收到一位同事的询问说，他要查某家公司、某个产品的分红实现率，于是问了DeepSeek，得到了像模像样的答案，比方说：2022年保单分红实现率在95%到100%之间。
可是，他在该公司的分红实现率官方网址里，根本找不到相关的数据。就来求助我。
我看了一眼，无奈摇摇头，这是典型地把AI当做Google搜索的错误。如果不限定DeepSeek或者类似AI模型的知识库范围，那么很可能会得到“幻觉”答案。
就以这个案例来说，该产品其实近几年来刚刚发售，至今根本还没有任何分红，哪儿来的实现率呢？
要避免这样的“AI幻觉”，就必须限定AI大模型只能在固定的知识库范围内查找答案，如果知识库没有，那么就无法回答。这样的做法就很棒，宁可给不了答案，也不要乱给误导。这也是目前ima知识库的做法，我们Attraction志同道团队的AI知识库，就是基于这个平台的。
我们可以怎么借力AI呢？这篇小小的指南文章主要是给我们团队同事做参考，如果你对我们团队感兴趣，也可以了解我们是如何利用AI赋能同事们的。
最关键的第一点，AI不是搜索，而是基于现有的知识进行总结。所以，我们要学会的是：正确地提问。你想要了解什么，AI就会从知识库内的信息进行查找；但若你实在没有想法，也不知道自己能学到些什么，其实你这样提问也可以：
我现在没什么特别的问题，你可以随机从知识库里，告诉我一些东西启发我，让我能更好地拓展客户，和客户交流，或者提升我的专业水平。
AI参考了我们知识库里三本书，分别与人脉管理、沟通框架，信任关系等，最后给了五项内容让我可以继续深入学习。我们可以进一步就我们希望深入学习的，继续提问。AI就会像一个耐心的老师，帮我们一一讲解。所有内容都在AI知识库的范围内，绝对不会出现“AI幻觉”。而这个知识库所有内容，都是经过我自己阅读后放入后，确保不会有任何误导或者不正确的信息。
当然，我相信大部分人通常都是带着问题来寻找答案的，在没有AI之前，要么就是问自己的主管师傅，要么就是问工作群，这样的需求是AI最擅长解决的。
咱们保险人通常遇到与工作有关的问题，无非就是两种：销售疑问，以及核保与行政疑问。
销售疑问，一般来自于客户，比如客户的异议处理，而这点我们团队之前的销售手册里已经有答案，而如今喂给AI后，更是能更高效地帮助到同事。比方说：
因为DeepSeek R1模型主要是用于推理，如果希望生成更好的对话参考，可以把回应要点复制到DeepSeek V3模型里，然后再生成。
不过，这个简单的举例，已经能够明白AI在回应客户异议方面，能够给我们相当大的帮助。
核保和行政方面问题，其实早在有DeepSeek之前就有不少保险公司在做AI问答系统了。不过，我们团队的AI知识库收录了过去几年我们日常积累的同事们核保分享，结合公司的核保指引，遇到客户有健康方面的核保问题，AI回答已经不在话下，比方说：
当然，AI的答案也是基于我们过去的经验以及公司给予的指引，实际的案例核保还是要看具体看个案。但AI知识库的好处在于，如果有更新的信息反馈，直接增加到知识库当中即可，非常方便。
除了保险相关的内容之外，AI完全可以帮我们提升“钱、法、税、医”等各方面的专业知识。
比方说，我们常常被问到的家族信托的专业知识，我们的AI知识库在吸收了离岸信托有关的权威知识和著名案例的法院判决后，已经成为了我们的“法律顾问”。
又比如，常见的离婚是否分割保单：
再比如，关于税务方面的问题：
最后，我们也可以把AI当做自己的“客户拓展顾问”，特别是在升级市场，制定个人发展规划，该做些什么事儿的时候，可以通过和AI的问答，逐步找到自己的答案。
比方说，我们可以这样做：
相比真实的人而言，AI最好的地方在于，你不用担心“他觉得你很烦”。相反，AI不怕你问题多，怕你没有问题可以问，这样反而没法借他的力。
所以我在晨会上和同事们分享说，在未来AI时代，人与人之间的差距并不是谁懂得更多，而是谁更知道自己要追求什么，知道自己要寻找什么样的答案。ActiveSeek，才能用好DeepSeek！
AI大模型只会升级得更快！大模型也有累积效应！而我们每个人、以及团队总体的知识也是一样。
当我们积累越来越多的精华案例和知识分享时，AI给我们的答案也会更加精准且高效！这也是我从好多年前就定位建立“知识型团队”的初衷！这会让我们的新同事成长，变得越来越有效率！
如果你还不是我们Attraction志同道团队同事，请不要询问“能否加入”的问题？答案只有一个：你加入我们，才能用到。
期待也和你聊聊吧！
文章评论