性收费 |
| 第二受众群体 | 在同一基础上新增仅限员工层、合作伙伴层或新语言 | 每层一到两周 | 每次扩展固定费用 |
| 助手增强版 | 集成——工单系统、CRM 交接、产品内嵌 | 按需求界定范围 | 维护计划上的迭代计费 |
白标与所有权说明
这个助手是你代理机构端到端的交付物:对话界面上是客户的品牌,项目署名是你的名字,底层是基于 Supabase 的标准 React、TypeScript 与 Tailwind——100% 拥有且可导出,语料库也包括在内。你不是在转卖一个聊天机器人供应商的组件、赚一点差价;你交付的是软件,这正是维护包月能够站得住脚的原因。
数据处理立场是每一份提案中都值得写进合同的部分:客户代码不会被用于训练模型,推理运行在零保留期模型合约之下,一个带回退机制的多供应商模型阶梯意味着这个助手不依赖任何单一模型供应商的正常运行时间或定价。部署到 Ciao 云或客户自己的云账户。如果这个助手是你的第一个付费客户构建,代理机构建设补助金最多可覆盖 2,000 积分。
常见问题
是什么阻止这个助手对我们客户的业务胡编乱造?
范围和引用。这个助手从经过策划的知识库中作答,并为每个答案引用来源;当不存在有依据的答案时,它会升级转接,而不是即兴发挥。客户评审这一步正是在上线前专门压力测试这一点,月度分析循环则在事后捕捉偏差。
客户的数据去了哪里?
知识库存放在客户项目自己的 Supabase 后端中。推理运行在零保留期模型合约之下,客户代码不会被用于训练模型。对于更严格的形态,可以部署到客户自己的云账户、私有 VPC 或本地环境。
助手和知识库归谁所有?
依你的合同而定,和每一个 Ciao 构建一样——代码是标准的 React 和 TypeScript,语料库存放在一个真实的 Postgres 数据库中,两者都能干净地导出。大多数代理机构在维护协议下保留这个构建,并在合作结束时移交。
我们需要 AI 专业知识来销售和交付这个吗?
你需要的是编辑判断力,而不是机器学习人员。Blocks 提供 AI 接入;你团队的工作是策划语料库、塑造语气与边界,并运行审核纪律——这比看起来更接近代理机构本来就在做的事情。
客户看到的和我们看到的有什么不同?
客户的用户看到贴牌的对话界面;客户的管理员看到内容和对话工具。你的代理机构在 Ciao 中工作——通过一个 Conductor 视图构建、治理、监控并管理每一个客户的助手。
我们能转售托管和月度内容循环吗?
可以——知识维护是这里的经常性收入引擎,而且不同于通用托管,它明显有价值:客户每月都能收到一份报告,说明用户问了什么、助手回答不了什么、你修复了什么。这份报告本身就能续约这份包月合同。