常见问题
关于 AI 落地，你可能先问这些
价格、周期、数据安全、模型选择——这些问题我们直接回答，不写「视情况而定」。如果这里没有覆盖你关心的场景，直接联系我们。
通用问题
企业 AI 项目一般需要多少预算？
预算取决于三件事：要覆盖多少场景、需要接入多少现有系统、部署方式是什么。知识库问答这类单场景项目，与需要打通多个系统的 Agent 工作流项目，规模差异很大。建议先用一个具体场景做 Demo，拿到可验证的效果和范围后再决定投入，而不是先定预算再倒推方案。
一个项目大概需要多久？
取决于场景复杂度与集成深度。Demo 阶段的周期主要取决于语料与数据链路的准备程度；完整项目还要加上系统开发、集成与部署的时间。Demo 阶段的准备量参考是：一份代表性文档、一批真实的问题、一条能跑通的数据链路。建议在需求沟通后由我们给出一份带阶段产出的排期。
数据安全怎么处理？能私有化部署吗？
支持云端、私有化和容器化三种部署方式。私有化部署可以把模型服务与数据都放在企业自有环境内，数据不出企业边界。具体方案需要结合企业的合规要求与现有环境确定，我们会在方案阶段明确数据流向、存储位置与访问控制方式。
AI 答错了怎么办？
这是每个企业都会问的问题。我们的做法是：所有基于知识库的回答都带引用与来源，可核对原文；涉及对外发送、审核判定、资金与客户承诺的动作，保留人工审核节点；系统保留运行日志，答错可以定位到具体环节。上线前的效果评估也是用真实问题集做的。
合作与交付问题
能否只做 Demo？
可以。Demo 是完整交付流程里的第 3 步，本身就可以作为独立合作方式。你可以先用真实语料验证可行性，拿到结论后再决定是否继续投入后续开发。Demo 阶段的准备量参考是：一份代表性文档、一批真实的问题、一条能跑通的数据链路。
能否配合我们的渠道商报价与流程？
可以。合作方式里有项目外包交付、售前方案支持与行业 Demo 共建三种，都是为渠道方与平台方设计的。你负责客户关系与商务，我们负责方案梳理、Demo 设计与工程交付。报价口径按项目范围给出——需要先明确功能边界、集成深度与部署方式，才能给出有意义的范围。
是否支持私有化部署？
支持。私有化部署把模型服务与数据都放在企业自有环境内，数据不出企业边界。需要提前确认的是企业现有的环境资源、合规要求与运维责任人——这三项决定部署方案的可行性。我们在方案阶段会明确数据流向、存储位置与访问控制方式。
能否接手别人做了一半的项目？
可以，但需要先做一次现状评估：看已完成的范围、代码与文档的可交接程度、知识库与规则的现状、以及半成品当前是否可运行。评估之后我们会明确能接手的部分、需要重做的部分和需要你补充的部分，再给范围建议。这属于定制开发与集成类合作。
技术问题
会不会用到我们的数据训练模型？
企业数据的使用方式需要在项目开始前明确并写入约定。一般场景下，企业数据用于知识库索引与检索增强，不用于训练基础模型；具体的处理方式以双方签署的约定为准。保密与数据处理条款会在方案阶段逐条列出。
模型怎么选？会不会被模型厂商绑定？
我们按任务类型选择模型：分类、抽取、总结类任务与复杂推理任务对模型的要求不同，方案阶段会说明选型依据与理由。在架构上会尽量把模型调用抽象为统一接口，保留替换能力，避免业务逻辑与单一模型强耦合。
知识库效果如何评估？
用真实问题集评估，不用感觉评估。上线前会用一批真实问题测命中率与可引用率；上线后定期回归，看业务变化后效果有没有下降。评估记录会留档，回答带引用也让人工核对成为可能。
上线之后维护怎么算？
需要做三件事：知识库内容更新（业务变了，答案要跟着变）、效果评估（用真实问题集定期回归）、以及 Prompt 与流程的持续优化。这是我们提供长期运维支持的原因——上线不是终点。具体维护范围与响应约定按项目范围确认。