AI 招标筛选：帮小工程队少刷两小时网页，只投够得着的标

做工程的小老板有个共同动作：早上刷几个招采网站。刷完两小时，圈出三四个项目，打电话问一圈，最后大概率不投——资格条款里那一行「近三年同类业绩不低于多少万」，就把人挡在门外了。

这件事的麻烦不在信息少，而在信息太多、且大部分跟自己无关。判断一条标讯是否够得着，其实只需要比对几项固定条件：报名截止时间、保证金金额、企业资质等级、类似业绩、项目所在地、是否接受联合体。这些几乎都是结构化字段，正好落在模型擅长的范围里。

要做的是「够得着」清单，不是又一个招采网站

大平台的职责是「全」，你的价值在「窄」。把公开标讯采集下来（早期也可以手工录入），让模型抽取上面那几项字段，再跟客户自己的档案做匹配，每天早上推 5～10 条，附一句为什么推荐、还缺哪一项条件。客户不用登录后台，在微信里看完就能决定要不要下载文件细看。

• 客户档案：资质、过往业绩、能垫的资金、愿意跑的地域，十几行字，填一次长期复用。
• 输出要克制：宁可推 3 条真能投的，也别推 30 条凑数，信任是靠「少」积累起来的。
• 自然延伸的动作：报名截止提醒、保证金退还节点、开标前材料清单，这些都是客户会追着问的。

先选一个窄行业，人工跑两周

别一上来覆盖全行业。挑一个你熟悉的细分——市政绿化养护、消防维保、小型装修、物业保洁、软件运维，客群和资质口径都相对固定。找 10 到 20 家有投标需求的公司，手动整理两周，记录三件事：他们真正点开看了哪些、最终投了哪些、漏掉了哪些。这份记录比任何产品文档都值钱。

验证信号很具体：有人开始问你「今天怎么还没发」。收费可以先按行业或地域做月度订阅，价格对标一个文员半天的工作量，别急着做自助下单和后台系统。

边界要提前说清楚

数据来源尽量走各地公共资源交易平台的公开信息，遵守平台使用规则，不做高频抓取。对外表述守好分寸：只做信息聚合和条件匹配，不承诺中标，也不提供任何打擦边球的投标操作建议。资质判断和材料准备的最终责任，仍由企业及专业人员核对；涉及资金与合同的部分，提醒客户按法规和企业内部流程处理。

适合谁先试，第一步做什么

在工程、采购、投标代理行业待过的人最合适，你懂资质和业绩口径，这是模型补不上的一块。没有行业背景，就找一个熟悉的朋友搭档，由他负责需求判断。第一步不是写代码，而是锁定一个细分行业，加上 20 个老板的微信，先人工发两周清单，看谁留下来。