一、为什么”实施完”不等于”用起来”
一次性把知识库和 Agent 搭好，企业常在三周后回到老习惯：知识库没更新、员工遇到新情况不会配、工具一升级流程就断。落地是持续动作，不是交付节点——这就是”陪跑”存在的理由。
二、月度陪跑 SOP
| 动作 | 内容 |
|---|---|
| 到店 / 远程 | 每月 1—2 天，坐班答疑 + 现场看使用 |
| 问题清零 | 收集当月报错、答不准的案例，当场修 |
| 知识库更新 | 把新文档 / 新 SOP / 新数据灌进去并重测 |
| 工作流微调 | 调 Agent 节点、Prompt、兜底规则 |
交付物：月度报告（使用率、准确率、待办）。
三、季度复盘
- 效果度量：自助解决率、一次答对率、效率提升；
- 缺口分析：哪些岗位还没接上、哪些场景答不准；
- 方案调整：决定下季度扩哪些岗位、换哪些工具。
四、年度顾问
全年不限次咨询 + 优先响应 + 战略视角：帮老板判断该不该上某个新模型、新工具，避免被厂商牵着走。收费 10 万—30 万 / 年。
五、陪跑中的典型问题
| 问题 | 处理 |
|---|---|
| 员工抵触 | 绑定绩效看结果，树标杆员工 |
| 数据更新滞后 | 定”谁产生谁维护”的责任机制 |
| 工具迭代断流程 | 抽象一层，不绑定单一工具 |
| 老板期望值漂移 | 季度复盘对齐预期，小步快跑 |
六、从陪跑到产品化
陪跑跑通几家同行业后，把方案沉淀成：标准化模板、行业知识库包、培训课、部署脚本。这样新客户交付从”定制”变”半标准”，毛利和扩量都上得去。
陪跑是 AI 落地里最稳的现金流：一次性实施收一笔，陪跑按月 / 按年持续收。它卖的是”让 AI 一直有用”，而不是”卖你一个系统”。