不会写代码，也能把客户聊天变成小工具

先说结论：普通人想吃到AI第一口肉，别从训练模型开始，先从一个小流程开始。我在华为云做AI解决方案，平时给客户演示，发现销售最愿意买单的不是“大模型有多聪明”，而是“客户问题能不能自动分好类”。我拿销售聊天记录跑了一遍，把“客户问什么、怕什么、怎么回”整理成标签和话术，比学算法更快见到钱。这个能力可以包装成产品，用户付费意愿强吗，要看销售愿不愿意为每周省两小时买单。

两个方案，我跑完再选

方案A，本地大模型。大模型就是会读文字、生成文字的电脑程序，有些小模型能在普通电脑或国产算力上跑。我这边用了大概一个月，优点是数据不出本地，客户敏感信息好交代。缺点也硬：环境、显存、国产算力兼容性，新手一开电脑就卡住。

方案B，本地文件规则加云端或低代码工作流。低代码就是少写代码，靠拖拉和模板完成。我用 WorkBuddy 做文件整理，它能把扫描件和聊天导出按规则归到不同文件夹，这个我用了4周，确实省手动整理。再让模型只处理“售前咨询”这一堆。我拿20条客户微信记录跑下来：方案A大约8分钟出标签，17条能直接用，3条把“竞品对比”误判成“价格异议”；方案B大约40分钟，从原始记录到一份可给客户看的FAQ草稿，FAQ就是常见问题清单，标签更稳，但要把脱敏做好。

一个做了十年供应链的人，未必要从头去卷算法。

所以教程走方案B。原因很简单，客户不关心你用的是哪家模型，只关心能不能今天把问题分类，明天销售少挨骂。

手把手：从0到1跑一遍

1. 先选一个小问题。别上来做“公司智能助手”。只做一件事：把客户聊天记录分成5类。比如价格异议、功能不满足、竞品对比、试用申请、售后故障。标签就是给问题贴分类，方便后面统计。

2. 准备20到50条真实聊天。导出成 txt 或 csv。csv 就是表格文件，每行一条记录。脱敏，大白话就是删掉能认出人的信息：姓名、电话、微信号、公司名。在电脑上新建一个 `01_原始记录` 文件夹，把文件拖进去。预期：文件夹里只有文本，没有手机号。

3. 建三个文件夹：`01_原始记录`、`02_规则模板`、`03_输出`。在 `02_规则模板` 里新建 `标签表.csv`，列名写：客户问题、标签、客户担心什么、标准回复。这一步是给人看的，不是给模型看的。

4. 写判断标准。每个标签一行，别超过50字。例如“价格异议：客户出现贵、预算、优惠、再考虑，并且没有说具体功能不行”。模型需要清楚边界，不然会把“我嫌贵”也归成功能不满足。

5. 开始跑。在 WorkBuddy 或类似工具里点新建项目，选择 `01_原始记录`，再选择输出到 `03_输出`。把模型输入框里粘贴提示词，也就是给模型下的指令：

`你只根据文本判断，不编造。无法判断输出待人工确认。每行输出：原文摘要、标签、客户担心什么、标准回复草稿。`

如果界面支持选择模板，就选 `标签表.csv`。看到运行进度后，等待生成。预期：`03_输出` 里出现一个表格，每行都有标签列。

6. 人工复核。重点看“待人工确认”和标签冲突。我这边20条里有3条需要改。改的时候只动标签和回复，别动原文。预期：一份干净表格。

7. 包装成产品。把表格转成FAQ，按行业分，比如“制造业销售异议包”“电商客服退换货包”。给客户演示时，不要讲模型，讲结果：今天导入聊天，明天销售能少问老同事。这个能力可以包装成产品，用户付费意愿强吗，我一般问一句：这个分类表你们现在每周花几小时做。

踩坑和下一步

最容易错在数据太脏。聊天记录里一段话几百字，模型会把多个问题混在一起。解决：每段不超过10句，超过就拆行。第二个坑是脱敏不干净。别嫌麻烦，先用查找替换把手机号、微信号换成“已脱敏”。第三个坑是标签太多。新手一上来做20个标签，自己都不会判断，模型更乱。先5个，跑通再加。

还有个现实坑。我最近刚上手 Subpool 不到一周，它是自托管账本工具，自托管就是软件放在自己电脑或自己服务器里，适合记录每次AI调用花了多少。国产算力和昇腾我用了3周，昇腾是华为自研的AI算力平台，兼容性要单独测。客户如果问数据能不能私有化，先别把话说满，拿小样本跑一遍。

学完这个，下一步可以拿客户投诉、电商客服、房产中介咨询做同一套流程。先做10个标签，跑50条，再谈付费。往后看，AI小产品拼的不是谁模型大，是谁把业务经验整理成能交付的模板。