咨询顾问的 AI 组合，重点在两端：调研端的提速与交付端的把关。桌面调研交给 AI 汇总，长文档用 Kimi 这类长文本工具通读，访谈与洞察由人完成，交付物出稿前过一道质量闸门。顾问的价值判断链，AI 只能加速，不能替代。
顾问工作流的两端
顾问项目的典型流程：接题拆解、桌面调研、访谈调研、分析建模、撰写交付。AI 介入最有效的是两端——前面的桌面调研与资料消化，后面的初稿撰写与格式整理；中间的访谈与洞察依赖现场判断，AI 的作用是会后整理。分工想清楚了再上工具，比拿着工具找活干有效得多。项目类型也决定 AI 的比重：数据密集型的项目前端 AI 化程度高，战略判断型的项目人的比重更大。
桌面调研的提速
桌面调研的老三样：行业报告、公司资料、新闻舆情，AI 全都能加速。让 AI 汇总某个行业的规模、玩家与趋势时，把「附来源、标日期」写进指令，产出才方便逐条核查。信息汇总的产出当线索用：AI 说某份报告有某个结论，回原始报告核对后再引用，二手转述在咨询交付里是大忌。涉及数字与市场份额的内容逐条回溯，宁可慢一点。调研开始前先和团队对齐信息需求清单，按清单分配给 AI 与人工，避免重复劳动。
Kimi 长文档的用法
咨询项目常遇到上百页的材料：招股书、年报、政策文件。Kimi 这类长文本工具能把整份文档放进来直接提问，先问结构（这份材料讲什么、分几部分），再问细节（某项业务的数据、某段政策的适用范围），最后做跨章节对照（两处说法是否一致）。长文档里段中细节最容易出错，关键数字标注页码后回原文核对。材料多时按主题分批投喂，每批问完留一份要点笔记，最后汇总成资料纪要，整个项目的材料底座就搭好了。追问时点名章节或页码，模型定位材料的速度更快，回答也更贴合。
访谈纪要与洞察提炼
访谈录音转成文字后，把纪要整理交给 AI：按「背景、原话要点、矛盾点、待验证假设」的结构输出，比人工速记快得多。但洞察提炼别交给它：受访者的欲言又止、前后矛盾的地方，只有访谈的人能捕捉。有效的做法是让 AI 列出纪要里互相冲突的说法，你带着这张冲突清单做下一次访谈验证，几轮下来假设越来越准。客户敏感信息按保密协议处理，脱敏后再使用任何外部工具。访谈结束后当天整理纪要，隔夜的记忆损耗会让细节变得含糊。
交付物的质量闸门
交付前的检查是 AI 组合里最不能省的一段。三道闸门：事实闸门，每个数字回溯来源；逻辑闸门，结论与论据之间有没有跳步，可以让 AI 反向列证据链自查；口径闸门，术语、格式、单位全文统一。AI 润色过的文字风格统一，但润色也可能改掉你原本精确的表述，改完逐段对照一遍。交付物的信誉是顾问的立身之本，闸门一关都不能松。闸门清单固化为团队共用文档，新人入职即上手，检查标准也不会因人而异。
咨询顾问 AI 搭配的疑问解答？
- 客户会不会介意顾问用 AI？：在意的多是质量与保密，不是工具本身。交付质量过关、敏感信息按协议处理，必要时主动说明 AI 的使用范围，透明反而加分。
- AI 能做行业分析模型吗？：能搭框架和算基础数据，但框架选型与变量取舍反映的是顾问对生意的理解，这部分判断错了，算得再快也没用。
- 小团队没有预算买多套工具怎么办？：把预算集中在最费时间的一段，通常是长文档处理与录音转写，其余用免费额度，先跑通流程再谈工具升级。
