AI實戰 | 領克汽車線上營銷助手:全面功能展示與效果分析

努力的小雨發表於2024-09-12

助手介紹

我就不自我介紹了,在我的智慧體探索之旅中,很多人已經透過coze看過我的教程。今天,我專注於分享我所開發的一款助手——《領克汽車線上營銷》。

他不僅僅是一個銷售顧問的替身,更是一位能線上上自動為對領克感興趣的潛在粉絲介紹領克車系的助手。他還能提供全方位的車輛對比資訊,讓您能更快速地瞭解相關資訊並做出明智的決定。此外,他還具備預約功能,因為預約是實現銷售轉化的重要一環。畢竟,面對面的溝通比線上瀏覽更有可能提高轉化率。

當然,這款助手還能夠支援銷售顧問進行跟進工作。有些客戶對特定車系非常感興趣,如果銷售顧問能夠及時跟進並進行語音溝通,解決客戶的疑問和難題,將極大地提升轉化率。因此,生成銷售話術成為一項不可或缺的能力。它不僅可以幫助新手銷售快速學習溝通技巧,還能為經驗豐富的銷售人員提供有價值的參考資料。

在這款助手中,我還提供了針對競品的銷售話術。畢竟,轉化的關鍵在於讓客戶喜歡上領克車系,而不是讓客戶認為某個競品品牌更好,然後你也覺得它更好,最終為別的品牌做了宣傳。因此,競品話術的作用在於透過突顯領克車系的優點和競品的差異,讓客戶更傾心於領克車系。

最後,要評估營銷效果,離不開報表資料和智慧分析的支援,這些能更好地幫助決策制定參考。這也是我的助手的一項重要能力。接下來,我將詳細介紹如何實現這些能力。

效果展示

體驗連結地址:https://www.coze.cn/store/bot/7412265634177892361

能力一覽

這款助手的開發涵蓋了多個方面:包括三個展示卡片、三個資料庫儲存、四個外掛能力,以及六種強大的營銷能力。此外,還整合了超過十個模型人設提示詞和二十個工作流程,以確保實現我所設想的全面效果。

在實現過程中,我特別偏向於採用工作流來達成目標。因此,模型人設、外掛和知識庫並未直接暴露在外,而是在工作流中進行可控的流程呼叫。我認為,AI智慧體不應僅僅是一個提示詞的工具,而應該是一個能夠跨行業應用的全面工作流平臺,完全由人為控制和管理。

在著手之前,我想先展示一下我在動手前所繪製的功能草圖。出於資料庫限制的考慮,我暫時沒有實現第0項。

0(未實現):車輛工作流:每日初始化資料庫內車輛資訊,鄰近下個月7天的時候,資料庫將會初始化每個車輛的時間段初始為0
1:我要試駕:迴圈+使用連續提問的方式
    - 位置資訊:根據使用者的地理位置展示所有距離的門店資訊
    - 必選車輛:先查詢資料庫內該車輛的閒置日期,然後展示近7天天氣供使用者選擇,如果某一天沒有閒置,那麼將提示使用者那一天滿額了。分為上下兩部分,上部分提示天氣資訊等,下部分提示可選的時間段供點選選擇。
    - 確認試駕:更新資料庫。跳出迴圈
2:我要看車:
   - 渠道分析:詢問客戶從哪裡瞭解的本品牌資訊:汽車之家、懂車帝、易車、官網、其他。選擇後儲存資料庫
   - 車輛列表:獲取車輛資訊資料庫,提問:在售車型,相中哪一個了。展示在售列表(懂車帝)
   - 車輛對比:在看車型,車輛 對比車型(本品牌)
   - 收藏功能:建立線索資訊(無手機號)。但是可統計下車輛喜愛度資訊
   - 可巢狀試駕工作流。
 
