基于伯恩光学、宗申动力、隆鑫通用、东方鑫源四家标杆企业深度访谈，提炼行业痛点、核心需求与平台赋能方向
4家企业访谈中反复出现的三个事实
4家企业目标岗位475-615人/年，年增量收入53-80万；推广至重庆+深圳两个产业集群后，年量级可达400-600万。共同根因指向平台对制造业工艺知识的理解深度不足。
伯恩HR有意向配合标签标注，宗申对溯源Agent表达采购意向。嵌入式项目验证方法论可行，调研确认需求真实且范围超预期。
以自动化/机械工程师为切入岗位，选伯恩、宗申为标杆客户共建工艺标签。前期按项目收费验证效果，3-6个月沉淀为可复制的标准化产品，再向集群内其他企业推广。
无论是人才池真的小（C少），还是有人但筛不出来（匹配不准），四家企业的问题都指向同一个根因——平台对制造业工艺知识的理解跟不上。人不够的时候做不了跨行迁移识别，匹配不准的时候区分不了细分工艺差异，品牌弱的时候帮不了精准触达。
⚠ 样本边界：本次覆盖4家企业（重庆机械动力集群+深圳精密制造），判断在本样本中成立，不代表全部制造业。
访谈中反复提到的四个变化
"通用工科"→"垂直工艺专家"。企业紧缺的是非标设备操作、精密工艺（光学镀膜/热弯成型）、量产经验研发经理等高度垂直化人才。
"传统机械"→"自动化+智能化"。产线向自动化、感知机器人、电动化升级，跨行业迁移能力成为刚需。
工艺细分加速，平台需区分"光学镀膜"与"金属镀膜"、"动力系统QE"与"电子QC"，通用关键词已无法满足。
宗申、隆鑫、东方鑫源已在推进全球化，小语种营销、海外驻场管理是共性刚需。是否为全量制造业共性需求仍需验证。
| 趋势信号 | 对招聘的影响 | 对平台能力的要求 |
|---|---|---|
| 人才结构垂直化 | 通用工科→垂直工艺专家，"同名不同工" | 建设工艺级标签体系 |
| 研发逻辑智能化 | 传统机械→自动化+智能化，跨行人才需求激增 | 构建跨行业人才迁移识别能力 |
| 匹配精度升级 | 工艺细分加速，通用关键词失效，HR需求"说不清" | AI筛选升级+模糊需求翻译 |
| 出海布局 | 小语种营销、海外驻场管理成为刚需 | 出海人才供给渠道（仍需验证共性） |
4家企业的需求归结到一点："工艺级标签体系"——把"光学镀膜≠金属镀膜""动力系统QE≠电子QC"这些行业常识写进平台搜索引擎。AI筛选、需求翻译等轻量能力可以先做起来，不用等标签全部建好。
四家标杆企业的业务重心、关键岗位、招聘痛点、AI期望，以及六维横向对比
本节结论：本次调研的4家企业以机械动力产业为主（宗申、隆鑫、东方鑫源），伯恩光学代表精密制造方向。它们共同反映了自动化工程师、机械工程师、工艺/质量工程师等共性岗位的招聘诉求，且均处于传统制造向智能化转型的关键阶段。
| 维度 | 伯恩光学 | 宗申动力 | 隆鑫通用 | 东方鑫源 |
|---|---|---|---|---|
| 行业属性 | 精密组件（玻璃加工） | 动力系统（燃油转电） | 摩托车/感知机器人 | 汽车/商用车整车 |
| 人才来源 | 高度垂直（果链大厂） | 跨行业迁移（新能源车） | 校园蓄水（工科通才） | 地域性招引+校招 |
| 招聘规模 | 极大（年增2,000+，目标岗位~270） | 稳健（年增~580，目标岗位~105） | 周期性（年增~520，目标岗位~78） | 扩张期（年增~700，目标岗位~93） |
| 技术门槛 | 极高（非标工艺壁垒） | 高（领军带队能力） | 高（算法/感知技术） | 中高（技术蓝领+营销） |
