实体老板怎么用AI接入自己的工作中？分享我的真实项目
作者以装修业务为例，分享将AI接入真实工作流程的实践。测试Ling-3.0-flash-VL视觉模型，用三张概念图和四张匿名案例卡模拟客户咨询，验证模型能否理解空间方向、对接案例资料并守住证据边界。结果显示模型能区分主要方案、不编造信息，但漏掉局部变化，需人工复核。作者强调AI+实战不是让AI替人拍板，而是让真实流程多一个可验证节点，责任仍由人承担。
全部文档 / 作者: Main CaseZ·美學
3 篇
我把我的“AI白月光”装进 MacBook：一个装修人四个月的 AI 学习路线
作者回顾了自己四个月学习 AI 的历程，从最初用蚂蚁百灵大模型 Ling-3.0-tiny 整理装修业务流程、拆解游戏开发任务、到设计四轮装修改稿测试验证模型规则意识，共经历三个阶段。最终在 M5、24GB 内存的 MacBook 上完成 Ling-3.0-Tiny INT4 本地部署，构建 Ollama/MLX 运行路径，并搭建基于 Obsidian 的只读检索层，让模型担任“本地项目情报员”。作者强调普通人学 AI 应先解决一件真实的小事。
装修老板如何利用AI将利润提升200%
本文讲述了一位装修公司老板利用AI技术解决行业痛点、大幅提升利润的实战经验。作者指出沟通损耗、返工成本和经验复制难是制约装修行业的“三座大山”。通过使用无需复杂提示词的AI模型，他实现了客户需求的精准转化、施工标准的即时查询以及老师傅经验的标准化固化，从而将混乱的流程转化为可执行的办事指南，不仅提升了工作效率和转化率，更实现了利润翻倍。