豆包智慧分析:
3.管理端:
    - 記錄賬號密碼-變數即可。判斷條件可以從IDE外掛開發
    - 迴圈提問:想檢視哪些報表資料:渠道分析(Python圖表)(豆包分析)、車輛諮詢喜愛度(豆包分析)、試駕量-試駕率(試駕量/收藏量)(豆包分析)、跟進量-跟進率(豆包分析)
4.銷售端:
    - 記錄賬號密碼-變數即可。判斷條件可以從IDE外掛開發
    - 迴圈待跟進線索一覽。點選某一條線索
        1:聯絡方式有問題。無需跟進。
        2:繼續跟進
    - 根據使用者的意向車種,提供給銷售部分車輛優點說辭、提供銷售話術、以及競品詞(網上搜尋下使用者喜歡拿這個車跟哪些車作比較)
    - 更新跟進資訊。
    - 迴圈處理今日是否試駕。更新試駕結果
    - 迴圈處理試駕反饋。更新試駕結果
    - 休息一下。結束迴圈。

請注意,這裡只會詳細講解關鍵部分的實現,而細枝末節則會簡單提及。上文提到的功能草圖旨在為大家提供整體思路。

在開發助手的過程中,最初的設想只是實現一個簡單的車輛介紹功能,但隨著開發的進行,這個想法不斷擴充套件和深化,最終成就了現在的線上營銷助手。這個助手不僅能有效推廣領克品牌,還能為銷售人員和管理者提供實質性的服務支援。

整體架構

雖然草圖畫得一般般,但基本上已經實現了我最初設想的大部分功能。

image

馬上就要開始了,請注意,我個人其實不太喜歡花時間在提示詞工程上,但不可否認提示詞工程在某些情況下是非常必要的。因此,我這裡藉助了Kimi提示詞工程專家助手的幫助。他能夠輕鬆幫我建立一個相對完善的提示詞人設,使用起來效果還不錯。

image

人設與回覆邏輯

我個人不太願意親自涉及到提示詞工程的編寫,但是基本的判斷任務還是應該由大模型來思考。我們需要設定一些限制和角色,然後剩下的工作就可以交給工作流來處理。現在我給出的是最終版本的人設提示詞,請大家參考一下:

# 角色
你是一位專業且熱心的領克汽車品牌銷售,致力於帶領使用者看車,高效收集意向客戶線索,自動化管理試駕預約,最佳化使用者體驗,保障試駕流程的順暢進行。語言風格需正式,但要適當使用表情包以增加聊天的趣味性。

## 技能
### 技能 1: 介紹領克品牌
當使用者詢問領克相關銷售及保養諮詢時,包括車輛結構、車輛保養費用、車輛維修費用、涉及理念、線上展廳問題,必須呼叫【qa_lynkco_car】處理使用者問題。

### 技能 2: 使用者選車需求
1. 當使用者傳送選車需求時,必須呼叫【choose_lynkco_car】處理使用者選車及導購推薦問題。

### 技能 3: 試駕預約
1. 當使用者傳送我要試駕時,必須呼叫【test_drive_car】處理使用者試駕問題。

### 技能4: 使用者收藏
1.必須呼叫【like_car】處理使用者汽車收藏問題。

### 技能5: 領克後端人員登入
1.當使用者登入領克後端時,必須呼叫【backend_lynkco】處理使用者登入問題。


## 限制:
- 只談論與領克汽車品牌、產品和服務相關的內容,禁止涉及國家政策、違反法律的話題。
- 禁止語言攻擊使用者,始終保持熱情、專業的服務態度。
- 所輸出的內容必須按照給定的格式進行組織,不能偏離框架要求。
- 介紹部分語言簡潔明瞭,突出重點。

銷售問題

在購車前,許多客戶常常提出各種各樣的問題,因此需要進行意圖識別。然而,這只是理想情況下的情形。如果客戶的問題意圖匹配成功,一切順利;但一旦匹配失敗,可能會引發各種問題。因此,第一步就是最佳化使用者提出的問題。

使用者問題最佳化

為什麼需要最佳化使用者的問題呢?假若您認為使用者每次都能完美地向大型語言模型(LLMs)提出問題,那就大錯特錯了。與其簡單地執行使用者的查詢,為何不選擇最佳化使用者的查詢呢?這就是所謂的query translation技術。

這裡讓我們來展示一下最佳化前後的效果,後面會預設不展示提示詞的生成過程。

我想要的效果:

寫一個提取關鍵領克車系資訊和一個最佳化後的使用者問題的提示詞,使用者會詢問一些問題,請你提取一個或多個車系資訊,除此之外還需要有一個使用者最佳化後的精簡問題用來去聯網搜尋使用。

Kimi+幫我生成的提示詞將呈現出最佳化前後的對比效果:

- Role: 汽車資訊解析專家和搜尋引擎最佳化顧問
- Background: 使用者對領克車系感興趣,希望獲取關鍵資訊,同時需要一個精簡的問題用於聯網搜尋以獲取更多相關資訊。
- Profile: 你是一位對汽車行業有深入瞭解的專家,擅長從大量資訊中迅速提取關鍵資料,並對使用者的問題進行最佳化,以提高搜尋效率和準確性。
- Skills: 你具備快速閱讀和理解汽車規格表、效能引數、市場評價等資料的能力,以及將複雜問題轉化為簡潔、精確搜尋查詢的技能。
- Goals: 提取領克車系的關鍵資訊,並最佳化使用者問題,使其更適合進行網路搜尋。
- Constrains: 提取的資訊應包括但不限於車型、效能引數、價格區間等關鍵資料。最佳化後的問題應簡潔明瞭,直接相關,便於搜尋引擎快速定位。
- OutputFormat: 首先列出領克車系的關鍵資訊,然後提供一個或多個最佳化後的使用者問題。
- Workflow:
  1. 閱讀使用者提供的關於領克車系的描述或問題。
  2. 從描述中提取關鍵資訊,如車型、效能引數、價格等。
  3. 分析使用者原始問題,確定其搜尋意圖。
  4. 根據搜尋意圖,構建一個或多個最佳化後的問題。
  5. 確保最佳化後的問題能夠精確地反映使用者的搜尋需求,同時便於搜尋引擎處理。
- Examples:
  - 例子1:使用者問題:“領克03的配置怎麼樣?”
    最佳化後的問題:"領克03 配置詳情"
    關鍵資訊:車型 - 領克03;關注點 - 配置
  - 例子2:使用者問題:“領克01和03哪個更適合家庭使用?”
    最佳化後的問題:"領克01 vs 領克03 家庭用車比較"
    關鍵資訊:車型對比 - 領克01, 領克03;關注點 - 家庭使用
  - 例子3:使用者問題:“領克02的油耗和價格是多少?”
    最佳化後的問題:"領克02 油耗 價格"
    關鍵資訊:車型 - 領克02;關注點 - 油耗,價格

這已經相當不錯了,尤其是對於那些不怎麼用提示詞的玩家來說,至少對於我們想要達到的效果而言,他已經可以打個及格分了。比起我自己寫的,這要好太多了。所以,我們應該逐漸習慣於利用各種工具,當然,最好是免費的。在這方面,我推薦使用Kimi+。

意圖識別

在這裡,我們將所有銷售問題都納入一個工作流進行處理,因此意圖識別變得至關重要,能夠分別處理多個不同的意圖。如果問題過於複雜,我們會透過網頁搜尋獲取答案,然後再交由大型模型來回答,這樣比直接讓大型模型回答更為有效。

這也是為什麼博主偏愛使用工作流來處理問題,而不是依賴外層的設定,因為後者可能無法有效控制。

image

在這個情況下,每個意圖都配備了一個專門的模型提示詞,用於解決使用者的問題,這種做法能夠更有效地回應使用者的需求。

如果不能識別意圖,我們會直接利用網路搜尋並由大型模型進行回答。

功能選單

在人工智慧發展的道路上,聊天視窗的體驗其實已經顯得相對原始。我們應當努力讓使用者更願意擺脫傳統的聊天視窗。

不要錯過快捷指令的重要性,因為許多人並不喜歡使用聊天視窗。如果能用簡單的滑鼠點選解決問題,那肯定更受歡迎。因此,快捷指令是一個必不可少的功能選單選項。不要擔心提供過多選項,而是要確保你的助手能夠提供這些選項。這也是使用者除了瞭解你的助手的開場白外,第一步瞭解你的助手能夠提供哪些功能的方式。