| AI接纳度 | 期待"懂行"的标签共创 | 期待"溯源"Agent助手 | 期待跨行迁移识别工具 | 期待视频化+批量触达 |
| 渠道结构 | 社招80% / 校招20% | 社招90% / 校招10% | 社招40% / 校招60% | 社招55% / 校招45% |
伯恩和宗申以社招为主力（垂直猎聘+跨行挖人），隆鑫以校招蓄水池为核心，东方鑫源社招校招并重。不同渠道结构决定了对平台能力的不同期望。
四家企业"招不到人"背后的四个痛点、"同名不同工"的结构性根因、以及"C少 vs 匹配不准"的诊断分层
本节结论：四大痛点——搜不准、C少、说不清、品牌弱——归根结底是"同名不同工"造成的：同一个岗位名下的工艺场景差异很大，平台标签颗粒度跟不上。网招侧聚焦前三个核心痛点（搜不准、C少、说不清），品牌弱由校招团队承接。C少和匹配不准是两种不同的病因，先诊断、再对症是通用框架。
制造业工艺越来越细分，但平台标签体系仍停留在"大类"层面。伯恩光学搜"镀膜"出来一堆做眼镜和金属的，跟"光学物理镀膜"差异很大。宗申动力面临"模糊需求无法翻译成搜索条件"的困境。关键词匹配在垂直制造业越来越力不从心。
伯恩光学宗申动力伯恩光学核心岗位人才只在3-4家果链大厂流转，外部市场非常有限。宗申动力转型电动化需要跨行挖人，隆鑫通用要找感知算法工程师得从互联网/自动驾驶行业迁移。平台缺乏跨行业人才溯源和迁移识别能力。
伯恩光学宗申动力隆鑫通用制造业大量岗位本身就是复合型方向（如"懂工艺+懂自动化"），HR自己也不清楚该怎么定义和描述，发不出精准的职位。结果是不发职位、直接搜简历碰运气——平台需要帮HR"翻译"这类模糊需求。这是纯看数据完全看不到的产品场景。
宗申动力隆鑫通用东方鑫源东方鑫源在重庆被长安、赛力斯虹吸效应明显，校招到场率低，异地招聘更难。企业想做雇主品牌包装，但缺工具、缺内容制作能力。此项由校招团队承接，网招侧聚焦搜不准、C少、说不清三个核心痛点。
东方鑫源几家企业都在招"质量/工艺工程师"，但背后的工艺场景差异很大。这是平台标签体系最大的盲区。
| 企业 | 岗位需求 | 实际工艺场景 | 与其他企业的差异 |
|---|---|---|---|
| 伯恩光学 | 工艺/品质工程师 | 光学镀膜、热弯成型等精密工艺管控 | 偏光学物理镀膜，高度垂直 |
| 隆鑫通用 | 发动机项目工程师 | 动力系统项目管理与工艺 | 涉及传统燃油+新能源双线 |
| 东方鑫源 | 装配工艺工程师（摩托车） | 摩托车整车装配线工艺 | 偏产线布局与装配效率优化 |
| 宗申产业 | QE质量工程师 / 发电机工程师 | 动力系统质量管控+电机研发 | 传统机械QE正向电动化复合转型 |
伯恩光学偏光学镀膜QC、宗申偏动力系统QE、东方鑫源偏装配线工艺——技能树重叠度很低。这是平台标签体系的主要盲区：同一岗位名，背后的工艺场景、设备类型、行业背景差异巨大。
量大、持续招、永远缺。但平台搜"质量工程师"会出来食品、医药、电子、汽车、建材等横跨十几个行业的简历，HR筛选成本极高。把这类岗位的行业语义做细，是最好的切入点。
宗申同时招"QE质量工程师"和"发电机工程师"，隆鑫招"发动机项目工程师"——这些传统动力岗位正从燃油向电动转型。企业需要的人既懂传统机械质量管控，又能理解新能源动力系统。
HR发不出清晰JD，是因为这类复合型岗位在平台上没有对应的标签组合。如果标签体系能支撑"工艺+自动化"这类复合维度，HR就不需要自己费力定义了。
同样是"招不到人"，根因可能很不一样，对应的解法也不同。先做诊断分层，再对症推进。
| 维度 | C少（简历池不够） | 匹配不准（有人但找不到） |
