01 · 业务阶段
业务背景
药明生物是全球领先的生物制药CDMO企业，官网面向全球客户提供产品与服务信息。海外访客与国内售前团队存在明显时差，人工售前难以做到7×24小时及时响应。项目最初的业务目标并不是简单做一个AI客服，而是希望把官网从单纯的信息展示入口，进一步变成一个能够承接用户咨询、理解用户需求，并最终帮助销售获取有效线索的售前入口。
02 · 业务阶段
原来的业务流程
03 · 业务阶段
发现什么问题
- 时差问题：海外访客在北京时间凌晨咨询，售前团队第二天上班才能回，延迟可达12小时以上
- 信息断层：用户从访问官网到形成有效销售线索，中间存在较大的信息断层
- 需求识别难：大量浏览行为数据无法转化为结构化的销售线索，不知道哪些访客是真正的潜在客户
- 重复劳动：常见的产品介绍、技术咨询占用售前团队大量时间，无法聚焦高价值客户
04 · 业务阶段
为什么值得解决
用户层面：海外用户有时差，咨询得不到及时响应。业务层面：人工无法覆盖所有时间，售前资源有限。效率层面：大量重复咨询消耗人工售前精力。商业层面：访问→咨询→需求识别→留资→销售跟进这个链路存在断点，真正的损失不是"回答慢了"，而是"潜在客户流失了"。核心判断：如果Agent只回答问题，价值有限；如果它能够承接咨询、理解需求并完成有效线索收集，才真正进入业务流程。
05 · 用户阶段
用户是谁/用户场景
普通浏览者
随便看看，了解公司，低意向
产品了解者
对某类服务感兴趣，中低意向
技术咨询者
有具体技术问题，中意向
潜在采购客户
有明确业务需求，中高意向
高意向客户
准备进入采购流程，高意向
06 · 用户阶段
需求分析
| 用户任务 | 对应能力 |
|---|---|
| 了解产品 | 产品介绍能力 |
| 解决专业问题 | 技术问答能力 |
| 找网站内容 | 官网导航推荐 |
| 表达需求 | 需求理解与记录 |
| 进入销售流程 | 留资表单 |
| 销售继续跟进 | 用户需求总结输出 |
07 · 产品阶段
为什么选择AI
因为这个场景的输入是高度非结构化的。用户不会按照固定表单告诉我们"我需要什么产品、预算多少、什么时候采购"，而是可能通过自然语言描述自己的研究方向、技术问题或者业务需求。传统规则可以解决固定流程，但是对于这种开放式咨询，需要理解用户意图、结合上下文判断需求，再决定下一步应该回答问题、检索资料、推荐页面还是进入留资流程，所以AI更适合承担这一层。
08 · 产品阶段
产品方案架构
整体架构：用户进入官网 → 自然语言咨询 → 用户意图识别 → 路由分发。产品咨询 → RAG检索 → 专业回答；技术问答 → RAG检索 → 技术解答；导航需求 → URL推荐 → 页面引导；商务需求 → 需求识别 → 留资流程。所有路径最终汇总为：用户需求总结 → 销售跟进。
09 · 产品阶段
Agent Workflow
意图识别：解决"用户到底想干什么"的问题
路由判断：根据意图类型分配到不同能力
RAG检索：解决"AI回答的内容从哪里来"的问题
回答生成：基于检索结果组织自然语言
多轮上下文：解决"用户前面说过的信息如何继续利用"的问题
意向判断：分析用户表达中的商业意图信号
留资引导：解决"如何从咨询进入销售流程"的问题
人工转接：超出能力范围时带上下文转人工
需求总结：对话结束后生成结构化的用户需求摘要给销售
10 · AI技术阶段
RAG/知识库/Prompt
- 官网Sitemap检测：官网内容不是静态不变的，需要建立内容更新机制
- 内容抓取与结构化：将产品页面、技术文档、FAQ等转化为结构化内容
- Chunk分块：按语义单元分块，确保检索粒度合理
- 知识库构建：向量存储，支持语义检索
- 多轮上下文：对话历史影响检索策略
- 内容更新机制：通过Sitemap检测页面变化，触发重新抓取和知识库更新
- Prompt设计要点：答案内容必须来自知识库，LLM只负责组织语言
- Prompt设计要点：语气专业、友好，符合企业品牌形象
- Prompt设计要点：不确定的内容明确告知用户，不编造答案
11 · 验证迭代阶段
四层效果评估体系
AI层
Agent层
产品层
商业层
12 · 验证迭代阶段
上线后发现的问题
- 流量≠有效商机：官网1000+访问，只有1条销售线索
- 流量构成复杂：学生、竞争对手、普通浏览者占比很高
- Agent很会回答问题，但不太会识别商业意图
- 留资时机和价值感可能不对：用户为什么要留下联系方式？
- 缺少完整的漏斗数据：只有访问量、对话数、线索数三个数字，中间全是黑箱
13 · 验证迭代阶段
迭代方案
- 建立意图分层：低/中/高意向用户走不同对话路径
- 低意向用户：好好回答问题，建立品牌印象
- 中意向用户：多了解具体场景，推荐相关服务，软性推送资料
- 高意向用户：快速确认需求，收集关键字段，直接转销售
- 优化留资时机：先给够价值，再提出下一步，用"换取资料"替代"留个联系方式"
- 完善漏斗埋点：从访问→点击启动→有效对话→产品咨询→业务需求→高意向→留资点击→完成留资，每一步都要有数据
14 · 验证迭代阶段
最终结果
- 7×24小时在线覆盖，解决跨时区售前响应问题
- 首次解决率达到60%+，知识库命中率85%+
- 沉淀了结构化的销售线索收集机制
- 验证了AI SDR的可行性，为后续优化奠定基础
- 最重要的收获：发现了从"AI客服"到"AI SDR"的核心差距——不是回答问题，而是识别和转化商业意图
15 · 验证迭代阶段
如果重新做会怎么做
如果重新做，会把业务指标前置。当时是外部项目团队，对历史用户画像、销售跟进和最终转化数据掌握有限，所以项目更多关注Agent本身的咨询和交互效果。如果重新做，会在立项阶段先和业务方确定完整漏斗：官网访问量→咨询率→有效咨询率→留资率→有效线索率→销售跟进率，然后再确定Agent的核心指标。这样才能判断Agent到底是在增加咨询量，还是在真正创造有效销售线索。