夜雨聆风本手册基于小微企业资源少、求快效、无专业技术团队的核心特点，结合AI核心特性编写。核心落地逻辑：只让AI做它擅长的事，坚决不用AI做它的短板事，杜绝无效投入、踩坑浪费，保障1-3个月快速落地见效益，全程无需专业技术、无需大额投入。
一、核心基础认知
1.1 AI绝对擅长的任务（优先落地、100%适配）
满足数据海量、流程固定、规则清晰、无主观判断四大特征的工作，AI落地成功率极高、见效最快，是小微企业首选落地场景：
•海量重复类：大批量、机械重复的标准化工作，无灵活变动需求。例如：批量文案生成、批量客户消息发送、发票票据批量识别、日报周报自动汇总、客服常见问题应答。
•流程清晰类：有固定步骤、固定判断标准，每一步操作都有明确规则。例如：合同标准化条款初审、订单信息核对、客户信息分类归档、售后标准化问题处理。
•数据处理类：依托存量数据统计、筛选、比对、分析的工作。例如：销售数据汇总、客户数据标签分类、月度数据异常筛查、竞品信息批量整理。
1.2 AI绝对不擅长的任务（坚决不落地、避免浪费）
只要满足任意一条，禁止用AI替代，强行使用只会出错、返工、增加成本，无任何效益：
•数据不足场景：无历史数据、数据零散、数据缺失，AI无法学习判断。例如：新品无数据市场预判、新客户小众需求分析。
•流程模糊场景：无固定流程、灵活变动大、无统一判断标准。例如：客户个性化谈判、突发售后纠纷处理、非标业务定价。
•常识/主观判断场景：需要人情世故、行业经验、主观权衡、综合常识判断。例如：员工管理、客户关系维护、重大合作决策、风险兜底判断。
•算力不足/高精准场景：小微企业无专属算力支撑，且容错率极低的工作。例如：精密数据核算、法律风险终极判定、财务终极对账。
二、极简落地操作步骤（适配小微企业简化版三层五阶八步法）
摒弃大企业复杂流程，仅保留判定→落地→运营三步闭环，全程1个月内落地见效，零基础可操作。
第一步：场景筛查判定（1-3天完成，核心关键）
核心目的：筛选出AI能做、能快速见效的场景，剔除所有AI短板场景，从源头避坑。
傻瓜式判定流程（直接对照勾选）
1. 梳理日常高频重复工作（每天/每周固定做的事）
2. 核对两大正向条件（全部满足即可落地AI）：
•有固定流程、统一处理规则，不用临场随机判断
•有基础存量数据（哪怕少量历史记录即可），工作内容标准化
3. 核对四大反向条件（满足任意一条，直接放弃AI落地）：
•工作流程灵活多变、无统一标准
•无任何历史数据、参考依据
•需要人情、常识、主观经验判断
•容错率为零，出错会造成重大损失
落地输出：确定1个优先落地的AI优势场景（只选1个，不贪多）
第二步：轻量化落地搭建（7-15天完成，零代码、低成本）
依托小微企业无技术、低预算特点，完全沿用SaaS现成工具，不开发、不建模、不搭建算力，快速落地。
标准化操作流程
1. 工具选型：根据选定场景，选择免费/低价通用AI工具（AI客服、AI文案、AI数据汇总、AI票据识别等），优先7天免费试用版本
2. 基础配置：导入现有标准化数据、固定话术、固定流程规则（无需加工，原有工作标准直接复用）
3. 人机权限划分（核心扬长避短）：
•AI负责：全部标准化、重复性、数据整理类基础工作
•人工负责：所有模糊问题、主观判断、异常情况、最终审核兜底
4. 小范围试点：内部试用3-5天，排查AI识别错误、流程适配问题
第三步：常态化运营迭代（持续落地，稳定见效）
核心原则：不追求全自动，只追求AI提效、人工兜底，持续适配AI优劣势。
标准化操作流程
1. 每日校验：人工复核AI输出结果，修正AI识别偏差、规则漏洞
2. 数据回流：把人工修正后的标准数据、处理案例留存，让AI持续优化适配业务
3. 边界固化：持续明确AI能干、不能干的边界，禁止私自扩大AI使用范围（杜绝流程模糊、主观场景强行用AI）
4. 效果评估：每月核对提效、降本效果，达标则稳定运行，不达标立即更换场景/工具
三、全流程硬性落地规则（必须严格执行）
3.1 AI可用硬性规则
•仅用于标准化、高重复、有数据、有规则的基础业务环节
•所有AI输出结果，必须人工二次复核，禁止AI直接对外、对结果负责
•只做提效工具，不做决策工具，AI只输出参考内容，最终决策必须是人
3.2 AI禁用硬性规则
•流程灵活、客户个性化需求、突发异常问题，禁止使用AI处理
•无历史数据、全新业务、小众非标业务，禁止投入AI落地
•涉及资金、合同风险、客户核心权益、重大决策的环节，禁止AI兜底
•需要人情沟通、情绪安抚、商务谈判的场景，禁止AI替代人工
四、高频落地避坑注意事项（小微企业专属）
•杜绝盲目扩场景：试点成功后，不要急于拓展模糊、非标场景，始终坚守AI优势领域，避免投入无回报
•杜绝过度依赖AI：AI擅长批量机械工作，但无法适配业务变动，人工兜底永远是刚需，全自动AI落地不适合小微企业
•杜绝无效数据投入：不用花费大量时间、资金补齐小众、零散数据，小微企业只需依托现有存量数据即可，强行补数据属于资源浪费
•杜绝追新技术：无需微调模型、搭建算力、定制开发，小微企业用通用SaaS工具即可满足AI优势场景需求
•动态更新规则：业务流程、标准更新后，必须同步更新AI工具配置，否则AI会按旧规则输出错误结果
五、落地自查校验表（直接勾选使用）
校验项目 | 符合要求（√） | 不符合要求（×） | 整改/选型方式 |
落地场景有固定流程、清晰规则 | 无规则则放弃自动化落地，全程人工处理 | ||
场景有基础存量业务数据 | 数据不足更换场景，不做任何自动化投入 | ||
无主观判断、常识决策、人情沟通需求 | 主观场景全程人工处理，禁止自动化 | ||
自动化方案仅做提效，人工兜底审核 | 补齐人工复核流程，禁止机器全权负责 | ||
未强行落地模糊、非标、全新场景 | 立即终止无效自动化投入，回归人工 | ||
技术选型：纯固定流程+数据格式统一、常年无变动 | 选型：优先规则引擎/RPA（刚性执行、零歧义、低成本长期运维） | ||
技术选型：流程固定、规则统一，但数据/输入多样、存在轻微非标变体 | 选型：优先轻量化AI（具备语义泛化、模糊适配能力，零代码快落地） | ||
技术选型：流程灵活、非标多变、需语义理解 | 选型：仅AI可适配，RPA/规则引擎极易报错失效 |
六、总结
小微企业AI落地的核心本质：扬长避短、小切口、快落地、重实效。只利用AI海量数据、标准化流程的优势做提效工作，坚决规避AI在模糊流程、主观判断、数据缺失场景的短板，不折腾、不浪费资源，用最低成本实现短期降本增效。