|---|---|---|
| 典型表现 | HR搜出来就那么几份，翻两页就没了 | 搜出来一堆但90%不相关，有效简历埋在噪音里 |
| 根因 | 平台在该细分方向的简历存量不足，或求职者不活跃 | 标签分得太粗，"质量工程师"跨了十几个行业混在一起 |
| 解法方向 | 扩大C端供给（定向激活、渠道拓展） | 优化搜索精度（细化标签、AI筛选能力） |
光学镀膜、热弯工艺全国就3-4家大厂有这个工种，不是搜不准的问题，是市场上流动的人真的极少。
电动化领军人才是"C少"（跨行业的人不在传统制造业平台上）；普通质量工程师更多是"匹配不准"（搜出来行业不对）。
感知算法工程师在互联网平台上不少，但在制造业场景里识别不出来——人是有的，平台没法把这些人跟制造业需求关联上。
品牌弱导致主动投递少，加上异地招聘吸引力不够，求职者端的供给上不来。
企业获取简历的三个渠道场景，C少对应的推进方向也不一样
| 渠道场景 | 对应企业 | C少时的推进方向 | 智联对应能力 |
|---|---|---|---|
| 主动搜索 HR搜简历库 |
伯恩光学、宗申动力 | 该方向简历池存量不足 → 定向激活C端、扩大简历源 | 简历池定向扩充、跨平台简历源打通 |
| 平台推荐 系统推人 |
隆鑫通用 | 推荐算法没有把跨行可迁移人才纳入推荐池 | 推荐算法扩大范围 + 跨行迁移模型 |
| 求职者投递 候选人主动投 |
东方鑫源 | 雇主品牌弱、职位曝光不够 → 拉投递量 | AI视频品牌工具 + 职位定向曝光 |
两个项目看的是不同类型的岗位，所以碰到的问题也截然不同——不是"看数据vs听客户"，而是"跨行通用岗vs行业垂直岗"
本节结论：嵌入式项目验证了平台匹配工具的基础能力，本次调研确认了客户端需求的真实性与广度——复合型岗位的模糊需求、全球化人才需求、岗位碎片化的严重程度均超出预期。前者提供能力基础，后者明确投入方向。
同样做了深度客户访谈+平台数据实验。嵌入式工程师是跨行业通用岗位（ARM/RTOS/驱动在多个行业通用），岗位定义行业间共识度高，"搜得准不准"是主要矛盾——痛点集中、场景清晰，适合做精细化验证。
看到了什么：痛点集中在"匹配精准度"
匹配做精准确实有效，扩容池AB交叉命中质量系数达19.8%。
同样做了深度客户访谈+行业痛点诊断。制造业岗位（质量工程师、自动化工程师等）是行业垂直岗位，不同企业间"同名不同工"极其严重。调研发现了嵌入式没碰到的行业特殊性：岗位碎片化、复合型"说不清"需求、全球化维度——问题比预想的多，也比预想的急迫。
看到了什么：痛点分散、维度远超预期
C少、搜不准、说不清、品牌弱同时存在，还叠加了全球化这个全新维度。
嵌入式工程师的技能定义在行业里有共识（ARM/RTOS/驱动），搜出来的人方向不会偏太远。但制造业的"质量工程师"，在伯恩是做光学镀膜QC，在宗申是做动力系统QE，几乎不是一个工种。这个问题的烈度，不去企业聊感受不到。
嵌入式项目里没碰到过这个现象。但制造业很多岗位本身就是复合型方向（如"懂工艺+懂自动化"），HR自己也不清楚该怎么定义，发不出精准的JD，只能直接搜库碰运气。这意味着平台需要帮HR"翻译"模糊需求——是一个全新的产品机会。
四家企业都在推全球化，小语种营销、海外驻地管理是共同刚需。这个维度在嵌入式项目中基本没有涉及，是本次调研带回来的全新发现。
嵌入式项目时，这个诊断框架是我们从数据端推导出来的，还是假设阶段。这次调研中企业直接说出了"搜出来就那几个人"（C少）、"搜出来一堆但都不对"（匹配不准），等于客户亲口帮我们把假设证实了。
