AI 自动化服务怎么接单：把一个可审计的 n8n 工作流做成首个企业项目
✨ AI摘要与关键结论
先说结论：客户买的不是 Agent，而是一条不容易出错的流程
“给公司做一个 AI Agent”听上去很新，但单独出售聊天能力通常很难验收。一个更容易成交的切口是：找出团队每天重复、漏掉就会影响收入或响应速度的一步，把它变成有边界的自动化流程。
例如，小型服务公司的线索往往散在表单、邮箱和社媒私信里。可交付的不是“AI 自动回复”，而是下面这条闭环：
- 新线索进入表单或邮箱后，工作流读取联系人、来源和需求文本。
- 模型只负责结构化提取与初步分级，例如行业、预算区间、紧急程度和需要人工确认的风险项。
- 高意向线索写入 CRM 或表格，并把摘要推给销售；低置信度和敏感内容只创建待处理任务，不自动对外发送。
- 每一步保留时间、输入来源、模型输出和人工修订结果；失败时通知指定负责人。
这类项目可以用 n8n 编排。它提供大量连接器、模板和自托管选项，但工具本身不是产品。客户最终在意的是“哪些线索由谁处理、什么时候能找到记录、出错后谁会看到”。
可引用摘要： AI 自动化服务的最小可售单元是一条可审计业务流程：明确触发条件、输入输出、人工审批点、失败处理和验收指标。大模型适合做分类、抽取和草稿，不适合在没有边界的情况下替客户做最终承诺。
一、先选一个能算清账的场景
首个项目不要从“全公司智能化”开始。优先选择每周都发生、由一个明确角色负责、结果可被核对的场景。下面三类更适合小团队切入：
| 场景 | 自动化做什么 | 人工仍负责什么 | 可验收指标 |
|---|---|---|---|
| 线索分流 | 去重、分类、生成销售摘要、写入 CRM | 最终报价与承诺 | 漏分配数、首次响应时间、人工修订率 |
| 内容生产流转 | 汇总选题、生成初稿、建立审核任务 | 事实核验、版权与发布 | 从选题到可审稿的耗时、退回率 |
| 客服工单整理 | 归类、提取订单号、匹配知识库、路由 | 退款、投诉与例外处理 | 正确路由率、首次解决时间、升级率 |
不要把“节省 80% 人力”写进提案。没有上线前后的基线，任何节省比例都只是猜测。更可信的做法是先记录一到两周的人工处理量、平均耗时和返工次数，上线后按相同口径复盘。
二、用一页流程合同锁定范围
很多自动化项目失控，不是技术问题，而是客户不断把新需求塞进“顺手加一下”。开始搭建前，用一页文档把这五件事写清楚：
- 触发器：哪个表单、邮箱或系统事件启动流程？是否允许手动重跑？
- 输入与输出：读取哪些字段，写到哪里，哪些字段绝不传给模型？
- 决策边界：模型可以分类和起草；涉及价格、退款、合同、医疗或法律判断时必须转人工。
- 异常路径：接口超时、字段缺失、模型返回不合格或下游写入失败时，谁收到通知，如何重试。
- 验收样本：双方各提供一批脱敏历史样本，提前约定应当正确处理的结果。
这张纸就是你的需求边界，也是后续报价依据。它比一份充满“Agent”“多智能体”的方案更容易让业务负责人点头。
三、首个版本的技术结构：小、可回退、可观察
一个稳妥的 MVP 不需要复杂架构。可以按下面的顺序搭建：
表单 / 邮箱 / Webhook
-> 字段校验与去重
-> LLM 结构化输出（JSON）
-> 规则校验与置信度阈值
-> CRM / 表格 / 工单系统
-> 人工复核或告警
-> 执行日志与错误队列模型输出必须经过程序校验。比如线索分级只接受 hot、warm、cold、review 四种值；缺少预算或联系方式就自动进入 review。不要让自由文本直接驱动发邮件、改价格或写数据库。
如果需要调用模型，优先使用支持结构化输出或工具调用的接口，并为每次调用保存版本号、提示词模板和输入摘要。这样客户问“为什么这条线索被判成高优先级”时，你能给出可追溯的答案，而不是只能说“模型这么认为”。
四、报价卖交付物，不卖不受控的承诺
可以把服务拆成三个独立阶段，客户也更容易购买：
| 阶段 | 交付物 | 适合的报价方式 |
|---|---|---|
| 流程诊断 | 现状图、字段清单、风险清单、验收口径 | 固定诊断费 |
| MVP 搭建 | 一条主流程、测试样本、操作说明、交接演示 | 固定项目费 |
| 运行维护 | 失败告警、月度复盘、提示词和连接器更新 | 月度服务费或工时包 |
报价前必须单列第三方成本：模型 API、自动化平台、数据库、短信或邮件服务。把这些成本直接写进客户账户，或按月实报实销。不要把不确定的 API 消耗悄悄包进固定价，等用量增长后再自己承担。
五、交付时最有价值的不是工作流截图
真正能带来转介绍的，是一套别人接手后仍能运行的资产。项目结束时至少交付：
- 流程图和节点说明，标明每个凭据归属；
- 一份测试清单，覆盖正常、缺字段、重复、超时和人工驳回；
- 异常告警的接收人及升级规则；
- 模型、提示词和连接器版本记录；
- 数据保留和删除策略，以及权限变更的操作方式。
若使用自托管 n8n，还应在合同里说明宿主机、备份、更新和管理员权限由谁负责。n8n 的许可证与托管、再分发场景有关，接单前应阅读其官方许可说明，不要把“帮客户部署工作流”和“转售自动化平台”混为一谈。
六、30 天冷启动：先拿到一个可复用案例
第 1 周：访谈 3 个熟人企业。 不推销工具，只问三个问题：每天最耗时间的重复动作是什么？漏掉一次会有什么损失？最后由谁确认结果？
第 2 周：做一个脱敏演示。 用公开或模拟数据跑通一条流程，录一段 3 分钟演示：原始输入、自动处理、人工复核、最终记录和错误提醒。
第 3 周：用低风险试点换案例。 约定只处理一类任务、运行两周、保留人工兜底。目标不是吹出收入，而是收集前后耗时、人工修改率和异常类型。
第 4 周：沉淀模板。 把流程合同、字段定义、提示词、测试样本和交接手册整理成模板。之后每次获客都从模板开始，交付成本才会下降。
常见问题
Q：客户要求“完全无人值守”，该不该接？ 先问清楚是否涉及对外承诺、资金、个人信息或合规判断。高风险动作应保留审批点；自动化的目标是减少重复劳动，不是取消责任人。
Q：需要先学会写代码吗？ 不必。n8n 的可视化流程可以完成不少连接工作，但要稳定交付，仍应掌握 Webhook、JSON、鉴权、重试、日志和基础 SQL。客户付费买的是可靠性，而不只是拖拽节点。
Q：怎样证明项目有效？ 上线前记录基线，上线后按同一口径记录。优先看处理时长、漏单数、人工修订率和异常恢复时间，不用承诺无法审计的“AI 替代了多少人”。