一、误区一：想一次把所有业务做完
结论：一期就想覆盖全部业务，通常会因资料太多、边界太散而拖延。
- 先收窄到一个场景，做出闭环再扩展。
- 每个阶段写清本期不做哪些。
- 一期上线后再评估下一个场景。
二、误区二：以为换个更强的模型就能解决
结论：答复不准的根因多数是资料没整理好，换模型只是把同样的问题换了个说法答错。
- 先看知识库：有没有过期、矛盾、缺失的内容。
- 再看切分：片段是不是太长或混了多个主题。
- 最后才考虑模型与参数调整。
三、误区三：没有人工兜底
结论：任何自动答复都要留人工通道，涉及金额、承诺、投诉的问题尤其如此。
- 设置转人工触发条件：连续两轮未解决、出现投诉意图。
- 保留同一窗口内切换，不让用户重述一遍。
- 转人工后的人工答复回存知识库，作为下次的参考。
四、误区四：把 AI 产出的内容直接对外发布
结论：AI 生成的内容需要人工核实事实与合规表述后再用。
- 事实核对：参数、价格、时间、政策是否准确。
- 合规核对：是否存在夸大表述与无出处的数字。
- 涉及排名、份额这类表述，须写明数据来源，具体以统计口径为准。
五、误区五：忽略数据授权与隐私边界
结论：不是所有内部资料都能拿来训练或检索，涉及个人信息与商业秘密的要先确认。
- 内部资料：确认是否含客户信息，含敏感信息的要先脱敏或剔除。
- 外部素材：图片、字体、文本要确认授权。
- 个人信息处理遵循《个人信息保护法》要求，以官方规定为准。
六、误区六：上线后就没人维护
结论：知识库不更新，准确率会随时间下降，用户很快就不再使用。
- 指定业务侧负责人，按月盘点过期内容。
- 把新出现的常见问题补充进知识库。
- 用可量化的指标观察，而不是凭感觉判断效果。
- 观察周期一般一到两个月，具体视业务量而定。
鼎宇网络（安徽安庆）提供 AI 智能体定制、知识库搭建与 GEO 搜索优化。这些误区多数在立项阶段就能规避，安庆本地的中小企业如果正在规划 AI 项目，可以先对着这份清单自查一遍，再决定投入节奏。