销售助手：自动整理客户信息、写跟进话术

客户聊过几轮，常常要回头找“门店数、预算、上线时间到底哪些已经确定”。这篇用一条虚构销售线索，演示怎样让本地模型整理事实、标出待确认事项，再起草一条跟进问题。约 5 分钟可以跑完；输出是待审核草稿，不会写回 CRM 或替你发送。

这次要准备什么

如果尚未安装 Ollama，可以先看本地模型安装教程。运行前用 ollama list 查看模型标签；标签与练习默认值不同时，按练习包说明设置 OLLAMA_MODEL。

先把“确定”和“待确认”分开

练习输入是三条虚构消息：

我们有8家门店，准备做一次节日活动，需要活动海报和一段朋友圈文案。
目标是10月31日前上线；预算目前还没定。
活动名称和最终门店清单还没定，我会在周五确认。想先看两种风格参考。

我们要的结果不是“客户很有意向”或“预计能成交”这类主观判断，而是：

• 已确认的事实： 消息提到 8 家门店，需要活动海报和朋友圈文案，目标在 10 月 31 日前上线。
• 待确认的内容： 预算、活动名称和最终门店清单；海报是否也要印刷、需要什么尺寸也还没说。
• 给销售的下一步： 等客户补齐门店清单和活动名称；跟进时问一个具体问题。
• 客户可见草稿： 先人工检查事实、语气、时间和承诺，再决定是否发送。

客户提出要看两种风格参考，并不表示销售方已经答应制作或发送。把请求记录下来，再由负责人确认能否提供、范围和时间，不让模型替团队承诺。

在本机跑一次

下载并解压练习包，在 run_demo.py 所在目录打开终端：

python3 run_demo.py --self-check
python3 run_demo.py

第一条命令检查输出字段和证据引用校验；第二条通过 Ollama 的本机 /api/chat 接口请求模型，把结果写入 sales_assistant_output.json。脚本默认只连接 127.0.0.1:11434，不会连接 CRM、修改客户信息或发送消息。查看 Ollama 聊天接口说明

模型标签不同的话，例如本机标签为 qwen3.8:27b-q4_K_M，可以运行：

OLLAMA_MODEL=qwen3.8-27b-q4_K_M:latest python3 run_demo.py

脚本会检查结果是否包含必需字段，并确认 evidence 原句确实存在于输入消息中；证据引用检查只做字符串匹配，不能证明整条摘要在语义上完全正确，仍要对照原消息人工复核。

这次实测看到了什么

本机 Qwen3.8-27B 第一次请求约 34.83 秒。它把“我们有8家门店”扩写成“客户拥有8家门店”，还把客户提出想看风格参考写成销售方将准备并发送参考。引用片段本身都能在原消息中找到，但结论和行动仍多了一层未经确认的解释。

我们收紧提示词，明确“客户提出请求不代表销售方已经同意”，并要求门店数量只按消息原意描述。修订版第二次请求约 36.42 秒，最终脚本第三次请求约 99.89 秒；后两次都改为“消息提到有8家门店”，列出预算、活动名称和门店清单等待确认项，草稿只追问风格偏好，没有自动承诺交付。三次都是同一条虚构线索，不是准确率测试；第一轮的问题也说明，引用原句并不能替代人工判断。三轮输出和环境信息都保存在练习包的 evidence/ 文件夹。

接入真实销售流程前，先设好边界

如果消息包含客户姓名、电话或可识别个人的信息，不要直接复制进练习脚本。先确认公司授权和服务条款，再删掉任务不需要的字段；练习只用客户编号、必要的需求事实和已获准的资料。个人信息保护法第六条要求处理目的明确合理、与处理目的直接相关，并把收集范围限制在实现目的所需的最小范围；第二十四条对利用个人信息进行自动化决策提出透明度、公平性和说明等要求。查看法律原文

本练习只做信息归纳和草拟，不给线索打分、不自动决定价格、不自动发送营销消息。即使模型在本机运行，也要检查访问权限、日志、备份和保留期限；本机部署本身不能证明企业已获授权或满足数据安全要求。更多数据准备方法见企业数据安全教程。

你可以怎么扩展

先挑一项低风险、重复且容易人工复核的工作，例如把客户明确提到的需求整理成会议记录。每一条结论保留来源，缺失字段统一写“待确认”；跟进消息先由销售审核。等团队用获准、去标识化的样本检查过漏项和误写，再考虑接入 CRM。不要把本次单条样例写成“自动成交”或“节省了多少工时”的证明。

如果要整理企业内部资料和 FAQ，可以接着看企业知识库需求与交付；如果要处理顾客咨询和客服回复，可看AI 客服落地教程。