AI 战略与需求探索
我们审视您现有的工作流程（人力资源、财务、客户服务、运营），梳理哪些流程可以由 AI 自动化，哪些环节可以降低成本、提升效率。
交付成果： 为贵公司量身定制的 AI 转型路线图和投资回报（ROI）分析。
我们的服务
五项核心服务覆盖您 AI 之旅的每个阶段，从战略到团队培训。
模型选型与独立于供应商的咨询
我们选择最符合您需求、预算和数据政策的大语言模型（LLM）和工具。我们不绑定任何单一供应商。
交付成果： 符合您需求和预算的推荐技术栈。
定制 AI 解决方案
我们为了解您自有数据（PDF、电子邮件、数据库）的助手设计 RAG（检索增强生成）架构。
交付成果： 系统设计让回答以您的数据为依据、注明来源，并通过验证和评估测试降低幻觉风险。
产品开发、安全与合规
企业级 API（Enterprise API）部署，必要时集成在您自有服务器上运行的开放权重模型（本地部署），并按需开发集成 AI 的网页和移动应用。
交付成果： 数据流有文档记录的安全 AI 基础设施，设计时充分考虑 GDPR 和 KVKK 的要求。
团队培训与提示词工程
仅部署技术是不够的，人们还需要用好它。我们教团队使用 Copilot、ChatGPT 或定制助手，并编写有效的提示词。
交付成果： AI 素养培训计划和按部门定制的提示词库（市场、工程、人力资源）。
什么情况下使用哪个模型？
我们关注的是模型家族和使用场景，而不是版本号。模型更新很快，因此我们会定期更新此表。
| 模型家族 | 主要特点 | 典型用途 |
|---|---|---|
| Anthropic Claude | 长上下文、分析推理、编程 | 复杂文档分析、软件开发支持 |
| Google Gemini | 超大上下文窗口、与 Google Workspace 集成 | 使用 Workspace 的组织、多模态内容 |
| OpenAI GPT | 丰富的 API 和助手生态 | 通用助手、广泛的集成需求 |
| Meta Llama / Mistral | 开放权重模型、完全可控 | 本地部署、数据不得离开组织的场景 |
最后更新：2026 年 9 月。标志和产品名称归各自所有者所有；Huaris AI 并不声称是这些公司的官方合作伙伴。
为什么选择 Huaris AI？
独立性
我们不绑定任何一种技术。无论是 Google、OpenAI 还是 Anthropic，我们都推荐最适合您的方案。
安全第一
我们使用企业级 API，必要时采用本地部署架构，确保您的公司数据不会被用于模型训练。我们会记录数据流。
落地交付
我们不止于提供建议。必要时，我们编写代码、构建产品并培训您的团队。
常见问题
如果把公司数据发送到 ChatGPT 等工具会怎样？
这取决于服务商和所用套餐。对于个人套餐，内容是否用于改进产品取决于设置和服务商条款。对于企业版和 API 产品，服务商通常声明默认不会将数据用于模型训练。
在签约阶段，我们会与您一起核实每家服务商的现行条款。
使用大语言模型时，根据 KVKK 需要注意什么？
如果涉及处理个人数据，就会涉及告知义务、法律依据、数据最小化、数据处理协议和跨境传输等问题。在可能的情况下，优先采用从不将个人数据发送给模型的架构。
以上为一般性概述，不能替代法律意见。
什么是 RAG？
RAG（检索增强生成）是指模型先从您自己的文档中检索相关段落，再以这些内容为依据生成回答。回答可以注明来源，幻觉风险会降低，但不会消除，因此我们会进行评估测试。
部署时间取决于数据量和集成范围；我们会在探索会谈中明确。
应该选择云端 API 还是本地部署模型？
取决于数据敏感度、监管要求、预算、期望质量和运维能力。当数据不得离开组织时，通常选择本地部署的开放权重模型；否则，企业级 API 通常更为实用。