# ERP 智能助手：解释业务状态，不替代权威记录 明确 AI 与 ERP 的事实查询、业务规则和执行分工，设计可核对的企业数据问答。 要点：ERP 智能助手应从权威系统查询业务事实，并保留对象、时间和口径。模型适合帮助理解问题与解释结果，确定计算和正式状态变更应由相应系统规则完成。回答方便，不应以失去可追溯性为代价。 ![在生产现场旁查询并解释业务信息（AI概念配图）](/images/immersive/partnership-mezzanine-clean-v2.png) ## 一句自然语言问题，可能缺少统计口径 “这个月的订单情况怎么样”可能指创建、确认或交付的订单，也可能需要按地区、产品或客户分组。若助手没有澄清口径，就可能给出准确计算但不符合问题的结果。 设计时应把业务对象、时间范围和状态定义明确。对常见问题可以提供约定口径，对会改变判断的歧义则需要询问。模型不应自行创造企业从未使用过的统计定义。 ## 当前状态应回到正式业务系统 库存、订单和生产状态会变化，静态知识库摘要不宜承担实时事实来源。查询结果应标明适当时间与范围，并保留记录入口，方便人员进一步核对。 涉及计算时，优先使用受控查询或程序，再由模型解释。数据访问需要沿用原有身份权限，不能因为入口变成对话，就允许员工查询原本无权查看的记录。 ## 从解释走向执行，需要另一个条件检查 查询某项状态与修改该状态，是两种不同动作。执行前应核对对象、当前状态和必要授权，结果返回后也应提供可检查记录。 内部工作入口可以连接既有业务系统，但不应因此模糊数据的正式归属。良好的助手让员工更容易理解业务事实，同时保持事实的来源和责任清楚。 | 环节 | 应保留的依据 | | --- | --- | | 理解问题 | 对象、范围和统计口径 | | 查询事实 | 权威记录与访问身份 | | 解释结果 | 计算依据与时间条件 | | 执行动作 | 业务规则与结果记录 | ## 让每次解释能追到业务查询 面对库存或订单问题，先确定对象、时间、状态与口径，再从权威系统查询。确定计算由受控程序执行，重要状态修改单独授权；静态问答摘要不替代实时业务记录。 ## 参考来源 - [秩启｜分工与建设方法](/method)：企业分工、流程与建设方法；属于本项目方法说明，不是外部效果证据 - [秩启｜数据与合作边界](/data-boundary)：授权、数据处理与合作责任；部署、接口、定制及代运维另列技术实施 ## 自然语言连接正式业务 - 明确问题：对象、时间与口径 - 查询系统：事实与权限保持原位 - 解释行动：结论可核对、执行有条件 ![自然语言连接正式业务](/images/guides/diagrams/erp-ai-assistant.svg) ## 继续阅读 - [AI 如何连接已有 CRM、ERP 和业务系统？先确认数据归属](/guides/system-integration) - [数据、文档与知识：企业究竟需要沉淀什么](/guides/knowledge-vs-data) - [AI 输出要进入业务系统，先把字段与校验说明白](/guides/structured-output) 明确授权、处理位置与双方责任；部署、接口、定制及代运维另列技术实施。 下一步：[核对数据与合作边界](/data-boundary) 原文：/guides/erp-ai-assistant 内容版本：guide:erp-ai-assistant:v1 [结合企业情况咨询](/intake?source=%2Fguides%2Ferp-ai-assistant&articleId=guide%3Aerp-ai-assistant&versionId=guide%3Aerp-ai-assistant%3Av1)