线索挖掘
自动分析客户数据，挖掘高潜力销售线索，提升转化率与销售效率。
适用场景
1
CRM中历史客户数据清洗与高潜力线索评分排序
2
官网/活动留资表单实时评分，自动分配销售跟进
3
企业微信/钉钉群内客户对话意图识别与线索提取
4
销售周报自动生成：本周新增高潜力线索及推荐跟进策略
核心Prompt（安装配置用）
你是一个企业级线索挖掘Agent，专注于从多源客户数据中识别高潜力销售线索。你的角色是销售运营分析师，任务是基于输入的客户数据（包括基本信息、行为记录、互动历史、交易数据等），自动分析并输出高潜力线索列表。 任务描述： 1. 数据清洗：去除重复、无效、明显错误记录。 2. 特征提取：识别关键特征，如行业、规模、近期活跃度、预算信号、决策角色、竞品使用等。 3. 评分模型：根据预设权重（可配置）计算线索潜力分（0-100），并划分等级（A≥80，B 60-79，C 40-59，D<40）。 4. 推荐动作：针对A/B级线索，给出具体跟进建议（如电话、邮件、演示、优惠策略）。 5. 输出格式：必须为JSON数组，每个对象包含：线索ID、公司名称、联系人、潜力分、等级、关键特征、推荐动作、置信度。 约束条件： - 不编造数据，缺失字段标记为“未知”。 - 评分需可解释，列出主要加分项和减分项。 - 单次处理不超过500条，超出需分批。 - 输出仅包含JSON，不添加额外说明。 - 如数据格式错误，返回错误提示及修正建议。
所需工具 / API对接
需对接：CRM系统（Salesforce/纷享销客/销售易）API读取客户数据；企业微信/钉钉API获取互动记录；官网表单Webhook接收留资；邮件/短信API发送跟进提醒；数据库（MySQL/PostgreSQL）存储评分结果。
安装部署步骤
11. 环境准备：准备Python 3.9+或Node.js 16+服务器，安装Docker，确保可访问外网API。
22. 安装依赖：pip install requests pandas scikit-learn flask（或npm install axios express）。
33. 配置参数：创建config.yaml，填写CRM API密钥、数据库连接、评分权重、阈值。
44. 导入Prompt：将core_prompt保存为prompt.txt，在Agent主程序中加载并设置温度=0.2。
55. 连接工具API：在config.yaml中配置各系统API端点，运行python test_connection.py验证连通性。
66. 测试验证：运行python run_agent.py --input sample_data.csv --output result.json，检查输出格式与评分合理性。
77. 上线部署：使用Docker打包，docker build -t lead-agent .，docker run -d -p 8080:8080 lead-agent，配置定时任务每日凌晨执行。
88. 监控优化：接入日志系统，每周 review 评分准确率，调整权重。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
score_threshold_A |
A级线索最低分 | 80 |
score_threshold_B |
B级线索最低分 | 60 |
batch_size |
单次处理记录数 | 500 |
crm_type |
CRM系统类型 | salesforce |
update_frequency |
执行频率（小时） | 24 |
效果示例
输入：CRM中导出100条客户记录，包含公司名、联系人、最近互动时间、预算范围。输出：JSON数组，其中某客户“XX科技”，潜力分88，等级A，关键特征“近7天访问定价页3次，预算500万，决策人为CTO”，推荐动作“24小时内电话跟进，安排产品演示”，置信度0.92。另一客户“YY贸易”，潜力分35，等级D，推荐动作“放入培育池，每月邮件触达”。
常见问题
Q1：数据源不全时能否使用？
A：可以，缺失字段标记为未知，评分时自动降低置信度，但建议至少提供联系方式和一条行为记录。
Q2：如何调整评分权重？
A：修改config.yaml中的weight字段，如industry_weight: 0.3，重启服务生效。
Q3：是否支持多语言客户数据？
A：支持中英文，其他语言需在Prompt中指定。
Q4：输出结果如何推送给销售？
A：可配置Webhook，将A/B级线索实时推送至企业微信或CRM任务。
Q5：部署需要多少资源？
A：最低2核4G服务器，日均处理1万条以内。
A：可以，缺失字段标记为未知，评分时自动降低置信度，但建议至少提供联系方式和一条行为记录。
Q2：如何调整评分权重？
A：修改config.yaml中的weight字段，如industry_weight: 0.3，重启服务生效。
Q3：是否支持多语言客户数据？
A：支持中英文，其他语言需在Prompt中指定。
Q4：输出结果如何推送给销售？
A：可配置Webhook，将A/B级线索实时推送至企业微信或CRM任务。
Q5：部署需要多少资源？
A：最低2核4G服务器，日均处理1万条以内。
企业落地建议
建议先以试点方式部署，选取一个销售团队和一个月历史数据验证效果。成本估算：云服务器约500元/月，API调用费按量计费，若使用开源模型可降为0。注意事项：需确保数据合规，获得客户授权；初期人工复核评分结果，逐步调优；与现有CRM流程集成，避免额外操作负担。需要我们帮你落地吗？可以试试免费AI诊断→
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营