企业说了什么需求，我们能用什么解法对应，先做哪个、后做哪个
本节结论："精准匹配"和"人才溯源"被提及频次最高、覆盖企业最广。AI筛选助手和模糊需求翻译可快速启动，工艺级标签体系最关键但需要和标杆客户共建——它是所有其他能力的前置条件。雇主品牌相关需求由校招团队承接。
AI筛选助手升级、模糊需求智能翻译——基于现有产品能力做增强，短期可见效
工艺级标签体系——最关键也最难，需要和标杆企业一起标注、验证、迭代
跨行迁移模型、行业薪酬报告——需要更多数据积累和算法投入，急不来但需要提前布局
基于访谈数据的合理推算——每一个数字都标注了假设和置信度，便于后续用真实数据校准
本节结论：基于四家企业访谈数据推算，目标岗位（自动化/机械/PLC/电气/质量/视觉）年招聘规模475-615人，招聘预算合计约620-880万。平台工艺级标签与AI筛选能力建设后，预计增量收入53-80万/年（四家企业）；推广至重庆+深圳两个产业集群后，量级预计达400-600万。
⚠ 测算说明与假设边界
1. 招聘人次：伯恩光学"年增2000+"为访谈直接数据（★★★ 高置信），其余三家基于企业规模和行业对标推算（★★ 中置信）
2. 预算推算：四家企业整体招聘相关预算体量较大、平台类采购已有基础，预算数据基于行业平均招聘成本基准（1,200-3,000元/人次，视岗位而定）推算，可直接转化为新增功能付费的规模仍需试点验证
3. 平台增量：假设工艺级标签+AI筛选等新能力上线后，平台在目标岗位的市场份额从约20%提升至约40%，增量为净增部分
以上推算数据用于量级参考，建议在后续客户拜访中验证核心假设后更新
| 企业 | 年度整体招聘 (人次) |
目标岗位 占比 |
目标岗位 (人次) |
年度总预算 (万元) |
目标岗位 预算(万元) |
平台年增量 (万元) |
置信度 |
|---|---|---|---|---|---|---|---|
| 伯恩光学 | 2,000-2,500 | ~12% | 240-300 | 250-350 | 88-123 | 20-30 | ★★★ |
| 宗申动力 | 500-650 | ~18% | 90-120 | 150-200 | 54-81 | 15-22 | ★★ |
| 隆鑫通用 | 450-600 | ~15% | 65-90 | 100-150 | 28-42 | 8-12 | ★★ |
| 东方鑫源 | 600-800 | ~13% | 80-105 | 120-180 | 36-54 | 10-16 | ★★ |
| 合计 | 3,550-4,550 | - | 475-615 | 620-880 | 206-300 | 53-80 | - |
推算依据：伯恩光学"年增2000+"为访谈明确数据；其余三家基于企业规模和行业对标推算。预算基于行业招聘成本基准，可转化为新增功能付费的具体规模仍需试点验证。集群放大：重庆+深圳两个产业集群同类企业约50-80家，按30%渗透率估算，SOP跑通后年增量可达400-600万级别。
先把运营的核心动作说清楚，再拆两条线的分工，再看从痛点到运营动作怎么映射
本节结论：行业运营的本质是运营"诊断能力"，不是运营岗位。以自动化/机械工程师（双9.5分）为切入，通过"数据预诊断→轻量触达→方案签约"的标准化SOP批量获客，再通过客户内扩品做大单客户价值。诊断可以规模化执行，不需要每家都上门。
帮客户搞清楚问题出在哪（搜不准？C少？说不清？品牌弱？），让客户感受到"你懂我"，打开合作大门。
四个痛点各有对应的产品组合——搜不准→标签共建，C少→跨行扩容，说不清→需求翻译，品牌弱→AI品牌触达。
