01 咨询规划
明确业务目标、落地范围与优先级
先把业务边界、资源条件和阶段目标说清楚，形成可执行的 AI 落地路线。
解决方案
先看能力，再看怎么组合
{{range $solutionChildren}}
{{$badge := ""}}
{{$scenario := ""}}
{{$point := ""}}
{{$deliver := ""}}
{{$iconLabel := ""}}
{{$summary := ""}}
{{$cycle := ""}}
{{$fit := ""}}
{{$ext := .Ext}}
{{if $ext}}
{{$badge = index $ext "badge"}}
{{$scenario = index $ext "scenario"}}
{{$point = index $ext "point"}}
{{$deliver = index $ext "deliver"}}
{{$iconLabel = index $ext "icon"}}
{{$summary = index $ext "summary"}}
{{$cycle = index $ext "cycle"}}
{{$fit = index $ext "fit"}}
{{end}}
{{end}}
{{if $iconLabel}}
{{$iconLabel}}
{{else}}
{{end}}
{{.Name}}
{{if $badge}}{{$badge}}{{end}}{{if $summary}}{{$summary}}{{else}}{{.Description}}{{end}}
{{if $scenario}}{{$scenario}}{{end}}
{{if $point}}{{$point}}{{end}}
{{if $deliver}}{{$deliver}}{{end}}
{{if $cycle}}{{$cycle}}{{end}}
{{if and $ext (index $ext "tags")}}
{{range (index $ext "tags")}}
{{.}}
{{end}}
{{end}}
{{if $scenario}}
场景：{{$scenario}}
{{end}}
{{if $point}}能力：{{$point}}
{{end}}
{{if $deliver}}交付：{{$deliver}}
{{end}}
{{if $fit}}适配：{{$fit}}
{{end}}
服务能力
围绕落地前、中、后三个阶段展开
02 需求分析
拆解业务、数据和系统需求
定义阶段目标与边界，避免一开始就把范围做散。
03 原型验证
先验证交互、流程与体验
通过可视化原型尽早确认方案可行性，减少后续返工。
04 架构设计
设计应用架构、模型调用方式和数据流转
保证后续扩展稳定，适合企业级部署与迭代。
05 数据治理
围绕文档、知识、表单和结构化系统数据治理
建立清洗、标注、分层和更新机制，保证输入质量。
06 系统集成
对接 OA、ERP、CRM、知识库和消息通道
把业务流程和数据链路打通，落到可运营的系统里。
行业场景
同样是 AI，场景不同，表达也要不同
制造业
面向生产、巡检和知识协同的落地场景
围绕流程、数据和现场反馈做闭环，强调效率和稳定性。
场景
生产知识、巡检记录、异常上报、工单流转
痛点
资料分散、经验难复用、响应链路长
方案
知识库、智能问答、流程回写、多模态识别
价值
让业务闭环更短，人工处理更少，响应更快
政企服务
围绕知识、问答和流程的综合表达
突出统一口径、权限控制与咨询转化。
场景
政策咨询、知识问答、事项引导、材料生成
痛点
口径不统一、资料难查、重复咨询多
方案
知识库分层、引用溯源、问答入口、权限控制
价值
降低重复答复，提升咨询效率
成功案例
用项目结果说话
用户评价
看过项目的人怎么说
项目负责人 / 制造业
方案表达更清楚了，客户一看就知道能做什么，咨询转化也更顺。
运营经理 / 政企服务
栏目结构和案例表达更适合商务沟通，信息密度高但不乱。
产品经理 / 软件服务
首页和案例页能把能力、场景和结果串起来，省了很多解释成本。
合作伙伴
协同生态与可复用能力
{{range $partners}}
{{.name}}
{{.remark}}
{{end}}