智能体落地：先拆一个小场景

优先选择问题重复度高、答案有据可查、出错代价可控的场景，例如官网咨询、常见问题应答、内部制度查询。这类场景的知识边界清晰，评估标准也容易定义：答对了没有、有没有引导到人工。

同样的模型，接入整理过的资料和接入一堆散乱文档，效果差别很大。把文档按主题切分、给每段加上出处、定期清理过期内容，往往比换更大的模型更有效。

智能体不负责下结论。涉及报价、合同、医疗与法律判断的问题，应当明确转人工，并在界面上标注内容由 AI 生成。这不是能力缺陷，而是可控设计。

记录命中率与人工转接率，两周复盘一次：覆盖不到的问题进入知识库，回答不准的段落重写。如果三周后人工咨询量没有下降，说明场景选错了，及时收手也是一种交付。