所有 GEO 指南

如何用实际运作证据说明 AI 辅助服务

「如何用实际运作证据说明 AI 辅助服务」的概念示意图:买家需要看懂服务如何运作,而不只是知道它用了 AI。
「买家需要看懂服务如何运作,而不只是知道它用了 AI」概念示意图。查看完整尺寸示意图

买家需要看懂服务如何运作,而不只是知道它用了 AI

“AI 驱动”只表示服务涉及这类技术,却没有说明它能为客户团队做什么、系统遇到不确定情况时会如何处理,或谁要为重要决策负责。这些才是影响服务是否可信、是否切合需求的问题。

有用的服务介绍会把三件事联系起来:

  • 工作内容: 接收什么信息、系统如何处理,以及最后产出什么。

  • 运作边界: 哪些工作可以自动进行、哪些环节由人员审核或介入,以及客户保留什么控制权。

  • 成效证据: 观察到什么结果、适用于哪些工作,以及采用什么比较方式或基准。

这让买家获得比技术标签更有价值的信息:他们可以想象服务如何融入实际运作,也有助于营销、销售和交付团队传达一致的说法。醒目的标题可以吸引注意,但工作流程和决策边界才让潜在客户有条件评估服务承诺。

目的不是不惜代价把技术实施说得很厉害,而是把实施转化为清晰的服务说明,并保留它能证明和不能证明的内容。如果自动化只负责整体服务的一部分,或其权限取决于客户偏好,这种准确表达尤其重要。

信息来源: Singapore Airlines elevates travel & work with OpenAI technology | OpenAI

把工作流程说成一连串任务和交接

从输入信息一路追踪到下一步行动,服务介绍就会变得具体。说明服务采用什么信息、执行哪些步骤,以及在哪个节点由人员或客户接手。不要把“代理”一词当成对工作内容的解释,而要说明它负责什么。

OpenAI 发布的 Sophos 案例提供了一个实例。Sophos 表示,调查代理会为每个案例整理客户背景、检测结果、入侵指标及相关威胁情报。接着,规划模型采用“规划、执行、审查”循环:建立调查计划、执行步骤,再生成摘要和建议应对措施供分析人员审核。其他代理也可以执行部分应对工作。

OpenAI 发布的 Qodo 案例则展示另一种交接方式。Codex 编写代码前,Qodo 的 Codex 插件会检索相关代码库规则及拉取请求历史。修改完成后,Qodo 会审核代码,并在同一会话中把结果返回给 Codex,时间早于开发人员打开拉取请求。Qodo 表示,剩下的问题由人员专业判断处理。这个例子清楚展示了背景信息整理、创作、独立审核和人员判断各自可以负责不同工作。

Cloudflare 的另一个例子,展示其早期开放使用的漏洞服务如何把分析联系到建议的下一步。Cloudflare 表示,服务会使用实时流量和安全信号,调查客户授权检查的代码,准备建议的缓解措施和补丁,并在交给客户前先检查和审核这些建议。客户保留决定是否实施变更的控制权。对买家而言,这清楚交代了优先处理工作的依据,以及建议与获批准变更之间的边界。

这些例子都说明,工作的先后顺序很重要。潜在客户可以区分信息收集与规划、执行与审核,以及建议采取的行动与实际执行的行动。这比只说服务使用先进 AI 处理工作,信息丰富得多。

把技术设计转化为服务页面、提案或客户演示时,要清楚展示交接点。每个阶段都回答:

  1. 输入什么信息或要求?

  2. 系统执行什么任务?

  3. 产生什么结果或建议?

  4. 谁会检查、批准或执行?

  5. 案例超出系统处理范围时会怎样?

如果运作中有例外情况或不同客户设置,就不要暗示每个案例都走完全相同的流程。适当的细节,应足以让买家理解服务实际交付什么,以及责任如何在系统、服务供应商和客户之间转移。

信息来源: Sophos cuts threat investigation time by 96% with OpenAI Daybreak | OpenAI; Qodo builds context into AI code review with Codex | OpenAI; Cloudflare links vulnerability discovery to defense with OpenAI | OpenAI; Singapore Airlines elevates travel & work with OpenAI technology | OpenAI; JioStar’s chief architect on AI discovery at 500M-user scale | OpenAI; Stack Overflow for Agents triples signups with ChatGPT plugin | OpenAI

在服务说明中交代人工判断和客户控制权

只说“有人参与”不足以让买家安心。要解释人员会审核什么、可以作出哪些决定,以及哪些行动必须得到客户授权。这样才会把监督从口号转化为实际运作边界。

在 Sophos 案例中,客户可以选择三种模式:Notify 模式下,Sophos 负责调查和提出应对建议,由客户采取行动;Collaborate 模式下,Sophos 和客户先共同商议再行动;Authorise 模式下,Sophos 可代表客户直接应对。案例指出,不论工作由人员还是代理执行,都适用相同边界;可能造成破坏的行动须有适当的人工监督。案例也说明,如果代理不适合处理某项工作,就会交由人员判断。

