做智能体定制服务,最难的不是“能不能做”,而是“该不该做”。

客户提需求,我们当然可以照着报价。但有些需求,做完也很难用起来。

下面这几类,我们通常会先劝一句。

问题一:为什么不做“替代整个岗位”

因为岗位不是一组功能,是任务、判断和责任的组合。

客户说“把这个岗位交给 AI”,我们要先问:哪些任务有标准答案,哪些要人判断,出错谁承担。

如果答不上来,做出来的只会是一个什么都能聊、什么都做不深的入口。

替代整个岗位听起来价值大,验收时却找不到依据。

问题二:为什么不做“没有数据主人的知识库”

知识库不是把文件传上去就完了。

产品资料、价格、政策、工单,谁负责更新?两份资料冲突时听谁的?旧版本怎么下线?

没有数据主人,知识库三个月后就会开始失真。

我们可以帮客户整理第一版,但不能替客户长期拥有这些知识。

问题三:为什么不做“全自动高风险审批”

审批、退款、合同、权限开通,这些动作出错代价高。

AI 可以整理材料、给建议、写草稿,但不应该替人做最终决定。

全自动高风险审批,省的是几分钟,赔的可能是责任。

如果客户坚持,我们会建议先做“人工确认提交”,把自动留在低风险环节。

问题四:为什么不做“只做演示、没有上线计划”

有些需求从第一天就是为了给领导演示。

演示可以做,但它不是项目。没有上线时间、没有使用人、没有验收标准,做完就结束。

这种项目对客户没有长期价值,对供应商也只是消耗。

如果确实需要演示,我们会把范围压到最小,并提前说清楚:这是演示,不是上线。

问题五:为什么不做“没有问题清单的 GEO 智能体”

GEO 智能体不是自动发文章。

它要先有问题清单、信源台账、更新机制。没有这些,系统只能生成更多内容,不能提高被引用的概率。

这类需求我们通常建议先做人工梳理,再决定要不要系统。

拒绝之后,给什么替代方案

不是一句“做不了”就结束。

替代方案通常有三种:

  • 缩小到一个任务包;
  • 先做只读查询,再逐步开放写操作;
  • 先做人工流程,跑一个月再决定要不要自动化。

客户要的是结果,不是一定要按原方案做。

为什么更愿意先做小切口

小切口不是保守,是让验收有边界。

一个任务包跑通,团队知道怎么用、怎么改、怎么扩;一上来做大,问题会混在一起。

客户看到一个小结果,也更愿意继续投入。

拒绝需求时怎么说话

先说结论:这个方向风险高,不建议第一版做。

再说原因:缺数据主人、缺验收人、写操作风险高。

最后给替代:先做一个查询、一个草稿、一个人工确认提交。

拒绝不是关门,是把范围挪到能做成的地方。客户如果坚持,写清风险和责任。这比事后解释便宜。把这三句话写成固定说法,团队就不会每次临场发挥,也能避免销售为了签单什么都答应。这条边界要守住。

一个判断标准

这个需求做完,谁会说“可以了”?如果答不上来,先别做。

有没有一个人愿意为结果负责?有没有一个任务能在一个月内验收?

三问都过,再谈。这就是边界的意义。

边界

有些客户已经有数据主人、有验收人、有上线计划,只是想把范围做大一点。这种情况下,可以分阶段做,不必一刀切拒绝。

也有些需求看起来很急,其实是组织问题,不是技术问题。先解决 owner,再谈智能体。

智能体定制服务,不是把客户想要的全部做出来,而是帮客户找到那个做完真能用起来的部分。少做一点,往往更容易上线。

如果你正在整理需求,可以看我们的智能体定制开发和AI 诊断与陪跑,先把任务、数据和验收人写清楚。

相关阅读:智能体定制前,为什么先让客户填三张纸、智能体公司怎么选。