這裡其實沒什麼複雜的。只需要將其與我們的工作流程連線起來即可,引數可以選擇性地新增,但最好能夠透過卡片展示來吸引使用者。這樣就更像一個完整的應用程式了。

image

工作流提取

可以看到其實我這裡每個功能,如果你去使用一下的話,有很多問答節點和訊息節點。對於我這小電腦來說負重其實很嚴重。風扇不停地呼呼響。因此,我們需要善於提取工作流程,避免讓單個工作流節點變得過於龐大複雜。這樣可以有效減輕系統的負荷。當然,提取工作流程並不複雜,只需在主要工作流程中巢狀子工作流即可。

我這裡總共設定了大約20個工作流程,供我的助手使用。例如,你可以檢視關於領克後端銷售員處理流程的具體內容。主要是要單獨提取每個流程,確保其高效運作。

這樣在修改工作流時一定要格外注意。如果輸入或輸出引數有所變化,很容易導致引用節點出現問題。

image

問答節點

問答節點在這裡非常關鍵,因為我們可以根據使用者的選擇有針對性地生成流程輸出,比如針對預約試駕的需求。我在這個流程中大量使用問答節點和訊息節點,包括地址詢問、經銷商詢問以及日期詢問等,這些步驟都是不可或缺的,最終將資訊入庫。

實際上,按照正常的業務流程,還應該包括車輛詢問節點。在正常業務運作中,每輛車每天的試駕機會都是有限的。但是,由於這涉及到批次生成和校驗,所以我們暫時放棄了這個功能點。這個功能點非常複雜,並且對於使用者來說只是一個選項,並不是必須的提前開發。

image

如果要求使用者輸入資訊,他們很可能會選擇離開,因為懶得輸入,除非使用者真的非常願意去試駕。

image

後端操作

後端操作主要包括銷售員的業務跟進,涵蓋線索跟進、試駕確認以及試駕反饋三個方面。當然,只要有充足的時間,可以擴充套件更多的業務能力。首先映入眼簾的是銷售員的今日待辦事項,因為了解自己今天的任務是至關重要的。

為了確保大家能夠順利體驗,系統預設會始終存在一個線索需要大家跟進,這並不是一個錯誤。

image

預約反饋

在這裡展示一下預約反饋的話術,由於系統未對性別進行維護,大模型可能會根據名字自動生成相應的內容。然而,總體而言,我生成的問題仍然具有一定的參考價值。

image

除了以上展示的功能,還有許多其他功能,這裡就不一一詳細展示了。

報表分析

這裡再詳細介紹一下報表的功能,報表的主要作用是幫助使用者檢視線索跟進轉化等資料。另外,我們還新增了銷售任務監控功能,旨在幫助使用者進行決策分析。近期的資料是否有些微變化,可以讓AI透過資料提醒我們。

例如,我們通常會檢查各車系的近期喜愛度分析,因為沒有任何車系能夠永遠保持高熱度。透過分析車系的數量變化,我們能夠幫助決策者進行熱度轉化及輿論分析。接下來,我們將演示如何使用這些資料進行有效的分析。

image

首先呈現給管理員的是資料餅圖,它能夠在一瞥之間提供全面的概覽。當然,在餅圖後面,我們還有詳細的資料展示和對資料的智慧分析。在這裡,讓我們專注於智慧分析,它包括預警功能等等。

在後續流程中,我們還可以加入兩個按鈕,用於進行輿論分析並提供相關建議,這樣一條完整的鏈條流程就能夠完美解決問題。

image

除此之外,還有許多報表分析工具,例如可以幫助決策者進行渠道投放的渠道分析。

image

當然,除了上述報表之外,還有許多其他報表可供使用。在這裡,我們不會逐一展示每一個報表,而是專注於其幫助管理者監控資料並進行智慧分析,以便及時預警和建議。這些分析能夠幫助管理者提前制定應對策略,以有效應對資料變化。

報表實現

實際實現起來非常簡單,我們使用的是官方提供的圖表大師外掛,我直接使用echart語言生成圖表。這些資料其實是我自己在後臺生成的測試資料,並非真實資料。不過我們的經銷商資料是透過爬蟲實時拉取的,官網的爬蟲協議支援這樣的資料獲取方式。

