01
情境
案件刚問い合わせ时只是几条微信 + 一张户型图,现场调查后又有几十张照片、几页手写笔记。两周后报价时,资料早就散在不同员工的手机里。
我们的处理
Admin 每个案件号下九个分页 —— 概要 / 見積 / 契約 / 請求 / 工程 / 現場写真 / レポート / アフター / 履歴 —— 把整个生命周期的资料钉在同一个项目下。状态从「問い合わせ」一路走到「アフター」,每一步留下的资料都在原案件下。
我们的取舍
我们从案件生命周期出发设计数据结构,而不是从功能列表出发。这意味着「客户」「报价」「合同」「请款」之间的字段是按真实业务关联打通的,不能像通用 CRM 那样随便增删主表 —— 但每次案件交接时就不会再有「这个数据应该填到哪里」的问题。
admin-knot.digiponte.com/projects/KN-2026-001
1 2 - 1 一个案件号串起来:客户、地址、工期、合同金额、负责人。社内三个角色(社长 / 营业 / 现场监督)看到的是同一个事实。
- 2 九个分页覆盖案件全生命周期。状态从「問い合わせ」走到「アフター」,每一步留下的资料都在原案件下,不散在邮件群聊。
02
情境
现场监督一天拍七十张照片:拆除前、墙体打底、水电走线、瓷砖铺贴。回到公司,要按工种和部位分类、剔掉模糊的、决定哪些发给客户看 —— 一晚上做不完。
我们的处理
AI 在上传时自动按四个施工阶段 × 六个部位分类(拆除 / 基层 / 水电 / 收尾 等 × 水回り / 建具 / 天井 等)。员工只需复核与确认「顾客公开」开关;模糊或测试照片留在内部库,不会推送给客户。
我们的取舍
AI 只做分类与提示,不替员工拍板「该不该给客户看」。每张照片的「顾客公开」开关独立可控,错分的标签也能一键改。结果是员工的工作从「逐张分类」变成「批量复核」,但人对最终结果仍负责。
admin-knot.digiponte.com/photos
1 2 - 1 现场监督拍完照片,AI 按工种自动打标签(拆除 / 基层 / 水电 / 收尾 等六类 × 部位若干)。员工只需复核,不需要逐张手填。
- 2 「顾客公开」开关在每张照片上独立控制:施工现场的某些过渡阶段不一定适合给客户看,由人决定,AI 不替您拍板。
03
情境
社长想让客户每周收到一份周报,但每份周报要写:本周做了什么、用了什么料、有什么问题、下周计划;中文客户的周报还要翻成中文。员工挤不出时间,结果客户只在投诉时才听到消息。
我们的处理
AI 把本周的现场照片、进度数据、采购单、留言聚合成一份结构化稿,按工种分节(解体 / 下地 / 水回り / 内装)。员工复核改稿,确定公开后,系统自动生成客户语言版本(日 / 中 / 英)的 PDF,并推送到 Portal。
我们的取舍
周报不是 AI 自动发,而是 AI 帮忙起稿、员工复核确认。我们让 AI 处理「重复整理」的部分,把「该不该这样讲」的判断留给现场监督。客户读到的是经过专业复核的内容,不是机器直接生成的文本。
admin-knot.digiponte.com/reports
1 2 - 1 每周一键生成周报:AI 把本周现场照片、进度、用料、留言聚合成结构化稿,员工只需要复核改稿、确认公开。
- 2 客户语言是英语 / 中文的,自动出双语版;员工不需要会日语之外的语言。客户看到的就是自己语言里的、专业的周报。
04
情境
见积要改三版,每版客户都说「上次那版比较便宜,能不能在那版基础上加这一项」。员工翻 Excel 翻得头大,老板担心改错收错款。
我们的处理
同一案件的见积按 V1 / V2 / V3 版本留痕,每版可独立修改、PDF 输出、确定生效。从见积「確定」到合同「登録済」再到请款,是三个有顺序的状态,前一步未完成时后一步不可推进。
我们的取舍
合同与签章我们保留纸面 —— 不是不能做电子签,而是日本中小装修公司的客户与法律惯例还在以纸面合同 + 印鑑为信任锚点。系统只把「合同已盖章」标记一下、把扫描件存档,剩下的客户惯性我们尊重。
admin-knot.digiponte.com/quotes
1 2 - 1 同一案件的见积版本(V1 / V2 / V3)按时间留痕:客户改要求、加项目、调整工期,都对应一个新的见积版本,不覆盖之前的。
- 2 PDF 直接从系统出,格式与合同对齐。日本中小装修公司的「合同与签章保留纸面」习惯被尊重,系统只生成、不强制电子签。
05
情境
老板月底想知道:本月接了几个案件、超过 30 天未签的报价还有几张、今年上半年练馬区的项目按月分布、中国语对应的案件主要哪个营业在跟 —— 员工说要做一下,但没人有空。
我们的处理
Admin / AI Assistant 接受自然语言查询,把问题翻成查询并跑在权限内的真实业务数据上,输出图表 + 数据 + CSV / PNG 导出。示例查询直接展示六类常见经营问题。
我们的取舍
AI 在工作节点上服务具体工作结果(分类 / 起稿 / 查询),不做成独立的「AI 模块」。员工不需要先学会 AI、再去用 AI;他在「现场照片」「周报」「数据查询」三个具体场景里直接用到,结果在自己的工作产出里。
admin-knot.digiponte.com/ai
1 2 - 1 示例查询都是装修业务里真的会问的问题:今年上半期某区域的项目、按工种的稼働日排行、超过 30 天未签约的报价。员工不用学 SQL。
- 2 AI 把自然语言翻成查询,跑在权限内的数据上,输出图表 + 数据;可以导出 CSV / PNG,老板可以直接拿去开会。