客户的关键人物风险，Claude + Obsidian 解决它：2400 美元搭建，月入 9600

你的客户有一个"关键人"问题。Claude + Obsidian 修好它。$2,400 搭建费。$9,600/月。July 14, 2026 · 11 min read · View source ↗ Claude AI Obsidian Automation 每个企业都有一个人，什么都知道。那份真正的客户合同归档在哪里。为什么开票流程有那一个奇怪的例外。上次这个供应商出问题时发生了什么。哪个客户其实受不了"circling back（我回头再跟进）"这句话。 这些没有一样写下来。全都在一个人的脑子里。 当那个人辞职、退休、或者只是休个两周的假——生意就只能靠猜来运转，直到他回来。 财富 500 强公司花六位数请咨询顾问来解决这个问题。它叫关键人风险（key-person risk），是商业里没人做预算的最昂贵的问题之一。 小企业请不起那个顾问。他们请得起 $2,400。 这里是整个系统——它是什么、为什么这个的大多数版本会在 60 天内失败、以及那个不会失败的架构差异是什么。 大多数人漏掉的东西 每家公司都已经有一个"知识本该待着"的地方。一个 wiki。一个 Drive 文件夹。一个某人在 2023 年整理过一次的 Notion 页面。 问题从来不是存储。是检索。 每个企业已经有了什么： - Google Drive：没人找得到的文件 - Notion：过了一个月就没人更新的页面 - Slack 历史：可搜索，但没人搜 40,000 条消息 - 那一个人：全知道，整天回答问题，是单点故障 一个可查询的 vault（知识库）改变了什么： - 新员工问一个问题 → 几秒内得到一个具体、有出处引用的答案 - 那一个人休 PTO → 一切照常 - 那一个人辞职 → 知识留下 - 任何员工、任何时间 → 回答质量等同去问一位 5 年老手 工具从来不是问题。每家公司都有工具。它们缺的是一个会"回嘴"的工具。 第一部分：为什么大多数"给你的文档接 AI 聊天机器人"服务在 60 天内失败 这是卖这个服务的人不会解释的部分——因为他们大多没解决它。 通用话术很简单：把一个 AI 连到一文件夹公司文档上，让员工提问。听起来像五分钟的搭建。通常也确实是。 这正是它失败的原因。 通用版本： 把所有文件倒进一个向量数据库 AI 基于它检索到的任何东西来回答 没有验证步骤 没有出处引用 没有标记过时内容的机制 结果：两周内出现听起来自信的错误答案 最快摧毁信任的是什么： 员工问一个真实问题 AI 用某个听起来对的东西回答 答案基于一个 8 个月前就改了的流程 员工照着做了 员工不再信任这个工具 客户 60 天内取消 一个偶尔幻觉的知识系统，比没有系统更糟——因为人们对自信的错误答案采取行动的速度，比他们对"我不知道"采取行动的速度更快。 修法不是一个更好的 AI 模型。而是一个大多数人从没构建过的验证架构。 第二部分：真正站得住的架构——是循环（loop），不是查一下（lookup） 这个系统给出的每一个答案，在到达员工之前都要过一条硬规则。不是感觉检查。是一条规则。 每一次查询的形态，永远是同样的四步： TRIGGER（触发）→ 员工在 Slack 或 Telegram 里问一个问题 RETRIEVE（检索）→ 系统拉取与之相关的具体 vault 文件 VERIFY（验证）→ 对照一条硬规则检查：检索到的内容里 到底有没有一个直接答案，带来源和日期？ RESPOND（回应）→ 答案 + 来源文件 + 最后更新日期， 或者如果验证失败，就回"尚未记录（not documented yet）" 跳过 VERIFY，系统就会在它不知道时猜测——正是那个杀死客户信任的失败模式。跳过出处引用，员工就无法核对系统的工作，于是它第一次出错时，他们就不再信任它。 这单个架构选择就是整条护城河。任何人都能在一个下午把 AI 连到文件夹上。几乎没人去构建那种"让它说'这个我还没记录'而非去猜"的纪律。 第三部分：技术栈——三件东西，已验证的定价 没什么花哨的。成本结构才是让利润成立的东西。 ┌────────────────────┬──────────────────────────────────────────────┐ │ 组件 │ 角色 │ ├────────────────────┼──────────────────────────────────────────────┤ │ Obsidian │ vault。