温州制造企业谈AI知识库建设，容易先想到买什么系统、接哪个大模型。但真正动手时会发现，卡住的地方往往不是技术，而是资料本身：产品参数在样本册PDF里，技术说明在工程师电脑里，客户常问的问题在业务员微信里，售后记录在另一个表格里。这些东西不整理，AI接进来也答不准。
一、制造企业的资料有哪几类
以温州机械、阀门、电气行业为例，日常积累的资料大致分四类：
- 产品基础资料：型号、规格、材质、连接方式、压力等级、适用介质、工作温度等参数表
- 技术文档：选型说明、安装尺寸图、执行标准、材质对照、维护要点
- 客户问答：询价时常问的起订量、交期、包装方式、认证要求、替换型号
- 内部经验：某个工况为什么推荐这种结构、某类介质为什么不能用某种密封
前三类相对好找，第四类最难沉淀，也恰恰是AI知识库最有价值的部分。
二、整理时的三个实际动作
- 把参数表从PDF变成可检索的条目。样本册里的参数表是给人看的，AI需要的是按型号、按字段拆开的结构化内容。同一个阀门型号，压力、口径、材质、连接标准要能单独被问到、单独被回答。
- 给技术文档加一层“人话解释”。工程师写的选型说明术语密集，客户和业务员都不一定看得懂。整理时补一句适用场景，比如某种结构适合什么工况，AI回答时才有上下文。
- 把客户问答归到产品线下。同一个问题在不同产品上答案不同，问答不能堆成一个大列表，要挂在对应产品分类下，否则AI容易张冠李戴。
三、常见问题
- 数据孤岛：产品资料在技术部，报价在销售部，售后在客服，各存各的，知识库只覆盖一部分
- 版本混乱：同一个型号有多个版本的参数表，没有标注哪个是现行版本
- 安全合规：客户名单、报价、图纸属于敏感内容，知识库要区分对内和对外可用的范围
- 员工不用：建好了没人查，还是习惯问同事，知识库没有嵌进日常工作流程
四、和网站、GEO的关系
知识库整理好之后，一部分内容可以直接支撑外贸网站和官网的产品页、FAQ、选型指南。温州晟成科技在服务机械、阀门、电气企业建站与GEO优化时，通常会建议先把产品参数和客户问答梳理清楚，再决定网站结构和内容布局。知识库是底层，网站和AI搜索是出口，底层不清楚，出口的内容就容易空泛。
对温州制造企业来说，AI知识库建设不是一次性项目，而是把散落的资料逐步收拢、持续更新的过程。先从一个产品线做起，把参数、文档、问答整理到能被检索、能被引用的程度，再考虑扩展到其他产品线。