从一次可验证试点，到企业内网完整交付。

适合什么情况

不确定 AI 是否值得做、该从哪里开始；或者已有想法，但缺少技术路线、环境条件和成本判断。

解决什么问题

把模糊的“想用 AI”变成一个可验证的具体场景，判断价值、条件与路线，避免盲目采购硬件或平台。

客户需要准备什么

1–2 个真实业务问题；相关资料样本；现有 IT 环境的基本说明；一位业务负责人参与。

SparkAI 做什么

业务问题与场景筛选、价值判断、环境条件评估、技术路线与成本判断、最小验证、继续或暂停建议。

最终交付什么

书面评估结论、试点范围、技术建议、风险项、下一阶段建议。

怎么验收

以书面结论是否清楚回答“做不做、做什么、怎么做、需要什么”为准。结论可以是“暂不建议投入”。

不属于默认范围完整系统实施、长期驻场、代替客户做业务决策。

适合什么情况

文档、手册、项目资料和经验分散在个人与群聊里；反复答疑、找不到、版本混乱，新人上手慢。

解决什么问题

建立可检索、可问答、回答附带出处、可持续维护的内部知识能力，把个人经验变成组织资产。

客户需要准备什么

资料清单与负责人；权限要求；10–20 个真实高频问题及期望答案；首批使用人群。

SparkAI 做什么

资料盘点与结构设计、清洗与分层、权限设计、检索与问答配置、引用出处、问题集测试调优、管理与维护方式。

最终交付什么

可运行的知识库、配置说明、测试问题集与测试记录、管理员说明、维护方式。

怎么验收

基于真实问题集逐条核对答案与出处，覆盖无答案、越权、过期资料等异常场景；不以“感觉回答不错”为准。

不属于默认范围大量历史纸质资料数字化、跨系统权限体系改造、业务系统深度集成。

适合什么情况

数据不能直接交给公网 SaaS；希望模型、知识库与业务资料留在自己的环境，并可控地对内提供 AI 能力。

解决什么问题

基于现有基础设施评估，完成本地模型、知识库或智能体能力部署，形成可管理的内部 AI 入口。

客户需要准备什么

现有服务器与 GPU 情况或采购计划；网络与访问控制要求；目标场景与使用人数；运维对接人。

SparkAI 做什么

硬件评估、模型选择、推理环境部署、知识库与智能体配置、业务入口接入、网络边界与访问控制、测试、配置记录、回滚方案、培训与支持。

最终交付什么

可运行的私有化环境、配置与变更记录、测试记录、回滚方案、操作手册、培训、标准 30 天支持期（以书面约定为准）。

怎么验收

按书面方案逐项验收：功能、约定并发与上下文条件下的性能、访问控制、回滚演练、文档移交。

不属于默认范围“所有服务器都能跑”、无限并发、任意模型支持、完全无需维护；多机房高可用。