免费、本地、纯 markdown 文件 │ │ Claude Sonnet 5 │ 读上下文，写已验证的答案 │ │ Claude Haiku 4.5 │ 把问题路由到正确的 vault 文件 │ │ n8n +Telegram/Slack│ 员工实际使用的界面 │ └────────────────────┴──────────────────────────────────────────────┘ 模型路由对利润很重要。Haiku 4.5（每百万 token $1 输入 / $5 输出）干便宜活——判断哪 2-3 个 vault 文件跟一个问题相关。Sonnet 5（每百万 token $2 输入 / $10 输出，2026 年 8 月前推广价）干需要判断的活——读那些文件，写一个有依据、带引用的答案。 # n8n HTTP Request 节点——回答步骤 POST https://api.anthropic.com/v1/messages { "model": "claude-sonnet-5", "max_tokens": 600, "system": "{{ $json.verified_system_prompt }}", "messages": [{ "role": "user", "content": "{{ $json.employee_question }}" }] } 一个典型小企业（10-30 名员工，大约每月 150-250 个问题，加上每周的自审扫一遍）的真实月度 API 成本：$5–$15/月，提示词缓存还能在这个基础上进一步削减重复的 vault 上下文成本。当客户问运行这个实际花多少时，这就是你要报的数字——也正是这个数字，让 $1,200/月的 retain 看起来就是它本该是的那个划算买卖。 第四部分：构建 vault——真正是产品的那个部分 vault 结构就是产品。一个含糊的 vault 产出含糊的答案，没人信。 为任何客户生成初始结构的提示词： 你正在为一个有 [人数] 名员工的 [企业类型] 搭建一个 Obsidian 知识 vault， 连接到 Claude 用于员工问答。 生成一个完整的文件夹结构和核心文件清单。 对每个文件说明：文件名、它应包含的确切内容、 谁该有访问权限、以及它需要多久更新一次。 业务背景： - 行业：[描述] - 团队规模：[人数] - 部门：[列出] - 产生最多重复问题的流程：[列出] 优先写那些能回答新员工入职前 30 天所问问题的文件。 以结构化清单输出。 每个文件都需要把一条硬规则烙进它怎么写：具体名字、具体日期、不含糊。"不清楚就问 [某人]"不是文档。"客户 X 要求所有发票带 PO 号，2026 年 3 月与财务确认过"才是。 第五部分：竞争对手不构建的那个功能——一个会标记自己腐烂的 vault 这是架构的下半部分，也是把一次性搭建变成"值得按月付费的服务"的东西。 这个产品的大多数版本是静态的：搭一次，回答问题，完事。那是一个项目，不是一门生意——一旦文档变陈旧、还没人发现，客户就取消了。 加一个按时间表跑的自审扫描： TRIGGER：每周一，在你的周回顾之前 步骤： 1. 标记任何 90+ 天没动过、却被员工每周 问题引用到的 vault 文件 2. 对比过去一周未被回答的问题—— 找出 vault 缺失内容的模式 3. 起草一份"需要更新什么"的一句话总结， 发到你的周一回顾队列 VERIFY：每个被标记的条目都包含那个 暴露缺口的具体问题 STOP：报告已发，或本周没什么可标记 这就是看得见的 retain。客户看到的不是"相信我，我在维护"，而是每周一条笔记："本周有 3 个问题在 vault 里没有答案。这里缺的是什么。"这就是一个会在第三个月被取消的服务，和一个会续费多年的服务之间的区别——客户看着它积极变好，而不是悄悄变陈旧。 第六部分：定价、打包、以及谁付款最快 搭建费资助构建。retain 资助维护循环。两者都重要。 搭建（一次性，3 天交付）： 第 1 天——vault 架构 + 核心文件清单 第 2 天——写出 10-15 个核心文件，Claude 集成上线 第 3 天——团队 onboarding、测试、自审循环排好 价格：$2,400 Retain（月度，持续进行）： 每周自审报告审阅（约 30 分钟） 根据审计标记的内容填补缺口 向客户发月度用量 + 成本报告 价格：$1,200/月 谁签得最快、还不讲价： > 律所。