电子记事本Chapter X · Vol. MMXXVI
X.Chapter 10 · 电子记事本
仓库同步于 2026年7月16日

销售流程里哪些环节适合 AI Agent,哪些不适合

销售 Agent 更适合整理线索、补全上下文、生成草稿和风险提醒,不适合独立定价、承诺合同条件或替销售完成关系判断。

先说结论。

销售流程中,AI Agent 最适合做“准备工作”:把分散信息整理成可核对的上下文,给出候选标签、跟进草稿和遗漏提醒。它最不适合替销售做不可逆承诺,包括定价、折扣、合同条件、客户优先级和敏感关系判断。

判断边界时,不要按“模型能不能生成”划分,要按动作的可逆性、证据完整度和责任归属划分。

先把销售流程拆成信息、判断和承诺

一条常见链路包括线索进入、去重补全、初步分级、分配、首次联系、持续跟进、方案报价、合同谈判和成交复盘。

信息类动作容易核验,例如合并表单字段、摘要历史邮件、找出缺失联系方式。判断类动作需要业务标准,例如线索分级和下一步建议。承诺类动作会影响客户与公司权益,例如报价和交付周期。

Agent 可以自动准备信息,辅助业务判断,但承诺必须由有权限的人作出。这个三分法比“售前、售中、售后”更容易落到权限设计。

线索整理适合自动化,但不要自动判死刑

表单、展会名单、邮件咨询和客服转交的数据格式不一致,人工经常花时间复制、去重和补字段。Agent 可以把自由文本提取成公司、角色、需求、时间和来源,并标记缺失项。

适合自动执行的是格式转换和候选标签。不适合的是仅凭一次留言就把线索永久标为“低价值”。输入常常不完整,分级模型还可能放大历史销售偏好。

更稳妥的做法是输出“建议等级 + 依据 + 缺失信息”,由销售确认。被修改的标签要留下原因,后续才能校准规则。

会前准备和沟通摘要是低风险高价值区

Agent 可以在会议前汇总客户背景、最近沟通、未完成事项和需要确认的问题。会议后再从纪要中提取待办、负责人和时间。

判断质量的标准不是摘要读起来顺,而是关键事实是否能回到原始记录,待办是否有人确认,时间和负责人是否存在歧义。

反例是把未经确认的口头表达直接写成 CRM 确定字段。会议中的“可能下个月推进”不应被自动改成确定成交日期。

跟进邮件适合生成草稿,不适合直接发送

草稿能减少重复写作,尤其适合会议回顾、资料补发和内部提醒。但对外邮件可能包含价格、承诺、客户称呼和敏感信息,默认应由销售审核。

审批页面要展示引用的会议记录、收件人、附件和被模型推断的内容。若缺少确认信息,Agent 应提出问题,不要用完整语气掩盖不确定性。

只有模板固定、收件人白名单明确、内容不含承诺的通知,才可在小范围评估自动发送。

风险提醒适合做旁路观察

长时间未跟进、关键联系人缺失、报价即将过期、下一步为空,都可以形成提醒。第一版最好只发给内部人员,不自动改变商机阶段。

提醒要能解释触发规则,否则销售会把它当噪音。可以写成:“最近一次已确认沟通距今超过团队阈值,且下一步字段为空”,而不是“该客户可能流失”。阈值应由团队设置,本文不编造通用数值。

定价、合同和关系判断不应交给 Agent 独立执行

折扣可能受授权范围、库存、渠道、地区和合同历史影响。模型看到的上下文通常不完整,即使建议合理,也不能代表公司承诺。

同样,客户是否“有诚意”、某位联系人是否“关键”、应该放弃哪条线索,包含关系经验和机会成本。Agent 可以整理证据和提出候选问题,最终判断仍应归属销售负责人。

边界原则是:涉及资金、法律责任、歧视风险、客户权益和长期关系的动作,只做辅助,不做自主执行。

最小版本可以只做五步

以网站咨询线索为例:

  1. 表单进入后校验必填字段并查重。
  2. 从需求描述中提取候选场景和产品方向。
  3. 查询已有客户和历史沟通,只读不改。
  4. 生成一页摘要、缺失信息和首次联系草稿。
  5. 销售审核后写入 CRM,并记录修改差异。

这个版本不自动分配、不自动发信、不自动改商机阶段。它已经足以验证整理质量和人工节省是否存在。

常见失败原因是自动化越过了销售责任

在正式试点前,还可以做一次“影子运行”:Agent 读取过去一段时间的去敏线索,只生成建议,不改变 CRM,也不发通知。销售在不知道历史处理结果的情况下审核,再把建议与真实处理记录对照。这里不追求证明 Agent 胜过销售,而是定位它在哪些输入上稳定、哪些信息缺失会让建议失真。

影子运行还要记录“未采用但并非错误”的情况。销售可能因为客户关系、区域安排或内部资源不采用建议,这些上下文模型本来就看不到。把它们强行标为模型错误,会得到错误的优化方向。

第一,目标写成“提高转化率”,却没有定义 Agent 改变哪一步。第二,CRM 数据本身过期,生成内容只是把旧信息写得更流畅。第三,审批只剩点击,没有原始证据。第四,把销售未采用建议理解成“员工不配合”,而没有检查建议是否真的可用。

还有一个隐蔽问题:Agent 写回大量推断字段后,后续报表会把推断当事实。所有自动生成字段都应标记来源、时间和确认状态。

用清单判断一个环节能否进入试点

  • 输入是否来自明确系统,缺失时能否暂停?
  • 输出能否与邮件、表单或会议记录逐项核对?
  • 动作是否可撤回,是否形成外部承诺?
  • 谁拥有最终业务权限?
  • 错误会影响一个字段,还是影响客户权益?
  • 人工修改能否反向进入评估集?
  • 系统不可用时能否回到原流程?

下一步先选一个团队每天都在做的准备动作,收集去敏样本并旁路运行。销售 Agent 的第一份价值,不是替人说服客户,而是让销售在做判断前少找资料、少漏信息。

适合谁、替代方案与我的建议

最适合先试的是已有 CRM、沟通记录可访问、销售愿意确认草稿的团队。客户资料主要依赖个人记忆,或团队连商机阶段定义都不一致时,先做数据和流程整理;Agent 只会把混乱复制得更快。

这类方案的优势是准备动作可核对、出错可回退,限制是无法看到线下关系、临时资源和未记录承诺。替代方案不一定是另一个 Agent:固定会前模板、CRM 必填校验、规则提醒和普通自动化,往往已能解决大部分遗漏。我的建议是先旁路运行一个环节,只有当建议的采用与修改原因稳定可解释,再扩大到写回;任何涉及价格、合同和对外发送的动作继续保留人工授权。

本文解决的实际问题,是销售团队把“能生成”误当成“能自主执行”。最小开始就是上文五步版本:只读查询、生成草稿、人工确认,不自动对外承诺。

销售流程里哪些环节适合 AI Agent,哪些不适合10
分享

// comments

0 threads

登录 后可留言、回复。

  • 还没有留言,来做第一个。