制造企业和外贸企业做AI知识库，常被当成同一类项目来谈。真正落地时会发现，两类企业的资料形态、使用场景和配合节奏差别很大，流程设计也不能照搬。
制造企业的资料，核心是产品参数、工艺说明、设备能力、质检标准和售后规范。这些内容往往散落在技术图纸、Excel参数表、PDF说明书和老师傅的经验里。知识库建设的第一步不是录入，而是把产品线、型号、参数口径统一起来。比如同一款阀门，技术部叫一个型号，销售部叫另一个简称，外贸部又有一套英文命名，AI检索时就会混乱。流程上，制造企业需要先做资料盘点和口径对齐，再进入结构化整理。企业配合的重点是：指定技术或生产岗位的人参与参数确认，而不是只让行政或IT部门对接。
外贸企业的资料，核心是产品目录、报价逻辑、认证文件、包装运输说明和多语言内容。这些资料面向海外客户，语言、单位、认证标准都要适配目标市场。流程上，外贸企业更需要在知识库建设初期就明确使用场景：是给业务员查资料，还是给海外客户自助查询，还是给AI搜索和GEO优化提供内容基础。不同场景，知识库的结构和颗粒度不一样。企业配合的重点是：外贸业务人员要参与常见问题梳理，把询盘中出现频率高的问题、客户容易误解的参数、报价中的变量条件整理出来。
两类企业在配合上的另一个差异是节奏。制造企业的资料更新往往跟着产品迭代走，知识库需要预留参数变更的维护入口；外贸企业的资料更新跟着市场走，认证、包装、报价条件可能按区域调整，知识库需要支持多语言和多区域的版本管理。
从流程上看，制造与外贸企业的AI知识库建设可以归纳为几个阶段：资料盘点与口径统一、使用场景确认、结构化整理、与网站或内部系统对接、测试反馈、上线后维护。制造企业偏重参数准确性和内部协同，外贸企业偏重多语言适配和询盘转化路径。
温州晟成科技在服务温州及周边制造、外贸企业时，通常会把知识库建设与外贸网站、企业官网的内容结构一起考虑，让产品分类、参数表、应用场景和询盘入口在知识库和网站之间保持一致。这样AI搜索在引用企业内容时，能更准确地识别企业做什么、服务谁、产品参数是什么，而不是只抓到一个模糊的公司介绍。
对于制造与外贸企业来说，AI知识库不是一次性项目，而是把企业已有的技术资料、业务经验和客户问题，整理成可被AI理解和调用的内容资产。流程上的差异，本质上来自业务本身的差异。