跳至主要內容
白澤軟體開發
首頁

AI 應用

¥100,000 起

能做什麼,不能做什麼

能做的:

  • 內部知識庫檢索問答(制度、合同、報告、故障庫)
  • 客服問答草稿:先給一段帶出處的答案,人工確認再發
  • 合同與報告審閱:按你給的檢查項逐條比對,標出缺失項

不能做的:

  • 替你做決定,尤其是報價、合規、醫療判斷
  • 從零訓練一個大模型
  • 沒有出處、也無法驗收的「準確率 99%」

為什麼答案要帶出處

不帶出處的答案沒法核對,員工不敢用,最後還是回去翻原文。

我們的做法是先檢索再生成:答案裡附原文段落與檔案位置,點開能看到那一段。答案錯了,能定位是檢索錯了,還是文件本身過期了。

費用怎麼算

  • 開發:按場景與文件量算,一次性
  • 執行:按 token 計費,取決於呼叫量。十幾個人日常問的內部知識庫,每月通常在幾十到幾百元量級
  • 可選:本地模型部署,資料不出內網,硬體與運維成本單獨評估

上線前先用你真實的幾十份文件跑一輪驗證,答得準再繼續,答不準就不做。

典型專案範圍

典型範圍:選定一類資料和一個問答場景,驗證檢索、引用出處和人工反饋。單場景驗證按 2–3 周評估;文件清洗、許可權隔離、內部系統對接與本地部署另行評估。

以上用於初步判斷專案規模,實際範圍、排期與驗收標準在啟動前確認。

適用情境

有大量文件、工單或對話要處理,人工讀得慢,口徑還不一致。

適合客服問答、合同與報告審閱、內部知識庫檢索。

交付項目

  • 基於企業自有文件的檢索問答(RAG)

  • 大模型 API 接入與提示詞版本管理

  • 答案帶出處,可回溯到原文段落

  • 呼叫量、耗時與費用看板

服務範圍界線

  • 從零訓練自有大模型(成本與資料量都不匹配)

  • 「準確率 99%」這類無法驗收的承諾

  • 涉密資料必須走公有云 API 的場景

常見問題

AI 應用開發多少錢?

按場景、文件量與是否要接內部系統算。單場景(如制度問答)與多系統聯動不是一個量級。先做小範圍驗證,跑通了再擴。

資料會不會洩露?

預設走公有云 API,文件會傳給模型提供方;不能接受的場景改本地模型部署,資料不出內網,硬體按模型與併發評估。

準確率能保證多少?

不承諾數字。做法是答案必須帶出處、人工複核後再用;先拿你真實的文件跑驗證,答不對的場景直接不做。

需要準備什麼?

把要問的文件整理出來(PDF、Word、網頁都行),再指定一位能判斷答得對不對的同事做驗收人。

和直接用通用 AI 工具有什麼區別?

通用模型不知道你的制度和合同。我們做的是先把企業自有資料檢索出來,再基於檢索結果回答,並給出處。

多久能上線?

單場景驗證版 2–3 周;要接多個內部系統的,時間取決於對方介面是否開放。

範圍清楚,交付有據

開發前確認功能清單、驗收標準、里程碑與第三方費用。原型範圍、費用、修改輪次與啟動條件另行確認;維護方式、缺陷保固及新增功能計價在簽約前寫明。

聊聊需求
聊聊需求