随着职业教育数字化转型加速，越来越多机构计划部署AI客服系统以提升招生、答疑和教务效率。但项目周期估算往往成为决策难点。本文结合多家中型职教机构实际案例，梳理从立项到上线的典型时间线，供参考。

阶段一：需求分析与规划（2～4周）

核心任务是与招生、教学、客服等部门协同，梳理高频咨询场景（如课程介绍、报名流程、学分互认等），明确AI客服的知识边界与转人工策略。此阶段还需评估现有IT基础设施（如CRM、学习管理系统是否开放API）。通常需2～4周，若涉及多方系统对接或定制化意图识别，时间可能延长至6周。

阶段二：知识库构建与语料整理（3～6周）

职业教育领域术语专业、政策更新频繁，需要将课程大纲、考试大纲、就业数据等结构化，并清洗历史对话记录。若从零创建QA对，一般耗时3～6周；若已有FAQ文档，可压缩至2周。同时需要标注至少500～1000条训练语料以便模型微调。这一环节常被低估，但直接影响回答准确率。

阶段三：AI模型开发与集成（4～8周）

基于现有大模型API（如通义千问、文心一言）或开源模型进行微调，并开发对话管理、用户身份识别、转人工流程等模块。若采用成熟SaaS平台，集成周期可缩短至2～4周；若需要私有化部署及深度定制（如对接内部教务系统），需4～8周。注意：涉及语音识别或多模态需求时，需额外增加2周。

阶段四：测试与优化（3～4周）

包括功能测试、意图识别准确率测试、压力测试以及真实用户内测。建议至少覆盖500个真实咨询场景，并设置A/B对照组评估用户满意度。根据反馈调整知识库和模型参数，此阶段通常3～4周。若发现关键场景应答缺陷，可能需返回第二阶段迭代。

阶段五：上线部署与运维（1～2周）

灰度发布至部分渠道（如官网、微信公众号），监控并发量与响应时长，配置灾备方案。正式全量上线后需持续跟踪新问题、更新知识库。部署耗时通常1～2周，但运维为长期工作。

综合周期：3～6个月

综上所述，一个面向职业教育的AI客服项目，从启动到正式上线通常需要12～24周（约3～6个月）。其中知识库建设与模型微调是时间瓶颈。若采用标准化产品且知识库较为完备，可压缩至8～10周；若涉及多校区、多语种、复杂权限管理等，则可能延长至28周。建议机构在立项时预留20%的缓冲时间用于政策变更或需求调整。

注：以上周期基于有专职项目经理、开发团队3～5人的中型项目估算。团队经验越丰富、选型越成熟，周期可进一步缩短。