很多温州制造企业手里并不缺资料：产品样本册做了十几年，参数表存在业务员的电脑里，应用案例散落在报价单和邮件中。问题在于，这些资料是给人看的，不是给AI读的。当客户在AI平台提问“温州有没有做某类阀门/机械配件的厂家”时，AI抓不到企业的产品分类、参数口径和应用场景，自然也就无法把这家企业组织进回答里。
这就是温州制造企业AI知识库建设要解决的第一件事：把产品资料从“文件”变成“结构”。
一、产品分类要按客户提问方式重排
企业内部习惯按型号、系列、图纸编号分类，但客户和AI的提问方式完全不同。客户会问“耐高温的”“用在化工管路上的”“口径多大的”。知识库里的产品分类如果只有内部型号，AI就无法把产品与这些场景词对应起来。
做法是把产品线拆成两级：一级按产品大类，二级按应用条件或结构特征。比如阀门类可以按连接方式、驱动方式、适用介质分出若干组，每组下面再挂具体型号。这样AI在理解企业产品范围时，能抓到“这家企业做什么类型的产品”，而不只是一个型号字符串。
二、参数表要统一口径，避免同一参数多种写法
制造企业产品资料里最常见的问题是参数口径不统一。同一项压力参数，样本册写一种单位，Excel写另一种，业务员口头又是一种说法。人可以根据经验判断，AI不能。
知识库建设时需要把参数项固定下来：每个产品类别对应哪些必填参数、单位怎么写、范围怎么表达。参数表整理成统一格式后，AI在回答“某类产品一般有哪些参数”时，才有可能引用到企业的内容。这一步不涉及技术，主要是梳理和校对，但直接决定AI能不能读懂。
三、应用场景要写清楚，而不是只写“广泛应用于各行业”
“广泛应用于石油、化工、电力等行业”这句话在样本册里很常见，但对AI几乎没有信息量。AI需要的是具体场景：用在什么设备上、解决什么问题、和哪些介质或工况相关。
把应用场景写成短段落，每段对应一类客户问题。比如某类产品用在什么工况下、客户选型时通常关注哪几个参数。这些内容不需要夸张，只需要具体。温州晟成科技在协助制造企业整理知识库内容时，通常会把应用场景与产品分类、参数表对应起来，形成一套可以被AI逐层读取的结构，而不是一堆互不关联的文档。
四、知识库与官网、外贸网站的关系
知识库不是另起一套内容，而是把官网和外贸网站上已有的产品信息重新组织。官网负责展示和询盘入口，知识库负责让AI理解企业做什么、产品怎么分类、参数怎么表达。两者内容一致，AI在引用时才有稳定来源。
对温州制造企业来说，AI知识库建设的起点不是买工具，而是先把产品资料梳理成分类清晰、参数统一、场景具体的结构。这件事做完，AI搜索在涉及温州制造企业的提问中，才有机会准确提到企业的产品与能力。