我還將資料快取到了IDE外掛中,可以根據設定的條件進行查詢和獲取,而無需佔用額外的資料庫資源。希望這些資訊能夠給大家帶來一些靈感和啟發。

image

這裡為什麼不使用多個Agent呢?實際上,我這裡的實現和多Agent的方式類似。不過我更傾向於集中在一個平臺上處理。畢竟,我主要處理的是營銷問題。如果出現售後問題,那就是另一個完全不同的大項,肯定需要分開處理。否則一個Agent根本無法處理過來,容易出現錯誤。雖然多Agent的分散性有其優點,但過度分散也可能不利於有效處理。

商業價值

說了這麼多,總結一下,我的這個助手在營銷方面做了些什麼,能給領克帶來哪些好處呢?

首先,我的助手可以建立一個專門的渠道,用於介紹車系並吸引客戶留下資訊。在汽車之家、易車、懂車帝等平臺上進行廣告投放的費用往往很高,因此,透過這種獨立渠道介紹車系,能夠更精準地吸引潛在客戶,從而節省大量的廣告開支。這不僅提高了營銷效果,還能更好地控制預算。

其次,我的助手透過提供車輛對比和收藏功能,顯著提升了使用者體驗。通常情況下,購車者會花費大量時間在網上搜尋各種評論和車輛配置資訊,以便進行詳盡的比較。我的助手則透過一個固定流程,幫助使用者快速完成車輛對比,展示清晰的比較結果,並給出合理的購車建議。這不僅簡化了使用者的操作流程,還極大地節省了他們的時間和精力投入。

其次,預約功能的實施不僅能自動建立潛在客戶線索,省去了從各個渠道拉取線索的耗時過程,還能為銷售人員提供強大的工具支援。銷售人員登入後,系統會自動生成針對這些線索的銷售話術和競品對比策略。這種智慧化生成不僅對於新手銷售人員尤為重要,幫助其快速上手,也為經驗豐富的老手提供了有價值的話術參考和競爭對手分析。總體而言,這種系統化的支援大大簡化了銷售流程,使銷售團隊能更專注於實際的客戶互動和轉化,而不是繁瑣的資訊整合和準備工作。

最後一項報表分析功能的實施旨在最佳化潛在客戶線索的轉化過程,為決策者提供直觀且詳盡的資料圖表,為其決策提供強有力的支援。此功能還使得系統能夠根據全面的資料變動分析,預測可能發生的事件,提前感知市場輿論動向和各渠道投放的效果,從而及時調整營銷策略和銷售戰略。這種全面的資料分析和預測能力,為企業在競爭激烈的市場中保持敏銳的競爭優勢,幫助決策者做出更明智和有遠見的戰略決策。

總結

透過這款助手,我們不僅能夠有效推廣領克品牌,還能為銷售團隊提供強大的工具支援。從介紹領克車系到提供銷售話術和競品對比,再到預約管理和報表分析,這款助手覆蓋了從前端使用者到銷售後臺的營銷需求。

助手的開發並非止步於簡單的功能實現,而是透過工作流的精心設計,實現了高效的業務流程。透過問答節點、訊息節點和工作流程的靈活組合,助手能夠根據使用者需求快速響應,提升使用者體驗和銷售轉化率。

本篇文章的主要目的是為大家提供實現思路,以及如何更好地開發一個助手,而不僅僅是簡單地進行拆解。如果採取拆解的方式,一篇文章可能會長達2萬+字,還需要配以數十張圖片,這將會非常繁瑣。因此,針對拆解的詳細內容,我計劃單獨製作一期影片,以幫助大家更清晰地理解。感謝大家對小雨的關注與支援。


我是努力的小雨,一名 Java 服務端碼農,潛心研究著 AI 技術的奧秘。我熱愛技術交流與分享,對開源社群充滿熱情。同時也是一位騰訊雲創作之星、阿里雲專家博主、華為云云享專家、掘金優秀作者。

💡 我將不吝分享我在技術道路上的個人探索與經驗,希望能為你的學習與成長帶來一些啟發與幫助。

🌟 歡迎關注努力的小雨!🌟

相關文章