FDE 企业智能体交付 SOP 文档

1. 项目筛选阶段

1.1 优先对接企业负责人（老板 / 业务一把手），无老板背书慎接。 

1.2 初步访谈，评估客户现状：业务流程是否零散、资料是否齐全，判断客户基础成熟度。

 1.3 识别客户需求，拒绝一次性全业务改造宏大需求，引导单点试点。 1.4 评估项目范围：项目预算上限锁定 20 万，交付周期控制 30 天内，超出则拆分。

 1.5 诊断单独收费，不免费输出完整落地方案。

2. 方案与报价阶段

2.1 三选一报价模型：人天报价 / 交付物阶段报价 / 单点缩小范围报价。 2.2 成本核算：人力、房租、渠道、税费、沟通、测试、调优、运维全部计入成本；成本基础上浮 20%-30% 保底。

 2.3 算力约定：报价包含测试额度，超出调用额度由客户单独充值；服务器固定成本可打包。

 2.4 合同约定：项目分 2～3 期交付；首付款≥40%，尾款控制 10%-20%。推荐 4:4:2 /5:4:1。

3. 验证 & 开发交付阶段

3.1 优先做模型效果验证阶段，输出验证报告，验证不通过，终止后续开发。 

3.2 梳理客户业务 SOP，整理内部资料，完成智能体流程搭建、原型、测试。

 3.3 上线试运行，预留充足调优工时（AI 项目调优周期通常远长于开发）。 

3.4 阶段性交付成果，组织客户验收。

4. 项目收尾与客户持续经营

4.1 尾款回收，交付项目文档、运维说明。

 4.2 复盘项目，沉淀行业案例。

 4.3 基于一期成果，洽谈二期、三期扩容项目，持续深度合作。

10 个 FDE 问题 Q&A

1. Q：FDE 到底是什么？ A：企业智能体现场落地实施，本质是帮企业把大模型接入真实业务流程，梳理 SOP、部署智能体，不是单纯写代码。
2. Q：为什么批量接几千块小智能体订单看着赚钱，实际利润极低？ A：渠道、交付人力、税费、房租成本占大头，大量时间消耗在科普客户、筛选线索，最后净利润不足 10%，属于体力项目生意。
3. Q：FDE 项目最大难点是技术吗？ A：不是。最大难点是获取老板信任；很多企业业务基础差，大量时间用来帮客户梳理业务补课。
4. Q：报价优先用哪种方式？ A：需求清晰用人天报价；不确定模型效果，优先按交付物分阶段报价；客户需求宏大，采用单点缩小范围报价。
5. Q：算力成本为什么不能打包进总价？ A：模型调用量波动极大，客户业务放量后算力成本暴涨，打包报价会直接吃掉项目利润。
6. Q：收款怎么设置最安全？ A：分 2~3 期，首付款≥40%，保障能覆盖当期人力投入；尾款压低，降低坏账风险。
7. Q：为什么不建议接超过 20 万、周期超过 1 个月的项目？ A：项目越大需求越容易膨胀，工期越长越容易陷入无休止调优，团队容易被项目困住。
8. Q：客户要求先出方案看看，要不要免费做？ A：不要。诊断、方案、部署分层收费，免费交付方案极易被客户拿走方案后丢单，人力沉没。
9. Q：FDE 创业两条路线怎么选？ A：单兵作战适合简单小项目，上限低；团队规模化前期要扛亏损，需要持续线索与标准化交付，失败率很高，中间地带最容易倒闭。
10. Q：一期项目的款项本质是什么？ A：第一期项目费用本质是信任费，用来交付可验证成果，拿到结果之后才有机会谈后续扩容项目。

这篇是非常真实、踩完大坑之后沉淀出来的一线创业复盘，没有 AI 圈常见的造词泡沫，把从小单批量交付，转型做企业分期 AI 落地的完整盈亏、坑点、报价方法论一次性讲透。我帮你梳理核心观点、提炼底层逻辑，顺带拆解里面的矛盾与机会。

一、故事主线快速复盘

原作者 24 年从字节 Seed 离职 all in AI，盯上企业智能体落地（现在被叫做 FDE：Field Deployment Engineer，现场业务落地实施）。