每个助理都在问同样的计费代码和事务流程问题。每周省下一位合伙人一小时，单这一条就足以撑起 retain。 > 代理公司。给新员工做 onboarding 会吃进真实的资深时间。一个能即时回答流程问题的 vault 立刻砍掉那笔成本——任何一年雇超过一个人的代理公司都能感受到。 > 医疗和保健诊所。协议和保险流程记录一次，即时查询。合规敏感的数据意味着这跑在本地模型而非云 API 上——但定价结构两边都成立。 第七部分：拿下第一个客户——演示在销售 没人会凭一个话术去买"给文档接 AI"。他们是在看着它回答一个关于他们自己生意的真实问题时买的。 用纯公开信息建一个演示 vault——一个潜在客户的网站、LinkedIn、几分钟搜索。三到五个文件就够：一个团队概览、一份服务清单、一两个常见客户场景。两到三小时的活，在你上电话之前就做完。 会议只有一件事：让他们问它点什么。 用一个问题开场，而不是一个话术： "你们团队的新员工，入职第一个月会 反反复复问些什么？" 让他们说。然后展示 vault 恰好回答那个问题—— 只用关于他们生意的、已经公开的信息构建。 收尾： "搭建三天。$2,400。Retain 是 $1,200/月。 想这周就开始吗？" 任何行业里第一个演示要花满两到三小时。同一行业里的第二个只要四十分钟——大部分结构已经存在，只有具体内容变了。你每拿下一个客户，都缩窄了下一个同类客户的搭建时间。 规模化后的数字 第 1 月：1 个客户，首个搭建交付 → $3,600 第 3 月：3 个客户，1 新 + 3 retain → $6,000 第 6 月：6 个客户，1 新 + 6 retain → $9,600 第 9 月：9 个客户，1 新 + 9 retain → $13,200 第 12 月：12 个客户，此时已靠转介绍驱动 → $16,800 12 个客户时的活跃时间： 每周审计审阅：12 × 30 分钟 = 6 小时/周 新客户搭建：onboarding 时 3 天 稳态总计：约 8-10 小时/周 按 $16,800/月、每周约 9 小时算，有效时薪超过 $400。杠杆不在搭建费——在一个客户会续费、因为他们每周都看着系统变好而非悄悄腐烂的 retain。 杀死 90% 尝试者的错误 **1. 跳过验证步骤。**一个自信猜测的 AI 比没有 AI 更糟。一次错误答案就终结合同。 **2. 卖"一个聊天机器人"而不是"关键人风险保险"。**没人给聊天机器人做预算。卖你正在消除的恐惧，而不是消除它的技术。 **3. 构建一个没有自审的静态 vault。**文档变陈旧，没人发现，客户第三个月取消。每周的腐烂报告，才是 retain 成立的理由。 **4. 每个问题都走贵模型。**Haiku 4.5 用 Sonnet 五分之一的成本做文件路由。把模型匹配到步骤，而不是匹配到整条管道。 5. 写含糊的 vault 内容。"不清楚就问 Sarah"会永久产出含糊答案。具体名字和日期产出具体答案。 **6. 定价搭建却不带 retain。**一次性构建是一个有结束日期的项目。retain 是一门生意。 每个企业都已经有了那些知识。它只是被困在不会回嘴的格式里。 产品从来不是"给你的文档接 AI"——任何自由职业者都能搭那个，而且大多数两个月内就被取消，因为他们去猜，而不是承认自己不知道的。 真正的产品，是一个有足够纪律、会说"我还不知道"并先去把缺口找出来的系统。那份纪律就是整个生意。 那个什么都知道的人还是会离开。唯一的问题是，生意会不会察觉。 **👉 关注，获取每周 AI 商业系统 🩷 想要更多这样的拆解就点赞 🔒 收藏这个——这个系统值得偷** Tags: # X # Claude # AI # Obsidian # Automation # N8n # Sonnet Related articles Obsidian + Claude + n8n = $8,000+ per month in retainers. Every company has a wiki. A Google Drive folder nobody opens. A Notion workspace organized once in 2022. A Confluence page where processes die. Claude Obsidian Automation AI