很多人学了一堆 AI 工具，Codex、Claude Code、Coze、Dify、各种 Agent 都会用，甚至能独立开发一个 AI 应用。
但真让他出去接一个企业项目，反而不知道该从哪里下手。
客户去哪找？第一单做什么？报价多少？没有项目经验，老板凭什么相信你？
这些问题，比学会一个新的 AI 工具更现实。
做 FDE，技术是基础，接单是另一套能力。
企业不会因为你会用 Codex 就给你付钱，也不一定关心你是不是 FDE。
老板只关心一件事：我现在遇到了什么问题，你能不能帮我解决，花多少钱，多久能看到结果？
如果你是刚入行的 FDE，想接到自己的第一个企业 AI 项目，我建议按照下面这六步走。
一、别急着找客户，先确定你能卖什么
很多人接不到单，第一个问题就是不知道自己卖的是什么。
在个人介绍上写：
“精通 AI Agent、RAG、MCP、工作流自动化，承接企业 AI 智能化改造。”
看起来很专业，但大多数传统企业老板根本听不懂。
你换一种说法：
帮外贸公司把客户询盘整理成标准报价资料。
帮电商团队自动分类售后问题，减少人工整理工单的时间。
帮销售团队整理客户跟进记录，提醒遗漏的商机。
帮企业搭建内部知识查询助手，让员工更容易找到制度和产品资料。
帮财务团队整理报销单据，辅助完成信息核对和异常提醒。
是不是一下就具体了？
这些都是可以进一步评估的 AI 服务场景，但并不是每个企业都适合直接自动化。比如财务核对、涉及个人信息的客服系统，还需要认真处理权限、数据安全和人工复核。
你要卖的不是 AI 技术本身，而是企业能够理解、衡量和验收的具体服务。
对于新人，我建议先选一个熟悉的行业，再选其中一个高频业务问题。
不要一上来就想着承接整个公司的 AI 转型。
范围越大，沟通越复杂，风险越高。没有交付经验的人，很容易把自己困在一个根本做不完的项目里。
二、第一批客户，应该去哪里找？
对于没有客户资源的新人，我建议优先考虑四条路径。
第一条，自己熟悉的行业。
假如你以前做过电商，就先去找电商公司的问题。
如果你以前在制造业做过产品经理，就先看看制造企业的报价、采购、订单和生产资料管理。
你不需要重新学习整个行业的业务语言，也更容易判断哪些需求值得做。
第二条，熟人和二度人脉。
不要直接在朋友圈发一句“承接 AI 项目，有需要联系”。
可以试着询问以前的同事、合作伙伴、创业朋友：
“你们公司现在有没有哪些工作，每天需要人工重复整理、录入或者核对？我最近在研究用 AI 改造这类流程，想了解几个真实场景。”
先了解问题，而不是上来卖服务。
第三条，与已有企业客户的软件服务商合作。
比如 ERP、CRM、OA 实施服务商，或者中小企业信息化服务团队。
他们可能已经有企业客户和客户关系，但不一定具备所有 AI 应用的开发能力。
你可以寻找明确的小型 AI 集成任务，通过分包、联合交付或技术合作获得机会。
当然，合作前要明确客户归属、权限、报价、验收和付款责任。
第四条，在知乎、行业社群和内容平台持续回答真实问题。
例如，你擅长企业知识库，就持续回答：
“企业内部知识库怎么搭建？”
“为什么 RAG 知识库回答不准确？”
“企业部署 AI 客服，需要准备哪些资料？”
不必每篇文章都推销自己。
当别人能从你的内容里看到业务理解、技术方案和实际操作能力时，才更可能产生咨询意愿。
但要记住：有曝光不代表有客户，更不代表一定能成交。
三、没做过真实客户项目，怎么让企业相信你？
这是新人最容易卡住的地方。
客户问：“你以前做过哪些企业项目？”
你没有真实项目经验，怎么办？
我的建议是：先做一份能展示能力的实战作品，而不是编造客户案例。
举个例子，你想接企业知识库项目。
可以自己搭建一个模拟企业场景，准备一套经过授权或自行编制的业务资料。
然后完成一次完整的项目练习：
写清楚企业当前的问题和希望达到的目标。
整理业务资料，明确哪些内容允许被 AI 使用。
选择合适的技术路线，搭建可运行的知识查询应用。
设计正常问题、错误问题和权限边界的测试用例。
记录系统回答质量、已知局限和需要人工处理的情况。
整理交付说明、测试报告和使用手册。
最后形成一份可以公开展示的作品。
注意，一定要明确标注它是模拟实战项目，不能说成某家企业已经付费购买并实际部署的项目。
这份作品不能代替真实客户履历，但至少能让客户看见你的工作过程。
会演示一个 Agent，和能够讲清楚需求、技术、风险、交付、验收，是两种不同的能力。
第一次接单时，你尤其需要后者。
四、找到客户以后，先别急着报价
假设一家贸易公司老板找到你：
“我们想用 AI 自动回复客户询盘，能做吗？”
很多技术人员第一反应是：
“能做，我用大模型接个工作流就行。”
然后马上报价。
这其实很危险。
因为你还不知道客户真正要解决什么。
你至少需要问清楚五件事。
1. 现在的流程是什么？
客户询盘从哪里来？邮件、WhatsApp、网站还是其他渠道？现在由谁处理？
2. 目前最麻烦的环节是什么？
是回复速度慢，还是产品资料查找困难？是报价容易出错，还是客户信息经常遗漏？
3. 一个月大概有多少业务量？
每天几十条询盘，和每天几千条询盘，技术架构、成本和维护要求可能完全不同。
4. 希望达到什么结果？