1. 25 年下半年郑州组队，淘宝 / 闲鱼 / 视频号批量接几千～2 万小智能体订单，几个月做 200 个智能体，营收破百万（7 位数）。
2. 算账暴击：渠道 30%-40% + 交付成本 30%-40% + 税费房租，净利润不足 10%，做成 “互联网外壳的制造业生意”。
3. 隐性消耗：流量天花板低、大量精力用来筛选线索、给客户科普 AI；小额订单坑一点不少，客户信任缺失。最后砍掉批量小单业务，变卖资产，转向中大型企业交付。
4. 认知升级：技术最简单，信任才是壁垒，必须对接老板；很多企业连基础业务流程都没梳理，项目一半时间是帮客户补课。
5. 现在的业务策略：封顶 20 万项目，工期控制 1 个月，分多期交付，一期一期建立信任，从小项目逐步扩容。

二、FDE 两条路线，中间地带最容易死

1. 向下：单人 OPC 单兵作战
   时间碎片化，只能做简单场景，很难承接复杂专业项目，上限很低。
2. 向上：团队规模化打法
   前期烧钱亏损，标准化交付流程、持续获客，等待市场成熟。门槛极高，绝大多数团队扛不住现金流压力，卡在中间滑向倒闭。

判断：企业 AI 落地还处在非常早期，领先半步是先进，领先一步是先烈。不要幻想市场会短期爆发。

三、三种项目报价方法（实战可直接复用）

1）按人天报价（最通用）

• 逻辑：估算人力投入，人力成本一般占总报价 40%，反推总价，预留余量。
• 示例：人力成本 1.8 万，÷0.4=4.5 万，报价 5 万。剩下 60% 覆盖渠道、税费、房租、利润。
• 适合：需求相对清晰的系统开发、智能体部署。

2）按交付物拆分报价（风险最低）

把项目拆成阶段，阶段性交付、阶段性收费。 例：第一阶段模型验证 + 报告（5000 元）；验证通过，再启动二期开发（2 万）。 如果模型达不到预期，项目终止，客户只承担验证成本，你不会白投入大量开发人力。凡是有前置验证环节的 AI 项目，优先用这个模式。

3）缩小范围切入（需求膨胀、边界模糊时使用）

客户上来就要全链路 AI 改造，需求宏大不切实际。不要全盘承接，切一个单点场景做一期试点。 不求大单，优先保证利润率，拿到可验证结果，建立信任，再谈后续二期、三期。

重点：第一期款项本质是信任费，不是开发费。

四、收款规则 & 两个极易忽略的隐性成本

✅ 收款策略

• 分期：推荐 5:4:1或者 4:4:2
• 首付款≥40%：至少覆盖当期人力投入，对冲客户中途终止项目风险；尾款压低，减少坏账损失。

✅ 两笔绝大多数人漏算的账

1. 模型调用算力不要打包成固定总价
   报价只包含测试额度，超出流量，客户单独充值。模型调用量波动极大，一旦打包，客户业务放量，你会被算力成本吃掉利润。服务器、数据库这类固定基础设施可以打包。
2. 报价不能只算写代码时间
   需求访谈、资料整理、原型、测试、部署、试运行、后期调优都要计入工时。AI 项目普遍开发周期短，调优周期极长，报价必须预留调优成本。

五、新手最大坑：免费出方案

客户一句 “先帮我看看”，就开始免费访谈、输出完整方案。客户拿着方案去找低价外包，你人力全部沉没。 原则：诊断收费、方案收费、部署收费，服务分层售卖，不要一次性全部免费交付。

六、认知总结

1. FDE 本质不是写智能体代码，是业务流程梳理 + AI 落地实施 + 客户信任管理，换个名字，内核就是企业数字化实施，只是载体换成大模型智能体。
2. 小批量低价智能体订单，是低毛利体力生意，流量内卷、渠道分走大量收入，规模上去利润也薄，不适合长期重仓。
3. 项目大小不重要，可控边界、分期交付、可控风险最重要。20 万封顶、1 个月工期，是作者踩坑后找到的安全区。
4. 报价的底层：先守住成本底线（成本 + 20~30% 保底），不要一开始就追求利润最大化；案例积累之后，再做价值定价。
5. 客户关系是阶梯式：一期验证拿结果 → 二期扩大场景 → 三期全流程落地，靠持续交付成果换取更大订单，而不是一次性谈百万级大项目。

七、可以延伸思考的矛盾点

1. 这个模式的天花板：持续依赖老板信任，属于项目制服务，不是标准化 SaaS 产品。项目制永远有产能上限，很难指数增长。
2. 市场内卷：大量实施外包、培训课程都套上 FDE 的外衣，客户会慢慢区分 “只会搭智能体的人” 和 “懂业务流程、能落地拿结果的团队”。
3. 行业分化：不同行业的 AI 落地难度、付费意愿差异巨大，长期做需要聚焦垂直行业沉淀，降低沟通和交付成本。