竞品横向专题 · 内部材料 · 2026-08-16

知识库与 AI 聊天：九家横着比一遍，看清楚代际差在哪

把九家的知识库形态与AI 聊天引擎单独抽出来横着比。三条结论：① 回复引擎有明显的四个代际，从「一张 Excel 关键词表」到「LLM 语义 + 案例训练 + 人审」；② 上下文轮数是这一层最诚实的指标，九家里只有一家做成了可调参数，还有一家被追问后给不出数字；③ 九家里有六家都设了人工闸——这反过来印证了我们「AI 起草 + 店长确认」的选择不是保守，是行业共识。

对比对象: 9 家竞品 + 我们
对比维度: 知识库形态 · 回复引擎 · 上下文 · 人工闸
回复引擎代际: 4 代
有人工闸的: 6 / 9
上下文可调的: 1 / 9（水流 0–50）
有版本与冲突消解的: 1（我们）

三条结论

这一页不引入新材料，只把九家已有的东西按「知识库」和「AI 聊天」两条线重新抽一遍。之所以值得单独做，是因为这一层的差距在功能清单上看不出来——九家都会说自己「有知识库、能 AI 聊天」，但拆开之后是四个代际。

三条结论

回复引擎有明确的四个代际。从「一张人工维护的 Excel 关键词表」（今立），到「关键词 + RAG 检索」（极域、智巨人），到「节点流程 + AI 生成话术」（水流），到「知识库驱动的 AI 回复」（亿销云、尘锋），再到「LLM 语义 + 金牌案例训练 + 人审」（我们）。差的不是功能有没有，是同一句「AI 自动回复」背后隔着好几代。
上下文轮数是这一层最诚实的指标。九家里只有水流把它做成了可调参数（0–50）；尘锋现场实测七八轮；知了口径「翻上面五六条」；极域被追问后给不出数字；今立干脆没有（关键词匹配天然无会话状态，而且它自认「重复发信息、上下文处理不好」）。问一句"能记几轮"，比看十页 PPT 都管用。
九家里有六家都设了人工闸。水流「取消托管」、知了 AI助手方案要点「确定」、亿销云「自动发送」开关默认关、心动设备卡「AI自动 / 人工」二选一、尘锋「转人工」开关、极域「触发关键词人工接管」。这反过来印证：我们「AI 起草 + 店长确认 + 审核台」不是保守，是这个品类里连最激进的厂商都留了的那道闸。

回复引擎：四个代际

代际	谁	机制	它的天花板
第一代关键词表	今立	一张 Excel，A 列关键词、B 列回复，工作表页签就叫「话术流程 / 关键词」。实例是一家木材厂的 43+ 行表，里面还有一整批人工穷举的排除词（棺 / 寿 / 柴 / 炉子 / 烧 / 檀）	天然没有会话状态——销售自认「重复发信息的情况也存在」「上下文处理不好」。而且维护量落在甲方头上：一个单品类工厂就 43 行
第二代关键词 + RAG	极域 · 智巨人	极域：关键词自动回复 + 智能体知识库（RAG 检索，依托豆包大模型）。智巨人：AI客服岗「把产品资料、常见问题、服务流程导入后，自动识别问题、自动回复、自动分流」	能答得比关键词表准，但仍是「命中—检索—回」的单轮结构；极域被追问轮数时给不出数字
第三代节点流程 + AI 话术	水流	「AI员工 → 流程表」：节点带权重（新客开场白 1 → 痛点 2 → 产品意向 3），同屏还有客户标签与痛点库；话术由 AI 生成，节点与权重由人配。配置页有携带上下文轮数（0–50）与严苛指数（0–1）	比关键词表高一档、比语义打分低一档：流程是人写死的，AI 只负责把话说圆
第四代知识库驱动 + 人机协作	亿销云 · 尘锋	亿销云：AI 智能回复基于知识库，模型可选（演示为 Qwen3 非 thinking），有知识缺口计数与 7 日质量快照。尘锋：ChatDoing 平台先用 7~8 个问题生成智能体、再进训练台，带转人工 / 拟人化回复 / 拆句发送三开关	已经很接近可用；短板在知识本身没有版本与一致性管理（见第 03 节）
我们	门店工作台	LLM 语义 + 10 段金牌销售案例训练 + 「像带新人一样给机器人回答打分」+ 说话规则与禁语确认 + 常问问题答案可改	—
熊猫智汇不在这条轴上——它的对话引擎是语音的（ASR + 意图识别 + 对话管理 + TTS + 智能质检，自研 1B RAG），用于电话外呼，不是文字私信