对营销人员而言,重点不是把这些模式名称照搬到其他服务,而是清楚呈现实际控制方式。说明系统可以提出建议、准备行动、执行行动,还是作出最终决定。交代哪些情况需要客户批准、由员工审核,以及什么情况会触发升级处理。如果客户可以选择不同运作模式,也要说明选择会如何改变服务。

草稿可以用一个简单问题检查:在某项行动影响客户业务时,买家能否指出谁要负责?如果不能,应先厘清交接,再考虑突出自动化宣称。这些细节能帮助买家按实际需要比较服务,尤其当宣传重点是速度,而工作本身也涉及运营风险。

信息来源: Sophos cuts threat investigation time by 96% with OpenAI Daybreak | OpenAI; Qodo builds context into AI code review with Codex | OpenAI; Cloudflare links vulnerability discovery to defense with OpenAI | OpenAI; Singapore Airlines elevates travel & work with OpenAI technology | OpenAI; JioStar’s chief architect on AI discovery at 500M-user scale | OpenAI

让每项成效都清楚交代适用范围

有力的指标不只是数字大。买家需要知道统计了什么、涵盖哪些工作,以及比较基准代表什么。缺少上下文时,某个数字可能听起来像普遍承诺,实际上却只是特定运作下的结果。

OpenAI 发布的 Sophos 案例报告,使用 AI 代理的案例平均响应时间约为 89 秒。案例还提到,使用 OpenAI 模型前,调查和应对案例的平均时间约为 38 分钟,并另行报告调查时间减少了 96%。案例对这些数字使用了不同的指标名称,因此应把 89 秒的平均响应时间与调查时间降幅清楚区分。案例还报告,AI 端到端处理了 52% 的 MDR 案例;这个数字指 MDR 案例,并非整项服务的所有工作。这些是案例报告的成效,不是其他机构的通用基准或保证。

OpenAI 发布的 Singapore Airlines 案例提供另一个客户服务例子。Singapore Airlines 表示,Kris 聊天机器人从传统对话流程系统转为由大语言模型驱动的对话体验后,客户满意度得分提升 2 倍。该公司还报告,使用 AI 辅助工具(包括通话摘要)的客户服务代表,平均处理时间减少约 10%。这些数字衡量不同的指标和工作流程:聊天机器人的 CSAT,以及代表的处理时间。案例还报告,Flight Recommender 过去一年月用户数增长近 3 倍。这是使用量指标,不是服务质量或收入的直接衡量。保留各项结果所指的工作流程和衡量方式,不要把它们当作其他机构的成效预测。

无论成效出现在标题、销售演示、案例摘要、提案还是广告中,都要保留这些区别。如果把“使用 AI 代理案例的平均响应时间”简化为“响应时间”会令人以为数字涵盖所有案例,就不要这样写。不要把报告中的调查时间降幅 96% 改写为响应时间减少 96%,也不要把“52% 的 MDR 案例由 AI 端到端处理”说成“快了 52%”,或当作整体服务的每项工作都已自动化的证据。

有用的成效陈述会在同一上下文中回答四个问题:

  • 改变了什么? 说明衡量的结果,例如响应时间、调查时间或已处理案例的比例。

  • 涵盖哪些工作? 指明该数字描述的案例类型、流程、客户群或服务范围。

  • 比较基准是什么? 解释基准或先前流程;如果资料没有说明是同类比较或受控比较,就不要暗示如此。

  • 这项宣称不涵盖什么? 清楚说明指标不能证明什么,例如普遍适用的服务成效、对个别客户的保证,或 GEO 曝光提升。

也要区分运营指标与买家及业务成效。在 OpenAI 发布的一篇访谈中,JioStar 的首席架构师谈到如何平衡准确度、延迟和成本,并指出生产环境的监测应涵盖模型效能。他还提醒,代码生成量等活动指标,不能说明是否创造了实际价值。为客户汇报时,应标明每项指标反映什么:运营表现、服务或客户成效,还是业务影响。说明它涵盖的工作流程和期间;用运营指标找出可能需要改善的环节,不要暗示指标未能证明的收入或客户影响。如有生产环境中的反馈或失败,团队也可用来完善评估案例,并由领域专家协助判断良好表现的标准。

目的不是用一堆限定语削弱好成绩,而是让买家知道这项结果可以合理地帮助他们判断什么。精确的宣称往往能让销售对话更有价值:潜在客户可以进一步了解自己的工作是否与被衡量的流程相似,以及哪些运营条件会影响结果。