客户看到效果才会扩品加购。用数据说话：标签命中率提升、下载转化率、首次到面率等可量化指标。
岗位和简历都是载体，真正要运营的是一套从痛点诊断到产品匹配再到效果验证的转化链路。这三步串起来，就是行业运营的完整SOP。
一条线管"做得准不准"（嵌入式），一条线管"卖得动不动"（制造业）。两条线各干各的，但互相帮得上。
嵌入式工程师 · 跨行通用岗 · 重"准"
把画像评分、CV扩容、匹配精度这些底层能力先在嵌入式岗位上跑通。跑通之后这些能力可以直接搬到制造业岗位上用。
制造业垂直岗 · 自动化/机械工程师优先 · 重"量"
用能力线跑通的方法论，在制造业共性岗位上走通"诊断→签约→拓客→扩品"的SOP，批量获客变现——同时给能力线提供真实场景反馈。
| 维度 | 能力线（嵌入式） | 商业线（制造业共性岗） |
|---|---|---|
| 岗位类型 | 跨行业通用岗（嵌入式工程师） | 行业垂直岗（自动化/机械/质量工程师） |
| 核心指标 | 匹配精准度（准不准） | 客户覆盖量（多不多） |
| 输出物 | 可复用的方法论和算法模型 | 可复制的运营SOP和收入 |
| 对另一条线的价值 | 提供匹配、标签、扩容这些能力 | 提供真实客户场景和行业数据 |
资源有限，需要选优先级。依据两个维度：
一家企业在这个岗位上的年招聘量有多大？量越大，单客户价值越高。自动化工程师、机械工程师在此维度得分9.5。
有多少家制造企业在招这个岗位？数量越多，SOP可复制性越强。自动化工程师、机械工程师覆盖几乎全部制造企业，也是9.5。
本次调研4家企业是深度拜访，但日常运营不需要这样。诊断框架跑通后，可以分三层执行：
利用客户在平台上的行为数据自动判断痛点类型：搜索频繁但下载率低→搜不准；投递量低+搜索频繁→C少；不发职位但一直搜→说不清；有职位但无投递→品牌弱。批量输出"招聘健康度报告"。
拿着数据报告打电话："贵司自动化工程师投递不少但下载率12%，推过去的可能不够精准，是不是？"每个痛点对应一套标准话术和产品推荐方案。
优先安排有付费意向、年招聘预算大的客户进行面对面沟通。逐一拆解四大痛点在该客户的具体表现，推对应的产品组合方案。
选2-3家标杆客户深度共建行业标签词库，验证精准度后批量推广到同品类企业。KPI：标签命中率、搜索下载转化率
数据预诊断自动识别C少岗位，主动推送"跨行业可迁移人才"扩容方案。KPI：人才池扩容率、客户采纳率
针对不发职位、只搜库的客户，主动提供"需求翻译"：帮HR把模糊方向转化为可搜索的人才画像。KPI：职位发布转化率
为投递场景C少的企业定制雇主品牌内容，结合院校资源做定向校招触达。KPI：投递量增长率
综合得分基于需求广度、招聘频次、跨企业共性、平台现有能力四个角度打分。岗位杠杆看的是"一家企业这个岗位能招多少人"，客户杠杆看的是"有多少家企业在招这个岗位"。
| 阶段 | 排名 | 岗位 | 岗位杠杆 | 客户杠杆 | 综合得分 | 等级 | 象限 | 扩品逻辑 |
|---|---|---|---|---|---|---|---|---|
| 切入 | 1 | 自动化工程师 | 9.5 | 9.5 | 9.5 | A级 | 优先拓展★ | 岗位杠杆与客户杠杆双维度均处于最高区间，获客建立信任 |
| 2 | 机械工程师 | 9.5 | 9.5 | 9.5 | A级 | 优先拓展★ | ||
| 扩品1 | 3 | PLC/工控工程师 | 8.5 | 9.0 | 8.8 | B级 | 优先拓展★ | 首单效果验证后顺势覆盖，诊断框架直接复用 |
