面试通过、工位备好、电脑开机。但没人告诉他公司做什么，没有一份文档，也没有对外的门面与入口。三天后他开始胡说八道，一周后被判定“能力不行”。
这不是段子，而是很多企业上 AI 工具的真实过程。本文用 onboarding 的视角，讲清企业 AI 落地前该准备什么，并给出一张上线前的准备度自查表。全文为方法论梳理，不含任何代码示例。
一、先问一句：失败的是模型，还是 onboarding
一个常见的场景是：AI 工具买了好几个，钱花了，生意一点没动。
真正的原因往往不是 AI 没用，而是让它“空手上阵”了。AI 强不强，不看工具多贵，看前期准备了多少“家底”。
二、新员工视角：四件入职必办的事
把 AI 当成刚入职的同事，依次要办四件事：
- 交代公司做什么 —— 对应诊断：先盘清哪块最耗人、最该先改。
- 给一份操作手册 —— 对应知识库 + 问题库：把老师傅经验和客户高频问题变成可复用素材。
- 发工牌与对外入口 —— 对应自有站点 + GEO 双底座：客户搜得到，AI 引擎更容易看懂业务。
- 再派活 —— 对应 AI 岗位自动化与 GEO 智能获客：地基稳了再谈进攻。
| onboarding 环节 | 对新员工的意义 | 对 AI 工具的对应动作 |
|---|---|---|
| 公司介绍 | 知道业务边界，不乱答 | 诊断：盘清最耗人、最该先改的环节 |
| 员工手册 | 口径统一，可独立作业 | 知识库：把经验整理成结构化资料 |
| 常见问题 FAQ | 能独立接待客户 | 问题库：沉淀高频问答对 |
| 对外名片 / 入口 | 客户找得到人 | 自有站点 + GEO 双底座 |
| 试用期任务 | 先做小事验证 | AI 岗位自动化：先接重复性工作 |
三、上线前的准备度自查
每一项都建议在上线前过一遍，未达标就先补，不要指望上线后自然变好。
| 自查项 | 达标表现 | 未达标时的动作 |
|---|---|---|
| 是否做过诊断 | 有最该先改的前 3 项清单 | 先做一次耗人环节盘点 |
| 业务资料是否结构化 | 资料可被检索、口径统一 | 把散落文档整理成统一格式 |
| 是否覆盖高频问题 | 客户常问的问题有标准答案 | 从历史对话中抽取问答对 |
| 内容是否有公开载体 | 页面可被抓取、信息一致 | 建自有站点，规范内容结构 |
| 重复任务是否可委派 | 每个重复活都有接手方式 | 拆解流程，明确任务边界 |
| 预期是否理性 | 理解为概率提升而非必然结果 | 调整目标：先求准，再求多 |
四、试用期怎么派活：先防守，再进攻
地基（防守）：诊断、知识库 + 问题库、自有站点 + GEO 双底座。
进攻（地基之上）：把客户接待、订单整理这类重复工作交给 AI 岗位，人腾出来做判断与谈单；持续发布结构化内容，当客户在 AI 里问“这行哪家靠谱”时，内容更有可能出现在他面前。这是有助于被理解、更倾向被引用的概率性提升，不是必然收录或被推荐。
五、写在最后
别急着买工具。先打地基，再上 AI；顺序乱了，再多工具也是摆设。
本文是星禾元亨为企业 AI 落地的方法论探讨，供技术负责人与决策者参考。