代际差在销售话术里是听不出来的

九家都会说「AI 自动接待 / 自动答疑 / 拟人化回复」。但第一代和第四代之间隔着的是"有没有会话状态"这件根本的事。
最省事的鉴别方法：让对方演示一次连续三轮追问——第二轮改口径（「那 120 平呢」），第三轮回指（「刚才那个价格含不含主材」）。关键词表在第二轮就会露馅。

上下文轮数：这一层最诚实的指标

竞品	口径 / 实测	证据类型	读法
水流	滑杆 0–50 可调，演示时置于约 10	实证配置页截图	九家里唯一做成可调参数的。也顺带结掉了一个旧悬案：销售说「十多轮」、页面显示「50」——50 是上限、10 是当前值，两个都对
尘锋	「能很多轮」；现场演示看到七八轮	口径 + 现场观察	有实测支撑的第二好
知了	「一般 AI 会翻上面五六条聊天记录」	口径	口径明确但偏短
极域	「可以承上启下的」，问到具体轮数时没有做出回应	口径	九家里唯一被追问后给不出数字的——这本身就是一个信号
今立	没有（关键词匹配无会话状态）	实证 + 自认	销售自认「重复发信息也存在、上下文处理不好」
亿销云	未见数字；AI 分析基于全量聊天记录与通话转写	—	它的重点在事后分析而不是实时多轮
心动 / 智巨人	材料里未提	—	已进各自待问
熊猫智汇	「结合短期上下文与长期知识库」，无数字	—	语音场景，不可比

为什么这个指标最诚实：轮数是个能被一句话问出来、又不好糊弄的数字。功能清单可以照抄，PPT 数字可以编，但「能记几轮」只要现场追问三轮就会现形。建议把它固定成每家必问的一题，并且要求当场演示，而不是听答案。

知识库形态：所有人都在「喂料」，只有一家在「管资产」

竞品	叫什么 / 放在哪	里面是什么	把知识当成
今立	企业智库 + 数字云脑，一级菜单第 2、3 位	上传产品手册/案例/品牌故事/话术库，「分数会随着上传资料越来越多而越来越高」；数字云脑可扮演营销总监等角色	喂料（越多越好，有个分数）
亿销云	AI Sales Bot 后台的「知识库 / 知识图谱 / 质量」三屏	按租户一张卡：7 日质量快照（平均分 / 好评率 / 客户提及率）+ 缺口(N) 计数 + 知识条目 / 知识文档 / 上传文档	可度量的资产（有缺口清单）
极域	企业大脑 + 企业智库	RAG 知识检索，上传产品介绍 / 成交话术 / 业务流程 / 常见问题 / 企业制度，系统自主解析入库；依托豆包大模型	检索底座
熊猫智汇	数据与知识底座	自研 1B RAG 引擎；数千万条知识（行业覆盖 85%）、每日新增 10W+ 条、200 万用户数据积累	行业公共知识（不是你的企业知识）
知了	「AI 项目中心」，一级菜单第 2 位	建项目，填产品介绍 / 优势 / 核心卖点	几个填空
水流	「AI员工」分组下的知识库 + 卡点知识库；GEO 侧另有企业知识库 / 产品知识库 / 宣传图库	客服回复语料；GEO 写文章时可选	喂给生成器的料
尘锋	无独立模块，走服务交付	甲方交资料 → 尘锋帮你训成「很懂有大有小的超级 AI 销售」；甲方看不到也改不了这份知识	供应商替你保管的黑箱
智巨人	AI 替身专家 + AI 客服岗	「一次导入专家经验」「把产品资料、常见问题、服务流程导入」	导入即用
心动	小程序 tab「智能体 / AI员工」	手册未展开	隐含在生成器里
我们	并列第 4 个板块，12 屏	上传资料 / 文档处理详情 / 待我选择 / 本店可对外说什么 / 客户装修要知道什么 / 本店怎么交付 / 说法冲突 / 冲突选择题 / AI 扩展模块 / 版本与发布 / 原件目录	有版本、有冲突消解、有引用出处、有人审闸的资产

复核到第九家，这条结论依然成立

没有任何一家有「说法冲突 / 版本与发布 / 引用出处」。九家的一级与二级菜单、百应 9 大模块 42 个子项、今立 22 页手册与九分支脑图、亿销云 83 页 PDF 与两套后台、心动 34 页手册、熊猫 21 页 PPT，全部逐项看过。0.88
最接近的两个是亿销云的「知识缺口计数」和今立的「资料分数」——但两者都是数量指标，不是一致性指标：它们回答「你传得够不够多」，不回答「你说的前后一致吗」。
两个极端值得记住：今立的「上传越多分数越高」会诱导门店往里塞垃圾；尘锋干脆不给甲方界面，知识存在供应商那里——20+ 门店说法不一致时，甲方连去哪里改都不知道。