| 4 | 电气工程师 | 8.5 | 9.0 | 8.8 | B级 | 优先拓展★ | ||
| — | 质量工程师 *验证后扩品 | — | — | — | 验证后定 | 验证后扩品 | ||
| 扩品2 | 5 | 视觉/算法工程师 | 7.5 | 7.0 | 7.2 | A级 | 优先拓展★ | 偏新兴方向，跨行迁移需求强，做出来差异化最明显 |
| 6 | FPGA工程师 | 5.5 | 7.5 | 6.7 | A级 | 顺势拓展 | ||
| 储备 | 7 | 机器人工程师 | 5.5 | 5.5 | 5.5 | B级 | 观望区 | 客户杠杆偏低，等行业成熟度提升后再纳入 |
| 8 | 电池/电驱工程师 | 5.0 | 5.0 | 5.0 | B级 | 观望区 | ||
| 9 | ADAS工程师 | 4.5 | 3.5 | 3.9 | B级 | 观望区 |
注：质量工程师未纳入前期岗位规模效应评估，本次调研中四家企业均有提及，作为扩品备选待进一步验证岗位杠杆与客户杠杆。
双轮互补逻辑：嵌入式项目验证了平台底层能力（标签、匹配、扩容方法论），这些能力是"技术资产"；制造业调研明确了商业化路径（诊断切入→产品组合→批量签约），这是"商业SOP"。技术资产让产品有竞争力，商业SOP让产品卖得出去——两条线并行推进，嵌入式持续打磨能力引擎，制造业快速跑通商业闭环。
从调研结束到首批客户验证，3个月5个节点，每个节点有硬杠杆——过了才能往下走，不达标则触发收缩机制
优先伯恩光学、宗申动力，不是随意选的——试点客户需同时满足以下条件：
以"工艺工程师"为例，标签拆解不是一个关键词，而是一套多维度描述体系：
玻璃 / 动力系统 / 整车 / 机器人
镀膜 / 热弯 / 装配 / 电机 / 焊接
研发 / 试产 / 量产 / 质量
CNC / PLC / MES / 视觉系统
良率提升 / 节拍优化 / 量产导入
| 时间节点 | 关键动作 | 牵头方 | 需要配合 | 交付物 | 过线标准（Gate） |
|---|---|---|---|---|---|
| 2周内 | 选定2家标杆客户做工艺标签共创 | 行业运营 / 产品 | 销售、算法、交付 | 首版标签树 + 共建协议 | 至少1家签共建协议，且另1家进入实质评审流程 |
| 1个月内 | 完成3类高频岗位JD需求翻译模板 | 产品 / 算法 | 招聘顾问、客户成功 | 模糊需求翻译demo | 3类岗位可稳定输出，客户可用反馈 ≥ 70% |
| 2-3周内 | 上线AI筛选助手增强版内测 | 产品 / 研发 | 数据、算法 | 小范围试用结果报告 | 简历匹配相关性较baseline提升 ≥ 15% |
| 2个月内 | 在重庆产业集群跑首批试点销售 | 销售 / 行业运营 | 区域团队 | 首单转化数据 | 至少1单进入付费或明确采购流程启动 |
| 3个月内 | 复盘是否继续投入工艺级标签体系 | 负责人 / 管理层 | 财务、产品、销售 | Go / No-go 决策 | 2家续约/扩品，或替代性指标满足阈值（详见3.5） |
为什么这么设计：每个节点都有明确交付物和量化过线标准，避免"做了很久但看不到产出"。任一节点没过线，一周内复盘、决定调整还是收缩。3个月是硬性复盘节点——数据不支持就果断收缩，验证成功就追加资源进入第二阶段。
涉及多团队协同，明确各方职责边界
建议由行业运营负责人或产品负责人担任。负责整体推进、里程碑管理、跨团队协调、复盘汇报。对3个月试点结果直接负责，是管理层的唯一对接人。
