AI Agent 上线前不能只看能不能聊天。真正要检查的是它是否懂产品、能不能追问采购条件、是否知道哪些问题必须转人工、能不能生成销售跟进信息，以及是否能随着销售反馈持续调优。
知识是否够用？
AI Agent 需要有产品、应用、认证、样品、MOQ、定制、资料、售后和必须由销售处理的问题的知识。知识不能只来自公司简介，而要来自产品页、FAQ、案例、资料和销售常见问答。
如果知识库薄，AI 可能会答得很热情，但没有商务价值。
追问逻辑是否清楚？
AI Agent 应该围绕国家、角色、产品、数量、用途、认证、预算、时间线和联系方式追问，而不是只说“请留下邮箱”。
不同渠道节奏也不同：官网访客信息更多，Instagram 和 Facebook 互动更轻，专业内容平台来的买家可能问题更具体。
边界是否安全？
AI 不应该自动承诺最终价格、合同条款、交期、独家代理、法律责任或特殊认证。它可以解释一般规则、收集条件、提示销售跟进，但关键承诺要转人工。
边界不是削弱智能，而是保护销售和品牌。
销售是否能直接使用？
上线前要看 AI 能否生成销售跟进信息：来源、语言、国家、角色、产品、数量、应用、认证、资料请求、聊天重点和下一步动作。
如果销售仍要重新读完整聊天记录，说明交接还没有做好。
哪些情况先不要上线？
如果产品知识不完整、哪些问题需要销售接手不清楚、销售不认可线索字段，或者 AI 会自动承诺价格和交期，就不适合直接上线。先小范围测试，比全站上线后再补救更稳。
AI Agent 不是越会说越好，而是越能在正确边界内完成商务接待越好。
上线后怎么回看效果？
每周看聊天记录、未回答问题、转人工原因、留资质量和销售反馈。把高频问题补回知识库，把风险回答加入禁止承诺范围，把优质线索来源反推到内容和渠道计划。
这样 AI Agent 才不是一次性插件，而是持续学习的前台接待层。
清单通过以后还要做什么？
清单通过只代表可以上线测试，不代表永远正确。上线后要把真实买家问题、未回答问题、销售反馈和高质量线索反向写回知识库。
AI Agent 的价值不在于一次配置完成，而在于它能随着市场反馈不断变得更懂产品、更懂渠道、更懂销售。