工程咨询行业存在一个很尴尬的现实：大量技术出身的工程师，每天花70%的时间在写文本、做方案、编标书，真正做技术分析和设计的时间不到30%。这不是能力问题，是行业模式问题——一个项目从投标到交付，文档工作量远大于技术工作量。
我2019年从一家甲级设计院出来单干，做工程咨询，集中在市政和建筑领域。前两年全靠硬肝，接一个项目就熬一周夜。2024年初开始系统接入AI，到现在一个人同时服务18家工程公司，年收入稳定在50万以上。分享具体怎么做的。
核心逻辑：用AI把工程咨询里那些高重复、低技术含量的文本工作替代掉，让自己聚焦在真正有价值的技术决策和方案把控上。本质上是一个人的产能被AI放大到3-5倍。
先说标书这块，这是我收入占比最大的一块，约40%。工程标书动辄几百页，技术要求、施工组织设计、重难点分析、BIM实施方案、绿色施工措施，看起来每本标书都不一样，但底层逻辑高度相似。
我的做法是：用AI建了三个标书知识库。第一个是通用素材库，把过去两年自己做过的和网上能找到的优质标书，按章节拆碎，分门别类存进AI知识库（我用的是Dify自建的知识库）。第二个是企业定制库，每个客户公司有自己的模板库、获奖项目库、人员资质库，这些是企业差异化得分的关键。第三个是招标文件实时分析库，每接到一个新标，先把几百页的招标文件丢进去让AI提取关键信息和技术评分点。
开标前，我把招标文件分析结果加上定制库素材，让AI生成初稿。一篇300页的施工组织设计，过去我要和团队一起写3到5天，现在AI生成初稿我花半天精修，一个人就能搞定。更关键的是，AI不会漏评分点——它会自动对标每个打分项，确保该拿的分不丢。
再说技术方案，这是我收入第二大块，约30%。很多中小工程公司有项目但缺技术力量，养不起全职的高工，就把方案外包出来。我接的活包括深基坑支护方案、高支模专项方案、钢结构吊装方案、BIM实施方案等。
AI在这块的用法比较讲究。纯让AI写是不行的，它会编造规范条文和计算数据，这在工程上是致命问题。我的SOP三步走：第一步，AI辅助搜集和整理相关规范条文，把最新的国标、地标、行业规范原文搜出来，让AI做条文摘要和关联分析，生成规范对照表。第二步，我人工做核心计算和设计决策，这是AI无法替代的，也是客户付大价钱的原因。第三步，把计算结果和决策输入，让AI生成完整的计算书、图纸说明和技术方案文本，我复查一遍签发出图。
这样下来，一个中型项目的技术方案，过去报价2到3万，需要两周。现在同样的质量，报价可以降到1.5万，一周交付。客户觉得性价比极高，我单项目利润反而更高了——因为时间成本砍了一半以上。
第三块是项目资料管理和归档，约15%收入。工程项目的资料归档是出了名的头疼，竣工图、变更签证、隐蔽工程记录、材料送检报告，乱七八糟一大堆。我用AI做了一个资料自动整理和归档流程：扫描件进去，AI识别分类→自动命名归档→生成资料目录和缺失项清单。
这本来是服务客户时的增值项，后来变成单独收费项目。一家公司年费5000，帮他们把全年项目的资料理清。目前有12家公司在用，年收入6万，每个月花在这块的时间不到两天。
最后要说两块我踩过的坑。
第一个坑是AI做计算。刚开始我想偷懒，让AI算基坑支护的内力和配筋，AI算出来看着很专业，拿给结构老法师一看，说配筋率不对。后来我才搞清楚，LLM不擅长精确数值计算，尤其是工程上那些复杂的迭代和验算。现在我的底线是：所有涉及数字计算的，AI只做格式整理和文本生成，核心计算必须用专业软件或手算。
第二个坑是过度依赖AI导致方案同质化。有段时间我发现三个不同企业的方案怎么读都有点像，都是AI那个四平八稳的调调。后来我加了一个环节：每次AI生成完，我花30分钟做"差异化改造"，想想这个项目的地理位置有什么特点、甲方有什么偏好、当地有什么特殊要求，把这些加进去。看起来慢，实际上比从头写快十倍。
收入模型方面，目前标书代写收费平均一个项目3000到8000，看复杂程度，每个月稳定接5到8个。技术方案代做一个1.5到3万，月均3到4个。资料归档年费5000一家。三项加起来，好的月份到6万，淡季也有3万多，全年平均4万以上。
如果要入这个方向，建议从你最熟悉的工程细分领域切入。你可以是建筑结构的、市政道路的、机电安装的，都行。不要什么都接，先把你最懂的那个领域做好。我的第一个客户就是以前在设计院的同事，他在的公司缺人手写方案，他就找我外包。
工具方面我推荐用Dify搭私有知识库，配合Claude和GPT-4o做文本生成，Kimi或通义千问处理长文档。成本不高，一个月AI工具费用不到300块。
工程咨询这个行业，门槛在于经验和信任，而不是写文本的能力。AI帮你把文档工做解放了，你就可以把时间花在真正产生价值的经验判断和技术决策上。这才是AI赋能传统行业最务实的路径。 |
