该技能用于指导为 SaaS 产品加入 AI 功能、集成 LLM API、构建 AI 助手或实现 RAG。核心原则：AI 功能应让产品核心任务强 10 倍而非营销噱头；先用现成 API，不必自训模型；按调用量设计成本；提示词是差异化关键；始终准备降级方案。
何时加：用户有可自动化的重复任务、需要解读数据、能显著省时、降低非专家使用门槛或有竞品对标需求时。不宜加：无产品上下文的聊天机器人外壳、纯为营销、要求 100% 准确（法律医疗金融决策）、规则即可解决或未验证需求时。
五种模式：一，智能草稿/生成，AI 出初稿供用户编辑；二，摘要/分析，压缩解读用户数据；三，分类/打标，自动给新数据贴标签并允许覆盖；四，智能搜索与问答（RAG），文档分块存向量库，检索相关片段连同问题发给 LLM 生成带引用的答案；五，基于行为的推荐。
模型选择参考给出 Claude Haiku 4.5（最便宜最快，适合分类与高频短响应）、Claude Sonnet 4.5（中等，适合多数草稿/摘要/分析）、Claude Opus 4.6（最强最慢，复杂推理），以及 GPT-4o mini 与 GPT-4o 作为替代。通用做法是先取最便宜的模型，质量不足再升级。
成本管理：单次成本=输入 token×输入价+输出 token×输出价；可缓存响应、限制输出长度、合并请求、按用户限流、用流式提升体验。资料给出的额度示例为免费版每日 10 次、Starter 50 次、Pro 500 次、Enterprise 不限（含合理使用政策）。
提示词模板要求写明角色、用户背景、输出格式、语气、禁止内容与长度约束，并版本化与 A/B 测试，用空输入、超长输入、多语言等边界用例测试。
上线检查清单涵盖用户价值、模型选型、提示词测试、加载状态、错误处理、降级回退、分档限流、成本监控、用户可编辑覆盖与缓存。常见错误包括全用最贵模型、无成本监控、无限流、把输出当真理、无加载状态、只做通用聊天、无降级、提示词硬编码不迭代。
成功信号：用户因 AI 功能选择产品、成本可预测、AI 使用驱动升级、用户约 20–30% 时间会编辑输出、API 成本低于其带来收入的 10%。相关技能涉及构建、定价、分析与安全。具体价格与接口细节请以官方文档为准。