筑福空间设计

大多数中小企业谈 AI 转型，谈的是“买什么工具”“怎么给员工培训”。但一家只有 20 人的制造企业给出的答案完全不同：真正的门槛不在工具，而在于老板愿不愿意把自己脑子里那些说不清、道不明的东西，用几个月时间一点一点喂给 AI，做成一套能被机器读懂、能被员工复用的知识库。

一、先说结论：AI 转型的关键不是工具

这场分享里有一句话反复出现：“你的知识不是给人看的，你的知识要做成给 AI 看的格式。”它背后是一个很硬的判断——大部分人觉得 AI 不好用，不是模型不行，而是自己没有建立标准。

把这个结论拆开，是三个可执行的动作：

• 把认知结构化——先分板块，再逐块喂料，而不是一股脑把公司所有文档丢进去
• 给 AI 输出定标尺——先有评分标准，再谈优化，否则永远在 50 分和 60 分之间来回摆
• 把失败案例也记进去——知识库里最值钱的部分不是成功经验，是踩过的坑

二、15 个真实案例：AI 到底替他们省了什么

先看结果。这家公司把 AI 用在了 15 个具体场景上，每个都有明确的量化对比：

这些案例的共同点很清晰：没有一个是“用了个新模型”，全都是“把一件原本靠人堆时间的事，重排成 AI 能接住的流程”。

三、核心方法论：知识库 12 步

3.1 什么是知识库

分享者给的定义非常直白：

“知识库就是一个审核过的海量上下文。”

他的知识库覆盖了品牌、项目管理、生产、库存、供应链、销售、售后、批发贸易、财务法务、认知库十个方向，投入按 token 计算约 3–5 万美金。效果是“人找不到的东西，AI 一秒找到；数据之间能互相串联“。

3.2 前七步：把脑子里的东西掏出来

另一个关键细节是必须用语音输入。打字太慢、太消耗意志力；讲话一分钟 300–400 字，答一批题大约 20 分钟，这件事才可持续。

3.3 后五步：让知识库变成组织能力

3.4 知识库长什么样

他们把知识库落在协同文档里，结构是分层的：

01-原始语料      20 个语音转写文件
02-提取理解      提取_01_核心需求与工作边界.md
                 提取_02_产品差异与世界观.md
                 提取_05_板块A第一批核心认知.md
                 …
03-生成输出
04-prompts       新会话启动 Prompt.md
05-模板与规则
06-产品体系架构.md

批注里有一句大字：“信息密度是关键！”——同一件事，写得密不密，决定了 AI 能不能真的用上它。

3.5 世界观怎么拆：12 个板块示例

Step 1 的拆解表，是他们知识库的骨架。以这家自行车公司为例，板块包括：

注意最后一条：“放弃过哪些方向”。负面知识往往比正面知识更能防止 AI 跑偏。

四、从“培训完没人用”到全员上手

方法论讲完，真正的难点是落地。分享者给了一条很实在的路径，以及三个一定会遇到的坎。

4.1 起手式：先统一工具箱

不要一上来讲理念，先把全公司的工具统一，并且当场装好。他们给全员配了四件套：

4.2 给模板，而不是给课程

按场景准备好 50 多个提示词，同事复制粘贴就能出成果。颗粒度要做到“不用理解原理也能用”，例如：

• 让助手去抓竞品数据与行业热点，直接出简报
• 资料整理与文案 → 数据准备 → 演示稿生成，分三步走
• 视觉素材按产品图 / 社媒配图 / 创意海报三类各准备一批模板

4.3 用一场比赛收尾

公司有 6 个平台账号（小红书、抖音、视频号、公众号、Instagram、垂直社群）。他们让分组抽题，为接下来三个月做内容规划，每个选题必须包含标题、内容角度、预期互动点，并且扣住四件事：品牌调性、平台当下热点、核心产品卖点、创始人个人故事。

4.4 五个阶段的正确路径

1. 点燃员工关注度
2. 给轻量化工具，让大家先体验到甜头
3. 挑出接受度高、用得好的同事
4. 帮这批人整合专业工具
5. 把做法固化成工作流，再分享给其他人

4.5 三个一定会遇到的坎

“回去真的主动愿意去下载安装这些工具的，可能只有 10% 的同事。”

