家居建材品牌在AI问答里遇到的尴尬，往往不是没有曝光，而是回答不准。客户问一款三层实木复合地板的环保等级、能否用于地暖，AI给出的是一句含糊的"符合国家标准"，或者把另一个型号的参数挪了过来。代价很直接：客户拿着错误参数去比价，导购要花更多时间纠正，成交周期被拉长。
我们把成因归结为一句话：AI没有接受过这家企业的培训。
AI不是天生懂产品的
大模型的知识来自公开语料，它对"实木复合地板"这类通用概念有基本认知，对某个品牌具体型号的耐磨转数、甲醛释放限量等级、含水率控制范围、是否适配地暖，几乎一无所知。它只能用行业平均水平的说法填空，而家居建材恰恰是靠参数说话的行当。
企业AI知识库系统在这里承担的角色，接近一名新导购入职前的岗前培训。正式接待客户之前，先把产品手册、检测报告、工艺说明、常见问答和内部话术整理成结构化材料，让AI先学一遍。我们把这一环节称作客户咨询前的"预训练"。
家居建材的参数为什么难喂给AI
第一类难点是型号与参数的对应关系。同一系列的地板，厚度差两毫米、基材差一个等级，价格和适用场景就不同。知识库需要把型号、规格与参数做成一一对应的结构，而不是把整本产品手册当成一段文字丢进去。
第二类难点是同义词。客户说"地暖能不能用""怕不怕烤"，检测报告上写的是尺寸稳定性和耐热尺寸变化率。知识库要把这些口语表达映射到同一个技术指标，AI才能在客户换一种说法时仍然答对。
第三类难点是卖点的归因。导购常说"脚感好""静音"，这类描述无法直接验证。知识库要做的是把卖点还原到可查证的参数上，比如静音对应某层结构或某类垫层，脚感对应表层厚度与基材密度。AI先给参数，再解释体验，可信度才立得住。
预训练做与不做，差在咨询现场
缺少知识库支撑的AI客服，回答特征是方向对、细节虚，遇到追问就退回行业通识。完成预训练之后，AI能准确说出某个型号的环保等级、是否适配地暖、铺装条件，在客户问"和另一款差在哪"时给出参数层面的差异。
我们在服务家居建材客户时，把这一步放在"专属智能体训练"环节：先梳理产品参数表与FAQ，再校准AI客服的口径，最后接入客户的咨询入口和AI搜索场景。与某知名地板品牌的合作中，可核查的指标包括AI平台收录总量与AI平台覆盖数量，我们的GEO智能优化系统目前已覆盖11个AI平台。这些数字衡量的是信息被AI读取和引用的广度；参数答得准不准，取决于知识库的结构质量。
先做结构化，再谈智能
企业AI知识库系统不是文档仓库。判断它是否可用，有一个简单的检验方法：随机抽三个型号，让AI说出环保等级、适用场景和一条可验证的卖点依据，看它能否在不翻手册的情况下答对。答得对，说明知识已经完成结构化；答得含糊，说明整理工作还没做完。
对家居建材品牌来说，产品参数是生意的底盘。把这部分内容提前教给AI，客户开口时，AI才不是在猜答案。
