AI 回復(fù)詢盤信息

分享一些提升效率的方法，聊聊如何在回復(fù)詢盤的過程中，將 AI 的能力引進來。

我們現(xiàn)在的幾個網(wǎng)站，經(jīng)過過去一年的內(nèi)容運營，其流量水平已經(jīng)穩(wěn)定到了一定階段，且詢盤量已經(jīng)穩(wěn)定在了一定的水平。這就導(dǎo)致我們團隊在回復(fù)詢盤的過程中，有時候人力根本忙不過來。

尤其是當(dāng)我們業(yè)務(wù)小伙伴，既要維護過往的客戶資源，又要跟進正在生產(chǎn)的訂單，且還要每天固定跟進新的客戶線索時，就更忙不過來。

說實話目前這種狀態(tài)，我們還沒有考慮去招人擴團隊。因為新招進來的人，根本不熟悉我們的產(chǎn)品，要出成績可能需要很久的時間。

所以更佳的一個做法，就是努力提升我們工作流程的整體效率。這也就要求我們，在詢盤回復(fù)的過程中、在客戶維護的過程中，盡可能將 AI 的能力引進來提升人效。

就拿初次回復(fù)詢盤而言，我們的 AI 介入流程一般分為三個步驟，分別是前期的資料整理、詢盤信息讀取，以及最終的回復(fù)郵件加工。

而前期的資料整理又分為兩個過程，一是過往詢盤郵件歷史的整理，二是產(chǎn)品報價信息的整理。

做「詢盤郵件歷史的整理」這件事，原因其實很簡單，就是讓 AI 去學(xué)習(xí)我們業(yè)務(wù)小伙伴是怎么寫郵件的，以及告訴 AI 什么樣的詢盤郵件才是合格的。

那后續(xù) AI 在生成回復(fù)郵件時，便能參考這些歷史信息，甚至是直接引用這些信息，來生成相應(yīng)的郵件內(nèi)容。

報價信息的整理，這個就非常簡單了，畢竟 AI 得根據(jù)報價單來生成一個初步的報價表，對吧。

第一步的信息整理做完，后續(xù)兩個步驟其實就非常簡單了。且目前這個階段，我沒打算做全自動的信息處理流程，還是打算做成半自動的流程，且借力目前已經(jīng)存在的產(chǎn)品。

比如 Google Sheets 這款產(chǎn)品（或者 Cursor），將資料整理到表格中，然后將相應(yīng)的自動化處理代碼放在 Scripts 中。如此一個基礎(chǔ)的自動化寫作流程，便能完工了。

那 AI 消化完信息后，便能根據(jù)我們 Prompt 的輸出要求，去生成相應(yīng)的回復(fù)郵件（甚至根據(jù)目標(biāo)客戶的語言做針對性的語種翻譯），并輸出詳細的「為什么這樣輸出」的理由。

結(jié)果出來之后，業(yè)務(wù)小伙伴只需要簡單看一眼，便能知道這封郵件是否合格，以及要不要做進一步的處理。

其實上面這個流程，我去年年底就已經(jīng)開發(fā)完成了。只不過因為過年的緣故，還沒有進行集中測試。正好這段時間我們?nèi)耸置Σ贿^來，剛好可以將整體測試這件事提上日程。

且我們自己經(jīng)驗，很多詢盤信息過來的目的就是咨詢下大致的價格，如果不滿意基本就不會回復(fù)。而這類客戶也不是我們的意向，畢竟虧本的生意不能做。

那這套流程正好可以加快這段信息處理的速度，幫我們快速過濾掉這種客戶，加快整體的辦公效率。