方案“撞衫”的尴尬：为什么企业文件不能模板化
2025-10-20 ｜ 清醒生活 / 经验与认知 / AI 与知识拉平 ｜ 约 5分钟
你有没有见过这样的场景：两份来自不同客户的方案书，翻开一看，除了公司名不一样，技术路线、措辞、甚至章节顺序都差不多？
这就是“方案撞衫”。AI 时代，生成这种撞衫方案的速度更快了。但撞衫恰恰说明——它没读懂客户。
这篇讲一件事：为什么企业文件不能模板化，“基因适配”到底适配的是什么。
一份“通用”的方案，为什么客户看不下去
让 AI 生成一份《钢厂电极锅炉方案》和一份《调峰电厂方案》，你会发现它们几乎一样——都强调“效率优先”“先进技术”“广泛应用前景”。
听起来都对。可客户看完的反应往往是：“这跟我们的情况没关系。”
问题出在哪？方案用的是通用逻辑，客户要的是针对自己的解法。
同样是电极锅炉，两个客户要的东西完全不同
举个具体的对比。
给钢厂的方案，重点应该在“与炼钢工艺联动的负荷调节逻辑”。钢厂的生产有节奏：出钢、精炼、连铸，各阶段的用电和用热需求是波动的。方案如果不能匹配这个节奏，效率再高也用不上。
给调峰电厂的方案，重点应该在“电网峰谷电价下的蓄热策略”。调峰电厂赚的是峰谷差价，方案的核心是“什么时候蓄、什么时候放”，以及怎么把运维成本压下来。
同样是电极锅炉，一个要的是“跟得上生产节奏”，一个要的是“算得清电价账”。两份方案写成一个样，等于谁也没服务好。
更深一层：每个企业都有自己的“基因”
再往里看，差异来自企业自身的条件——我把它叫做“企业基因”。
- 钢厂往往有自己的煤气资源，方案里就可以设计“煤气＋电极锅炉联动”，用余气补一部分热源；
- 调峰电厂通常没有自备能源，那就得侧重“谷电蓄热＋峰电放热”，靠电价差挣钱。
这些差异，不是靠“多写几句行业术语”就能覆盖的。它需要你先搞清楚：这家企业手里有什么、缺什么、靠什么挣钱。
我不相信“通用解法”，只相信“基因适配”。每个企业都是独特的，方案必须长在它自己的土壤里。
为什么 AI 特别容易“撞衫”
AI 的工作方式是从海量文本里找共性，输出的是“平均答案”。这在很多场景下效率很高，但在方案写作上有个先天缺陷：它不知道你的客户是谁。
你给它的提示越笼统（“写一份电极锅炉方案”），它出的东西就越通用。所以撞衫不是 AI 的错，是需求没喂清楚的结果。
怎么避免撞衫
三个动作：
1. 先摸清企业基因：这家企业手里有什么资源（自有能源？余热？闲时电价？）、靠什么挣钱、运维能力如何；
2. 把差异写进方案的主线：不是罗列差异，而是让方案的核心逻辑围绕客户的独特条件展开；
3. 给 AI 的提示带上约束：不要问“写一份电极锅炉方案”，而要问“写一份适用于某钢铁厂、有自备煤气、生产负荷波动大的电极锅炉方案，重点写负荷联动逻辑”。
常见问题
问：定制化是不是更费时间？
答：前期确实要多花时间了解客户，但它省掉的是后面反复修改、客户不认可的成本。一份通用方案看着快，实际是“快在开始，慢在结尾”。而且摸清企业基因这件事，做过几个项目之后就有套路了，不是每次从零开始。
问：小项目也要定制吗？
答：定制的程度可以不同，但“了解客户”这一步不能省。小项目可能不需要写一整套专属逻辑，但至少要知道对方最在意什么——是省钱、是省事，还是怕出事。
问：怎么快速摸清一个企业的“基因”？
答：问三件事：手里有什么（能源、资源、场地）、靠什么挣钱、运维团队是什么水平。这三条基本能定下方案的骨架。
问：AI 能不能用来做定制？
答：能，但前提是你先把约束说清楚。AI 是很好的执行者，不是很好的提问者。你把“这家企业的独特性”讲清楚，它就能帮你把方案写细。
本篇是“深者不替”系列第 02 篇，讲的是 AI 时代哪些活可以交给它、哪些必须自己扛。系列总纲见《什么是“深者不替”？AI 替得掉什么，替不掉什么》。