去年年底帮一个做在线教育的朋友搭了一套AI销售代理系统，三个月下来把销售线索转化率从12%提到了31%。今天不讲大道理，直接拆解这套系统怎么搭的、花了多少钱、踩了什么坑。
先说背景。朋友公司做成人职业技能培训，客单价2000-5000元。他们的痛点是：销售团队10个人，每天打200通电话，但70%的意向客户在试听课后就沉默了，销售根本没时间跟进去做二次触达。
我给他们设计了一套三层AI销售代理：
第一层：AI冷启触达
客户试听课后24小时内，AI自动发送个性化跟进消息。不是群发那种，是根据客户在试听课上的互动行为（提问内容、停留时长、点击了哪些课件）生成定制话术。用GPT-4o+企业微信接口实现，单条消息成本不到2分钱。
第二层：AI意向筛选
当客户回复消息后，AI自动判断意向等级。高意向的（问价格、问开课时间）直接转人工销售。中等意向的（问课程难度、问就业）进入AI深度问答流程，模拟资深顾问一对一解答。低意向的进入静默培育序列，每周推送一条干货内容。
第三层：AI成交辅助
对于转给人工的线索，AI实时生成客户画像卡片，包括：该客户的关注点TOP3、历史沟通摘要、推荐话术、以及最合适的课程组合方案。销售只需要看一眼卡片就能直接打电话，不用再花时间翻聊天记录。
这套系统的技术栈其实很简单：
后端用的Dify做工作流编排，知识库用的Milvus向量数据库，对话模型混用GPT-4o和Claude Sonnet。企业微信消息通过WeChatFerry桥接。整个部署在阿里云轻量服务器上，一个月服务器费用298元。
关键数据：
API调用量日均3500次左右，GPT-4o占30%（用于复杂推理），Claude占70%（用于日常对话）。月度API总成本约1200元。加上服务器和人力维护，月均运营成本1500元以内。
对比效果：
投入这套系统之前，每月产生800个试听客户，最终成交96单，转化率12%。投入后第三个月，试听客户1050个（渠道量也有增长），成交325单，转化率31%。客单价从均价2800提到3400（AI推荐了更高价值的课程组合）。
说几个实操中用到的具体Prompt思路，可以直接拿去用：
意向分级Prompt的核心逻辑是让AI按三个维度打分：购买动机强度（1-5）、预算匹配度（1-5）、时间紧迫性（1-5）。总分12-15分高意向、8-11分中意向、3-7分低意向。关键是要把客户的原话作为评分依据，而不是让AI自由发挥。
深度问答的Prompt用了一个叫"三段式回答"的结构：先共情（"理解您担心学不会"）、再举证（"我们往期学员中87%是零基础"）、后引导（"要不要先看一个零基础学员的就业案例？"）。这个结构比让AI自由回答的转化率高了一倍。
再说几个血泪教训：
第一，别让AI直接做成交。我们试过让AI自己报价、自己催款，结果客户觉得是机器人在骗钱，流失率暴涨。AI应该是"助攻"不是"主攻"，最终付款那一步一定要真人介入。
第二，知识库要持续更新。我们一开始只灌了课程介绍和常见问题，结果AI回答深度不够，客户一问到具体行业案例就答不上来。后来把全部学员就业案例、行业报告、竞品对比都灌进去，回答质量才上来。
第三，冷启动期要有耐心。前两周AI的回答质量很差，经常答非所问。不是模型的问题，是Prompt和知识库没调好。建议给自己两周的调优期，期间人工全程监控每一条AI消息。
最后说说这个模式能不能复制。
如果你的业务满足以下条件，完全可以自己搭一套：
有标准化产品或服务
客户决策周期在3天到2周
月均线索量在500条以上
客单价在500元以上
你的销售团队不超过20人
如果你的客单价很低（比如9.9的课程），这套逻辑不适用，因为AI运营成本摊不薄。如果你的客单价很高（比如10万以上的企业服务），AI只能做初筛，深度跟进必须靠资深销售。
现在的工具门槛很低了，Dify和Coze都是可视化搭建，不需要写代码也能跑通一个基础版本。真正拉开差距的是对业务的理解和Prompt的精细化程度。
我建议想尝试的朋友，先手工跑50个客户流程，把每个环节的话术、判断逻辑、流转规则都记下来，然后一步步让AI去替代。别一上来就想搞全套，从最简单的"试听课后自动跟进"这个环节切入，跑通了再加新功能。
这套系统我目前正在给第二个客户部署，这次是装修行业。如果大家感兴趣，后面可以专门写一篇装修行业AI销售代理的搭建过程。 |