是减少资料查找时间，还是提升首次响应速度？哪些指标可以作为试点验收依据？
5. 有哪些不能碰的边界？
哪些客户信息属于敏感数据？AI 能否对外自动发送报价？哪些内容必须人工确认？现有系统能否提供接口？
这五个问题问清楚以后，你可能发现客户需要的根本不是一个全自动 AI 客服。
也许先做一个“询盘分类＋报价资料检索＋人工确认”的辅助工作流，就能解决相当一部分问题，而且风险更可控。
FDE 的价值，不是客户说要什么就做什么，而是帮客户把模糊需求变成能够实施和验收的方案。
五、第一单怎么报价？
新人常犯两种错误。
一种是怕客户跑了，报价特别低，什么需求都答应。
另一种是觉得 AI 很值钱，随口报一个高价，却解释不清楚价格对应哪些工作。
这两种方式都很难建立长期生意。
我建议第一单优先采用范围明确的小型付费试点。
报价前先估算：
项目报价底线 = 预计人工成本＋模型/API及基础设施成本＋外部服务成本＋合理风险预留。
在此基础上，再考虑客户能够获得的业务价值、市场竞争、项目复杂度和合理利润。
比如客户希望自动整理销售线索。
你可以先约定一个试点范围：
只处理一个确定的数据来源。
只完成客户信息提取、分类与人工审核前的结果整理。
明确需要客户提供哪些资料和测试权限。
规定双方验收时使用的样本和合格标准。
明确试点之外的新需求需要重新评估报价。
不要把“做一个简单工作流”和“负责整个企业销售系统”混在同一份报价里。
也不要轻易承诺“AI 一定能让你的业务收入增长多少”。
技术方案可以验收，但企业最终的销售增长通常还受产品、渠道、团队执行等多种因素影响。
首次合作尤其要注意付款节点。对于需要投入实际开发工时的项目，尽量不要在没有明确合同和付款约定的情况下，先投入大量免费工作。
六、第一单真正交付的，不应该只有一个能运行的 Agent
假设你终于签下了一个客户。
这时最危险的想法，就是认为功能做出来，项目就结束了。
企业需要的是可以使用、可以检查、遇到问题知道找谁的系统。
至少应该根据合同和项目复杂度明确以下交付内容：
| 交付内容 | 客户需要确认的问题 |
|---|---|
| 需求与范围说明 | 你承诺解决什么、不解决什么？ |
| 可运行的解决方案 | 客户能否在约定环境中实际使用？ |
| 测试与验收记录 | 如何证明功能达到双方约定的标准？ |
| 操作说明 | 客户员工能否理解和使用？ |
| 异常处理方案 | AI 出错、接口失效或数据异常怎么办？ |
| 维护与费用说明 | 后续模型费用、系统维护和新增需求由谁负责？ |
有些小项目不需要非常复杂的文档，但该讲清楚的责任和边界不能省。
项目结束以后，经过客户许可，你还可以对项目进行脱敏复盘。
记录问题、方案、交付过程、测试结果，以及踩过的坑。
这会成为下一次接单时更有说服力的材料。
真正有价值的项目经验，不只是“我做过一个 AI 系统”，而是“我知道这类业务问题应该如何分析、实施、验收和维护”。
七、如果现在零客户、零案例，我建议这样开始
给自己一个 30 天的行动计划。
第1周：确定一个行业和一个细分服务。
不要同时研究十几个行业。选择自己熟悉或能够接触到业务人员的场景，梳理出三个具体业务问题。
第2周：制作一份完整的模拟项目作品。
不追求复杂，优先展示需求、方案、可运行结果和验收记录。确保材料来源合规，并明确标注模拟性质。
第3周：接触真实的潜在客户。
从已有职业关系、行业社群、软件服务合作方等渠道，寻找愿意交流真实需求的人。
目标不是立刻签单，而是验证：你发现的问题是否真实存在？企业是否愿意投入预算解决？
第4周：尝试推动一个范围明确的付费试点。
根据前面获得的反馈，修改方案、报价和交付边界。
如果暂时没有成交，也要复盘究竟卡在哪里：
是根本找不到有预算的客户，还是客户不认可方案？是报价不合适，还是缺乏可信案例？
这几种问题，解决方法完全不同。
30 天并不能保证你获得订单，但至少能让你从盲目学习 AI 工具，走到真正验证市场需求的阶段。
最后：FDE 想接单，最应该补的是什么？
我认为，对于已经具备基础 AI 开发能力的人，接第一单通常还需要补齐三项能力：
第一，业务理解能力。 能够从客户模糊的描述中发现真正的问题。
第二，方案与交付能力。 能把业务问题拆解成任务、系统、测试和验收标准。
第三，商业沟通能力。 能说明价值、明确报价、管理客户预期，并推动正式合作。
找到客户只是开始。
客户为什么信任你、为什么愿意付款、最终为什么愿意再次合作，才是这门生意能不能持续做下去的关键。
如果你现在还没有真实企业项目经验，可以先从结构化的企业实战练习入手。
FDE 大师提供免费的 FDE 方法论，以及面向企业业务场景的实战案例包。你可以先查看一份企业项目样例，了解需求分析、任务拆解、方案实施与成果验收的过程，再决定是否需要进一步训练。
实战学习不等于获得商业订单，更不意味着付费后会有客户。它解决的是能力准备问题，而接单还需要你主动验证需求、建立信任和完成商务合作。
不要把目标只设为“学会一个新工具”。
试着把目标改成：
我能不能独立解决一个企业愿意付费的真实问题？
当你开始围绕这个问题学习和行动，才真正走上了从 AI 工具使用者到企业 AI 交付者的道路。
