AI 时代的业務开发，能針对自己團队的痛点进行整體性的进化，就算不是全職开发者也能做到。这種趨勢应該是每種職位必須具備的预備心態。
（前情提要：林上倫律師專文》懂 AI 的專业人士，会是 AI 时代的贏家嗎？ ）
（背景補充：林上倫律師專文》从蔡阿嘎事件看 AI 恐懼：你气的不是 AI，是怕被比下去 ）
本文目錄
Toggle
他做的东西，其实蠻打中痛点的
聊到他怎麼把 AI 放进去
但我覺得，Output 还可以更多
从律師角度看，有件事一定要做：把幻覺壓下去
幾个我覺得他这个 BD Agent 可以再加的功能
用会议記錄自动生成合约改版
依談判立场调整合约強弱
合規審查，把风险擋在前面
最后
在一个科技展，我遇到即將大公司的业務开发（BD）的主管，但更特別的是，他自己动手用 AI 做了一套他們公司BD使用的內部系统。他很大方地把手机拿出来給我看他的 prototype，我們就这樣边看边聊了起来。
因为我自己平常也在搞 AI 开发，加上本身是律師，看他的东西时难免会多想幾層。这篇就当作把那天的对話整理一下，記錄我看到什麼、我又跟他聊了哪些可以再玩下去的方向。
林上倫律师专文》厉害的 BD，卖的是 AI 整合力
AI 时代的业務开发，能針对自己團队的痛点进行整體性的进化，就算不是全職开发者也能做到。这種趨勢应該是每種職位必須具備的预備心態。
（前情提要：林上倫律師專文》懂 AI 的專业人士，会是 AI 时代的贏家嗎？ ）
（背景補充：林上倫律師專文》从蔡阿嘎事件看 AI 恐懼：你气的不是 AI，是怕被比下去 ）
本文目錄
Toggle
在一个科技展，我遇到即將大公司的业務开发（BD）的主管，但更特別的是，他自己动手用 AI 做了一套他們公司BD使用的內部系统。他很大方地把手机拿出来給我看他的 prototype，我們就这樣边看边聊了起来。
因为我自己平常也在搞 AI 开发，加上本身是律師，看他的东西时难免会多想幾層。这篇就当作把那天的对話整理一下，記錄我看到什麼、我又跟他聊了哪些可以再玩下去的方向。
他做的东西，其实蠻打中痛点的
他一开始就講到一个很真实的困擾：他們 BD 團队在外面的开发量太大了，大到根本沒有主管能把每天所有人的匯报都消化掉。主管能下的只有很粗略的指令，沒辦法針对每一个店、每一个点位去下精準的戰術。而且 BD 撒出去之后，很容易彼此撞單，要大家互相同步进度又超級沒效率。
所以他做了一个 App。登入进去是 admin 介面，上面有很多圖層，最核心的那一層，把所有 BD 在外面开的点、成交狀況全部視覺化。这樣做的好處很直接：
一是大家不用再互相口头同步了，每个人要开新一波开发之前，一眼就能看到別人做过哪些、每个点进展到哪。二是他自己站在主管的角度，可以直接看整條 pipeline，哪家店卡在什麼階段一目了然。
说真的，这东西一看就知道是一个很懂 BD 的人做出来的。那个介面的逻辑，不是工程師憑空想得出来的，是真的在外面跑过业務才会这樣设计。
聊到他怎麼把 AI 放进去
我就好奇问他，那 AI 到底用在哪。他说他串了一个 AI，把 BD 在外面开发会用到的知识、过往的合约、合作案例全部整理成资料庫。
他舉了一个很实际的例子：BD 有时候开发到连锁品牌，但连锁的談约方式跟單店完全不一樣。连锁規模大、勢力大，常常要做一些利益交換，可是一般 BD 在訓練的时候，很难把「对方是哪个量級、我們对应可以拿出什麼籌碼」講清楚。所以这件事他就交給 AI 来回答。这个切入点我覺得抓得蠻準的。
我又问他资料庫怎麼弄的。他很老实说，其实就是部署在一个 Google Sheet，用 JS 直接读。但他強调一点：每个 BD 查了什麼、AI 回了什麼，全部都有記錄、都有跡可循。他还先寫了一份「商家定義」，AI 会先跑一次定義，判斷新客人是什麼類型，再回头去比对合作案例。