破解办法都不复杂，但都需要老板亲自推：

• 所有人凑在一起面对面装好——先装上、先用上，再谈别的
• 配双屏 / 三屏，并把使用习惯纳入日常管理，慢慢养成肌肉记忆
• 借助在聊天软件里直接使用智能体的低门槛来培养习惯（文字对话框，心理门槛最低）
• 必要时让公司进入半停工状态做培训，请外部老师，把提示词颗粒度做到“复制粘贴就能出成果”

4.6 最贵的一个教训：知识库不能外包

背后的原理是：信息的原点极其重要。以前的事没有那么重要，讲清楚现在的情况、以及未来你想做的东西就够了。

五、7 个职能 Agent：按职能切片，不做万能助手

真正让这套体系跑起来的，是他们自建的 7 个智能体。全部挂在协同办公平台上，所有者都是老板本人：

时间线里有个很有意思的细节：某天凌晨 00:36 到 00:44，八分钟内连续上线了 4 个智能体。这说明一旦模板跑通，造一个新 Agent 的成本极低，几乎等于复制粘贴。

六、AI 出图四步法：把审美变成可交付的参数

视觉行业尤其值得看这一段。他们的出图不是“随便生成几张挑一张”，而是有严格的四步流程：

风格提炼技巧

把公司内部做得好的图收集起来，让 AI 总结风格、提炼关键词。可直接复用的提示词如下：

“请提炼这张图的风格，调整光线角度 / 光线特征 / 设计语言，提 3 个关键词。”

拿到关键词之后，再写生成指令。这是他们实际用过的一条完整提示词：

“将这三款车并排摆放在一个铺满碎石的山顶上，夕阳斜照，富士胶片风格，中性色调，车辆外观严格按照参考图来，车辆角度一致，微微仰视的视角。”

完整链路是：明确画面要解决什么问题 → 拆解成风格/构图/光线/视角 → AI 多轮生成 → 从多张里选最满意的一张 → 抠图排版。

七、人与组织：招人四指标与 0.99ⁿ

招人看四个指标

• 企业家精神
• 审美力——能把一个工作流从一周压到三天、一天、一小时
• 调度力——多工具协同与多人协作
• 交付力——到点就交，别卡在 99 分

其中主动性最重要。这也是行业里的一条共识：大家都在追求更聪明的模型，最后发现真正让模型能帮人干活的，是主动性。

0.99ⁿ 与 1.1ⁿ

“如果你是 0.99，平方无限次会越来越接近零；只要你是一以上（1.1、2、3），顶级专家可能是 5 或 8，平方之后差距会拉到无限大。你要追赶一条曲线，怎么起步？”

同一个判断还有另一个版本：普通水平与顶级专家的差距，在非 AI 时代是 100 倍，AI 时代会扩大到 1 万倍。而“顶级专家”的定义是——在一个领域里把所有的坑全都踩过一遍，还全部填上，还全部记住的人。AI 的作用是：帮你提前避坑、辅助填坑、把坑的位置全部记录下来。

八、三大挑战与五个判断

三大挑战（分享者原话是“深受其害”）

1. 团队协作难度增强——一个人干十个人的活，别人怎么跟他做朋友？老板必须成为极强的调度者，前提是老板自己也得懂
2. 不确定性增加——总觉得还能更好，交不出去；解法是设 deadline，最后一公里有人介入
3. 新人缺少成长台阶——过去新人靠做基础活成长，现在这些活被 AI 接走了，会出现能力断层

五个判断

“我就是要造一艘船，我要达到我的目的地，中间发生任何事情我要全力向前。如果有同事要离开那可以离开，如果晕船了那就先离开，以后节奏合适了可以再回来。”

—— 分享者结语

九、家装设计行业怎么用：一份迁移清单

这套方法来自制造业，但对家装、设计、定制类公司几乎可以直接平移。我们把它对照成行业内的具体动作：

十、可直接抄的作业清单

写在最后

全文最刺痛的一句，是关于转变本身的：

“你只要缩着的话，你就永远不可能转成 AI 原生。AI 原生太可怕了——你所有东西全是公开的，那就意味着你所有东西都得 100% 道德上、法规上、法律上都得非常 OK。”

把这句话翻译成对小团队更友好的版本：不要等想清楚再动手，先把自己最独特的那部分认知，用最笨的办法（语音口述）一点一点喂进去。工具会一直变，但你脑子里那些踩过的坑，才是唯一不会被替代的东西。