01 · 组织痛点
咨询公司最浪费的，是每个项目都从零开始
咨询公司看起来是知识密集型组织，但很多知识并没有真正留在组织里。项目结束后，报告归档在网盘，访谈纪要散落在个人电脑，方法论藏在老顾问脑子里。下一个项目启动时，新团队依然要重新找资料、重新搭框架、重新问一遍类似问题。
这不是顾问不努力，而是组织没有把项目经验变成可复用资产。AI 知识库和项目助手的意义，就是让每一次交付都变成下一次交付的起点。
02 · 沉淀对象
不要只存最终 PPT，要存过程知识
最终报告当然重要，但对复用价值更高的，往往是过程材料：访谈提纲、客户原话、行业数据源、分析假设、竞争对手清单、方案取舍理由和项目复盘。
这些材料如果被结构化，AI 就能在新项目启动时自动推荐相似案例、提取可复用框架、生成访谈问题和资料清单。顾问不再从空白页开始，而是站在公司已有经验之上继续判断。
- 项目背景：客户行业、问题类型、项目目标。
- 研究材料：数据源、政策、竞品、专家访谈。
- 交付框架：目录结构、图表模板、关键假设。
- 复盘记录：哪些判断被验证，哪些方法不适用。
03 · 工作台设计
咨询 AI 工作台应该围绕项目周期设计
真正好用的咨询 AI 不是一个孤立聊天框，而是嵌入项目周期的工作台：立项时帮你找历史案例，研究时帮你整理资料，访谈后帮你提炼洞察，写报告时帮你生成初稿和检查逻辑。
每个环节都需要不同的知识源和输出格式。立项阶段要相似案例，研究阶段要来源可靠，访谈阶段要保留原话，交付阶段要符合公司模板。这些都需要提前设计。
AI 不应该降低顾问质量标准，而应该把顾问从重复整理中释放出来，让他们有时间做真正需要经验和判断的工作。
04 · 管理机制
知识复用必须有权限、脱敏和更新机制
咨询公司的资料往往涉及客户隐私和商业敏感信息，不能简单全部入库。需要按客户、项目、行业、权限层级做脱敏和访问控制，也要明确哪些资料可以跨项目复用，哪些只能在项目组内部使用。
同时，知识库需要持续维护。每个项目结束后，应该有轻量复盘和入库动作：哪些材料值得沉淀，哪些判断需要标注适用条件，哪些模板可以推广。