这裡有个小細節我特別想提。我跟他说，用 Gemini Flash 免费版有个坑——token上限可能導致結果不如预期。結果他早就想到了，他把每一條问題的路徑都先規劃好、寫死：遇到哪種问題就只读哪幾个分頁。这樣不只不会漏读，还省时间、省 Token。这種「不硬塞、先判斷再抓资料」的做法，確实有抓到重点。
但我覺得，Output 还可以更多
看到这裡，我就跟他講了一句比较白的話：「你这东西真的很好，也很符合你們的用法，可是——AI 的味道沒那麼濃。」
我不是在挑毛病，是覺得还有空间可以玩。他现在做的事，本质上是把过去 BD 那些不透明、不可控、追不回来的工作軌跡，變成透明、看得到、管得住。这个 input 面已经做得很扎实了。
但站在开发者的角度，我覺得他卡在 output。他现在的产出幾乎都集中在 ChatBox跟资料整理。ChatBox 是好东西沒错，可是我覺得他的 output 可以送到更多地方，比如：
一是直接吐出公司格式的文件，像 MOU、报表这種，而不是让人看完对話再自己整理。二是用不同的介面跟流程去接住不同任務，不要什麼事都塞在同一个对話框裡。底層一樣都是 LLM，但可以針对不同情景设计不同的 Agent，一種任務对一種流程。
从律師角度看，有件事一定要做：把幻覺壓下去
这段我是用律師的角度跟他聊的。因为他做的东西会碰到合约、碰到商业條件，这種容错空间比一般人想的还要小。
我自己的習慣是，AI 产出的东西不能有任何憑空捏造的。所以我建议他補两个东西：
一个是引註溯源。每个产出結果后面帶个 citation，点下去就能看到「这句話是从哪个文件、哪一段来的」。这对他其实特別重要——他的 BD 拿著 AI 給的談判籌碼去现场作戰，如果沒辦法回头確认来源，那就是拿沒验证过的东西在冒险。
另一个是把 temperature 调低。越是需要精確、不能亂发揮的场景，就越該把模型的随机性壓下来。这两个配起来，幻覺的空间就会小很多。
幾个我覺得他这个 BD Agent 可以再加的功能
他們公司有法務、有律師，合约多半用公版、不太改。聽起来好像 AI 沒什麼空间，但我反而覺得这種「看起来很穩」的场景才有得玩。我随手跟他聊了幾个方向：
用会议記錄自动生成合约改版
BD 談完之后，最累的就是把两个小时的会议討論變成正式條文。这件事 AI 很会：把公版丟給它，再把会议記錄整份塞进去，它就会照著結論生出新版本，被刪改的地方用追蹤修訂標出来，法務一看就知道动了哪裡。
依談判立场调整合约強弱
这个我覺得最有意思，因为它剛好可以跟他系统裡的逻辑串起来。公版的问題就是它沒辦法反映每次談判的力量差異。跟大公司談，我方立场弱，條款就寫柔软一点；跟小对象談，我方強，條款就能硬一点。沒有一份合约是一體适用的，每份都該客製。如果他的 Agent 能根據「对方規模」自动生出強弱不同的版本，那不就跟他系统裡「量級对应武器」的想法接上了嗎？
合規審查，把风险擋在前面
BD 对外发布的內容常常有合規风险。AI 可以逐句幫忙看——哪些字太誇大或講太滿、違反哪條法規、該刪掉还是加个警语。对一个天天在外面跑的 BD 團队来说，这種「事前先攔下来」的能力其实蠻实用的。
我也跟他提醒一句：如果公司有特別想保留的某幾條，其实不衝突。話语可以改、口吻可以调，但实质上保留我方的權益，技術上完全做得到。
最后
聊完那天我印象滿深的。他花三个禮拜，还刻意用自己的预算，在 prototype 做完之前都不动公司资源，把一个真实的痛点做成了能用的东西，而且員工已经在用了、老闆也点头了。
他这两个多月一直在做同一件事——找痛点，找 AI 可以切进去的时机。我覺得这才是想用 AI 的人該有的心態：不是「AI 很酷，来玩玩看」，而是「这裡很痛，AI 能不能来止痛」。
说到底，最好用的 AI 通常不是最炫的那个，而是最懂业務、最貼近真实痛点的那个。看到一个这麼会的 BD 开始用 AI 的逻辑去想自己的工作，我其实还蠻期待他之后会做出什麼的。