零假设：如果这条不成立，我至少应该在某一家看到「知识版本 / 审核 / 冲突 / 引用 / 生效时间」这类字样。可证伪方式（成本为零）：问任一家——「同一个产品，总部说包安装、门店说不包，你们系统里谁说了算？改了之后已经发出去的话术会不会跟着变？」

人工闸：九家里六家都留了

这一节是本页对我们最有用的一条——它把「AI 起草 + 人确认」从「我们的保守选择」变成了「行业共识」。

竞品	人工闸长什么样	默认状态
亿销云	AI 回复侧栏里一个「自动发送」开关 + 顶部常驻黄色告警「AI 智能回复可能会存在错误信息，请及时人工核实」+「一键发送 / 重新生成」	默认关（发不发由人点）
尘锋	智能体配置里的「要不要开启转人工」——遇到投诉、退款、人工审核等场景自动转真人客服；另有「人机协作」模式与「全托管」并列	演示中选「要」
知了	AI助手 / 语音指挥出方案后，要点「确定」才派给设备	必须点
心动	设备卡片上一个「AI自动 / 人工」二选一开关	可切
极域	「遇到复杂专业问题，会触发关键词人工接管，自动转接人工跟进」	按关键词触发
水流	聊天窗底部一个「取消托管」按钮——接管入口就长在对话现场	随时可接管
今立 / 智巨人 / 熊猫智汇：材料里未见人工闸设计
我们	AI 起草 → 店长确认 → 统一审核台放行；另有「像带新人一样给机器人回答打分」与「确认机器人怎么说、哪些话不能说」两屏做事前约束	默认必须人审

一句可以直接用在提案里的话

「九家竞品里有六家都留了人工闸，连主打全自动叙事的厂商也不例外——亿销云的自动发送默认是关的，知了的 AI 方案要点确定才派下去。家装客单价 10 万+，一句报价答错就毁单，这道闸不是效率损失，是必需品。」
值得注意的是我们的闸更靠前：别家是「生成了再拦」，我们多了两屏「事前约束」（金牌案例训练 + 禁语确认）。这个差别可以讲：拦是止损，训是提升。

对我们意味着什么

维度	我们的位置	要不要动
回复引擎	第四代之上：LLM 语义 + 金牌案例训练 + 人审	不用动，但要会讲——代际差在演示里看不出来，得靠三轮追问现场打
上下文	LLM 原生上下文	可以做成一个可见的数字。水流把它做成滑杆是有道理的：甲方一问就能指着看
知识库	唯一有版本 / 冲突消解 / 引用出处的	这是唯一无人竞争的差异点，复核到第九家仍成立。但要补一个「缺口清单」——学亿销云把完成度从百分比改成可点的待办
人工闸	最靠前（事前约束 + 事后审核）	不用动，改讲法：从「我们比较谨慎」改成「六家都留了闸，我们的闸更靠前」
知识库位置	并列第 4 个板块，店长可以完全不进去	要动：今立和知了都把知识库放在一级菜单第 2 位。最小改法是在另外三个板块入口显示「本店知识完成度 N%」

两条能立刻做的

把「知识缺口」做成一张可点的清单（学亿销云）。我们的企业大脑有完成度但没有「你还差哪几类资料」——把百分比改成待办列表，是店长唯一能动起来的形态。
把上下文轮数变成界面上的一个数字（学水流）。不是为了调参，是为了被问到时能指着看——这一层的信任是靠可见性建立的。

还没验证的

这一层每家都该问的三题（现场演示，不听答案）

连续三轮追问：第一轮问价，第二轮改口径（「那 120 平呢」），第三轮回指（「刚才那个价格含不含主材」）。关键词表在第二轮就会露馅。
「能记几轮？现场调给我看。」——九家里只有水流能指着滑杆回答。
「同一个产品，总部说包安装、门店说不包，系统里谁说了算？」——验证知识库是资产还是喂料，九家至今零人能答。

本页的局限：九家的 AI 聊天能力没有一家被我们实测过——所有判断都基于厂商演示、界面截图和口径。演示是被挑选过的，而多轮对话恰恰是最容易在演示里藏拙的一块。

另有一件登记在册但还没做的事：对接台账里计划把「调研口径的发送时间 / 间隔」和「我们实测的发送时间 / 间隔」放一起做偏差对比（含测试次数与偏差）。目前只有调研口径那一列，实测那一列是空的——这需要真的去跑一轮测试，不是读材料能补的。