定义标签体系结构、需求翻译流程、工具化方案；负责AI筛选助手增强版的产品规划和需求文档
简历解析模型优化、工艺标签自动抽取、跨行迁移识别模型探索；为标签体系提供NLP技术支撑
筛选5家试点客户、推进共建协议签署；在重庆产业集群跑首批试点销售，验证诊断获客SOP
收集试点客户使用反馈、定义效果衡量指标；确保标签共建成果能转化为客户可感知的体验提升
承接"品牌弱"场景下的雇主品牌和生源地触达需求，避免网招团队目标发散
决定试点预算上限、跨团队优先级排序、是否接受首期非标准化投入；在3个月复盘节点做Go/No-go决策
按客户痛点类型打包产品方案，定价先占位、验证后再调
细分岗位标签优化 + AI筛选助手 + 搜索策略建议，帮客户从"搜出来一堆不相关"变成"搜出来的大部分能用"
JD需求翻译 + 对话式需求澄清 + 候选人画像模板，帮HR把模糊方向转化为精准搜索条件
可迁移人才池分析 + 跨行业推荐模型 + 定向挖掘服务，帮客户从相邻行业找到合适人才
小语种人才池 + 海外岗位画像 + 行业薪酬报告，一站式解决出海人才需求
高共性、易复制能力 → 模块化收费（如方案A），单价低但客户基数大
高非标、需共建能力 → 项目制收费（如方案B/C），单价高但需定制交付
客户共建阶段 → 可考虑低价换标签数据和案例积累
集群拓客阶段 → 打包行业方案提升客单价
最贴近共性痛点（4家均提及）、最容易和现有能力结合、最容易做出可量化效果、最适合做试点验证起点
复合岗位"说不清"是隐藏场景，产品化门槛低，可与A包组合销售提升客单价
跨行迁移和出海专项需求明确但非标程度高，适合A/B包建立信任后作为扩品方向
首期试点（0-3月）：低价换案例和标签数据，验证付费意愿是核心目标
转正条件：搜索相关性可量化提升 + 客户愿意续约/扩品
标准化后：按模块收费，A包季付/B包项目制/C、D包打包
底线原则：首期亏人力不亏现金，3个月不转正即收缩
3个月试点期看什么数字，分业务、产品、客户效果三块
3个月复盘标准：如果试点客户中有2家以上愿意续约/扩品，且搜索相关性有可量化提升，则判定为Go，进入第二阶段扩大投入；否则收缩为轻量级维护。
提前识别风险模式，设定清晰的失败信号
客户认可诊断价值，愿意聊、愿意试，但不愿单独为"精准匹配能力"付费——认为应该是平台基础功能而非增值服务
前兆信号：试点客户反复要求延长免费期；问"能不能打包到现有合同里"
标签共建对单个客户有效（如伯恩光学），但跨子行业（动力系统、通用机械）无法复用，导致每家客户都要重新定制
前兆信号：第二家共建客户的标签树与第一家重合度 < 30%；算法迁移效果大幅衰减
首期非标投入过重（定制化程度高、交付成本失控），3个月内看不到足够商业回报覆盖投入
前兆信号：单客户交付人天 > 预期2倍；团队80%以上时间在做非标定制而非标准化沉淀
❌2个月内0家客户进入付费流程或签署采购意向
❌标签共建成果跨客户复用率 < 30%，且无改善趋势
❌试点客户NPS/满意度持续低于基准线，无正向反馈
❌累计投入人天已超预算150%且无明确商业转化信号
收缩方案：停止新客户拓展，已有的共建成果沉淀为产品能力；团队资源回归主线业务；将制造业标签体系降级为"被动维护"模式，等市场时机成熟后再评估是否重启。
如果3个月后未达到Go标准，则：
停止：不再推进非标共建投入，停止新客户拓展，团队资源回归主线业务
保留复用：已经做出来的标签词库、JD翻译模板、销售SOP沉淀为轻量资产；AI筛选增强功能按通用能力继续复用
最大沉没成本：约5-6人 × 3个月 × 10-20%工作量，折算约3-4人月。不涉及硬件采购、系统建设等不可回收投入。