返回项目列表
Inrepli 海外 AI 产品 logo

Project 03

Inrepli 海外 AI 产品

参与海外 B2B 营销 SaaS 平台 AI Agent 产品建设。从用户需求分析到 Agent Workflow 重构,从 Bug 测试到产品迭代,完整参与海外 AI 产品的全生命周期。

AI 产品实习生
2026.05 - 2026.07
SaaS 产品AI Agent

01 · 业务阶段

业务背景

Inrepli 是面向海外市场的 B2B 营销自动化 SaaS 平台,核心功能围绕 AI Agent 帮助企业实现潜在客户开发、邮件营销和客户画像分析。作为快速迭代的创业型产品,需要持续优化 Agent 能力和产品体验。海外SaaS产品和国内产品在用户期望、隐私要求、使用习惯上有很大差异,AI功能的设计思路也需要相应调整。

02 · 业务阶段

原来的业务流程

1营销人员确定目标客户画像
2手动搜索和筛选潜在客户
3撰写个性化营销邮件
4批量发送邮件序列
5跟踪打开/回复情况
6手动分类回复类型
7高意向客户转销售跟进

03 · 业务阶段

发现什么问题

  • Agent Workflow 逻辑复杂,多轮对话容易出现上下文丢失
  • 海外用户使用场景差异大,国内产品直觉不完全适用
  • AI 功能效果不稳定,缺乏系统性的测试和验收标准
  • 用户反馈分散,缺乏结构化的收集和分析机制

04 · 业务阶段

为什么值得解决

用户层面:B2B营销人员的时间非常宝贵,他们需要的是"能干活的工具"而不是"酷炫的AI玩具"。产品层面:AI功能的稳定性和可靠性直接影响用户留存和付费转化。商业层面:海外SaaS市场竞争激烈,AI能力是核心差异化卖点,做得好就能建立护城河。核心判断:对于AI驱动的SaaS产品,AI不只是功能,它就是产品本身。AI体验的好坏直接决定产品的价值感知。

05 · 用户阶段

用户是谁/用户场景

SDR/BDR(销售开发代表)

主要使用者,每天用Agent找线索、发邮件、跟进回复

销售经理

管理团队,查看团队产出和转化数据

市场负责人

制定营销策略,配置邮件序列和客户画像

创业者/小团队

一个人干所有活,需要简单好用的自动化工具

06 · 用户阶段

需求分析

用户任务对应能力
发现潜在客户AI线索搜索与筛选
发送营销邮件个性化邮件生成与序列发送
处理客户回复智能回复分类与摘要
客户画像管理自动信息提取与画像更新
销售跟进建议基于行为的下一步行动推荐
效果分析营销数据统计与洞察

07 · 产品阶段

为什么选择AI

B2B营销的核心挑战是"规模化的个性化"——你需要联系大量潜在客户,但每封邮件又必须足够个性化才能获得回复。传统的邮件群发工具只能做简单的变量替换,效果越来越差。而AI可以基于每个客户的画像和背景,生成真正个性化的邮件内容,同时保持规模化触达的效率。这是传统规则引擎根本做不到的事情。

08 · 产品阶段

产品方案架构

整体架构:用户定义目标客户画像 → AI线索发现引擎 → 邮件序列自动化 → 智能回复处理 → 客户画像更新 → 行动推荐。每个环节都有AI参与,但用户始终保留最终控制权——AI生成的内容可以编辑,AI推荐的行动可以确认或拒绝。这是海外用户非常看重的"human-in-the-loop"设计理念。

09 · 产品阶段

Agent Workflow

1

线索发现:基于目标客户画像自动搜索和筛选潜在客户

2

邮件序列:自动生成多轮个性化营销邮件并定时发送

3

回复分类:智能分类客户回复类型(感兴趣/不感兴趣/需跟进)

4

客户画像:自动汇总和更新客户信息,生成结构化画像

5

推荐引擎:基于客户行为推荐下一步最佳行动

10 · AI技术阶段

RAG/知识库/Prompt

  • 产品知识库:存储产品信息、价值主张、常见异议回答等
  • 行业知识库:不同行业的术语、痛点、场景描述
  • 邮件模板库:不同场景、不同阶段的邮件模板和示例
  • Prompt分层:系统Prompt(角色设定)+ 任务Prompt(具体任务)+ 上下文(客户信息)
  • 内容审核机制:AI生成内容后自动审核,确保合规性和品牌一致性
  • A/B测试框架:支持多版本Prompt和模板的效果对比测试

11 · 验证迭代阶段

四层效果评估体系

AI层

内容生成质量回复分类准确率画像信息完整度

Agent层

工作流完成率平均处理时间人工干预率

产品层

用户留存率功能使用率NPS/CSAT

商业层

付费转化率客户生命周期价值流失率

12 · 验证迭代阶段

上线后发现的问题

  • AI生成的邮件"太像AI写的":模板化严重,打开率和回复率不如预期
  • 海外用户对AI内容很敏感:很多人能看出来是AI写的,反而降低信任
  • 数据隐私顾虑:海外用户对自己的数据被用来训练模型非常警惕
  • Agent"一条道走到黑":遇到异常情况不会灵活调整,容易把对话搞砸

13 · 验证迭代阶段

迭代方案

  • 重构Agent Workflow:从功能驱动转向用户任务驱动,每个Workflow对应一个明确的用户目标
  • 增加人工编辑环节:AI生成初稿,用户可以自由编辑,强调"AI辅助"而非"AI替代"
  • 优化内容多样性:引入更多风格模板和个性化变量,让邮件更像真人写的
  • 透明化AI使用:明确告诉用户哪些是AI做的、为什么这么做,建立信任
  • 完善测试体系:建立功能测试、效果测试、边界测试三层测试标准

14 · 验证迭代阶段

最终结果

  • 完成核心 Agent Workflow 重构,对话完成率显著提升
  • 建立完整的 AI 功能测试体系,Bug 发现效率提升
  • 搭建用户反馈分析机制,为产品迭代提供数据支撑
  • 深入理解海外 B2B SaaS 产品的用户需求和市场特点

15 · 验证迭代阶段

如果重新做会怎么做

如果重新做,会更早地接触真实海外用户,而不是基于国内的产品经验去推测海外用户的需求。海外SaaS用户的产品预期、付费意愿、隐私敏感度都和国内很不一样,很多想当然的设计在实际用户那里根本不work。另外,AI产品的"可解释性"和"用户掌控感"在海外市场特别重要——用户需要知道AI做了什么、为什么这么做,并且能够随时干预。这不是锦上添花,而是基本要求。

技术栈

AI AgentSaaS营销自动化
#海外B2B#产品规划#用户反馈