信息来源: Sophos cuts threat investigation time by 96% with OpenAI Daybreak | OpenAI; Qodo builds context into AI code review with Codex | OpenAI; Cloudflare links vulnerability discovery to defense with OpenAI | OpenAI; Singapore Airlines elevates travel & work with OpenAI technology | OpenAI; Stack Overflow for Agents triples signups with ChatGPT plugin | OpenAI

把技术细节整理成买家看得懂的证据简报

对代理商团队而言,实际交付不只是文字润色,而是共同确认服务如何运作,以及证据支持哪些宣称。先与最熟悉交付的人员整理说法,再用于统一网站、提案、销售对话和成效报告。

先选一项重要服务流程,请交付团队从接收案例到完成处理逐步说明,包括例外情况,再把答案整理成简短的工作简报:

  • 服务承诺: 用买家熟悉的说法,指出服务旨在解决什么问题。

  • 流程: 按运作顺序列出输入、系统任务、产出和交接。

  • 决策权: 说明系统可执行什么、人员审核什么、客户批准什么,以及何时升级处理。

  • 证据: 记录成效、被衡量的群体或工作、比较方式,以及会影响解读的条件。

  • 宣称边界: 说明不应从流程或结果推断什么。

  • 证据负责人: 指定交付或运营团队中能确认说明仍符合现状的人员,尤其是在服务变化时。

这份简报有助于团队避免两种常见的内容问题。第一是过于抽象:只称服务智能或自主,却不解释它实际负责什么。第二是过度延伸:把真实成果说成所有客户、案例或任务都会得到相同结果。

根据买家当下的决策需要,用这份简报制作不同内容。服务页面可能需要浅显的流程说明和清楚的控制边界;提案可能要把流程联系到潜在客户的运营模式;案例研究可以突出实际衡量的成效,但必须同时交代适用范围;销售团队则可能需要简洁回答“系统不确定时会怎样”。这些是同一套运营事实的不同表达方式,不是彼此独立、需要另行编造的故事。

发布前,请交付负责人审核系统行动、人员审核和客户控制权的描述。再由营销团队确认成效保留了衡量范围,文案也没有把案例中已报告的结果写成承诺。当潜在客户能用自己的话说明服务做什么、哪些环节仍需判断,以及证据实际说明什么,这份内容才算完成。如果做不到,就先简化说明或厘清交接,再补充更多技术细节。

信息来源: Sophos cuts threat investigation time by 96% with OpenAI Daybreak | OpenAI; Qodo builds context into AI code review with Codex | OpenAI; Cloudflare links vulnerability discovery to defense with OpenAI | OpenAI; Singapore Airlines elevates travel & work with OpenAI technology | OpenAI; JioStar’s chief architect on AI discovery at 500M-user scale | OpenAI; Stack Overflow for Agents triples signups with ChatGPT plugin | OpenAI

把 GEO 曝光视为另一项独立观测

实际运作证据可以让服务更容易理解和评估,但仅凭这些证据,不能证明 AI 答案引擎会引用、推荐或显示该服务。Sophos 案例描述了工作流程并报告成效,却没有证明这种介绍方式会增加 AI 引用或推荐。

为客户汇报时,要分开处理三个问题:

  1. 服务是否清楚? 买家能否理解工作内容、交接方式和边界?

  2. 运营宣称是否有依据? 现有证据是否与成效的措辞和范围相符?

  3. 观察到什么曝光? AI 回答有无提及或引用品牌?是在什么上下文中出现?

这些信号可以帮助作出不同决策。流程说明更清晰,买家可能更容易理解服务包含什么,让销售对话更有基础。有明确范围的成效,能让案例更可信、更有参考价值。AI 提及或引用则是另一项观测,不能证明内容改动促成了回答,也不能证明提及带来了需求。

如果监测 AI 回答,应在自己的汇报流程中记录提示或问题、回答措辞、来源引用,以及观测日期。可以比较不同时间的观测结果,但不要把少量回答扩大成整个市场的曝光宣称。合格询盘、销售对话和可归因的业务成果,应分别按各自的业务上下文汇报。

下一步可以先选一项潜在客户经常误解的服务流程,梳理流程,指出人员和客户的决策点,并只加入真正描述该项工作的成效。然后请交付和销售团队共同审核。这本身就是有用的营销改进:让买家更清楚地判断服务是否适合,而不是要求一个指标或 AI 系统代替你解释服务。

信息来源: Sophos cuts threat investigation time by 96% with OpenAI Daybreak | OpenAI; Stack Overflow for Agents triples signups with ChatGPT plugin | OpenAI

信息来源

延伸阅读

意见反馈