FastGPT 做工厂售后知识库：把老师傅脑子里的经验，变成能按年收钱的服务

前阵子跟一位做空压机代理的朋友吃饭，他说了件烦心事：售后电话一天几十个，八成是同一类问题——「机器报警 E03 怎么办」。能答的只有两个老师傅，一个快退休，一个常年在外跑。新人翻 PDF 说明书，翻半天找不到那一页。

这不是个案。设备、仪器、工业品的小厂家和代理商，几乎都卡在同一个地方：经验在人脑子里，说明书在硬盘里，客户在电话那头等。过去做知识库要么贵、要么没人维护；现在用 FastGPT 或 Dify 这类工具，一个人两周能搭出第一个可用版本。这门小生意，值得认真看看。

它和「客服机器人」不是一回事

通用客服机器人回答的是「什么时候发货」「能不能退货」，本质是话术；售后要的是判断路径：什么现象、先查哪一步、什么条件下停机报修。所以交付物不该是一个聊天框，而是一棵排查树。

• 按设备型号建目录，每个故障现象对应一条排查步骤，配图、配安全提示；
• 每步结尾写清「到这一步仍异常，请联系售后」，把责任边界提前说死；
• 答案标注来源页码，让老师傅愿意承认这份东西靠谱。

技术上是检索增强生成，难点根本不在模型，在数据：手写维修单、拍歪的图纸、同一个零件三个叫法。这块清洗和术语统一的工作，才是你收费的理由。

怎么报价，工厂才不觉得你在抢钱

别按调用量、别按 token 报价，工厂采购听不懂也不想听。可行的是两段式：首年建库费按型号档位算，型号越多越贵；次年起收维护费，覆盖新增故障、手册改版、季度复盘，通常为建库费的三到五成。规模小的客户一律打包成「一个型号一个价」，让对方好决策。

另一个细节：交付渠道用企业微信或钉钉群机器人，别丢个网址让人登录。售后师傅站在客户车间里，掏手机就是全部动作。

几个容易白干的坑

• 数据脏得超出预期。先问对方有没有电子化工单，全靠纸质拍照的，报价翻倍或者干脆不接；
• 把审校权交给老师傅。给审校费或署名，比自己猜术语强十倍；
• 不承诺诊断准确率。设备涉及人身安全，所有输出都要写明「以厂家官方手册与现场规程为准」，这既是底线，也是你能长期做下去的前提。

适合谁先试，第一步做什么

有设备、仪器、工业品售后或代理背景的人优势最大；纯技术出身的独立开发者也能做，但要找一个懂行的搭档把关术语。第一步别贪大：找一家本地代理商，拿三十份手册加一百条历史工单，只做一个主力型号，两周做出排查问答页，放进他们的售后群用一周，每天记录命中与没命中的问题。一周后如果售后人员主动来问「另一个型号什么时候做」，这单基本就稳了。

需要提醒的是，涉及设备安全与合规责任的部分，请务必由对方技术负责人确认，不要替客户做超出能力范围的判断。