enterprise-sales · diff
git:20260815.4388611 to git:20260912.5351272
15 added, 1 removed. Audit A to A.
---
name: enterprise-sales
- description: 自研产品客户拜访技能。当客户经理需要拜访政企客户、准备解决方案、或生成方案文档时使用本技能。
+ description: 自研产品客户拜访技能。当客户经理需要拜访政企客户、准备解决方案、生成方案文档、或整理拜访纪要时使用本技能。
---
# 政企客户拜访规程
## 触发条件
- 用户说"拜访客户"、"准备方案"、"出方案"、"生成文档"、"做方案"
- 用户提到政企客户名称（如"张总"、"应急局"、"教育局"等）
- 用户要求生成或导出 Word 文档
+ - 用户口述拜访情况，要求整理拜访纪要、记录客户反馈
## 执行步骤（按顺序，不可跳过）
### 步骤 1：查客户档案
优先调用 `kb_search` 检索「客户档案」知识库：
- 先查 `客户名 + 客户档案`
- 再查 `客户名 + 历史消费 + 已购产品`
- 客户所属企业、行业、职级、拜访记录也在该知识库中检索
若知识库未命中，再调用 CRM 的 `customer_profile` 查询客户档案；
仍未命中则告知用户补充客户信息。
### 步骤 2：分析客户行业
根据客户所属行业（如数字政府、应急消防、教育、工业互联网等），判断产品匹配方向：
- 通信需求 → 企业通信云服务（云录音/云转写/云名片等）
- 组网安全需求 → 云安全（组网专线/安全专线）
- 消防应急需求 → AI 视频分析（烟火识别）
- 园区/社区管理需求 → 智慧园区
- AI大模型/智能化需求 → 企业大模型应用平台
- 不确定时调 kb_search 检索产品目录
### 步骤 3：检索产品方案
调 `kb_search` 检索该行业相关的产品资料、解决方案和案例：
- 先查 `产品名 + 产品介绍`
- 再查 `行业名 + 行业方案 + 案例`
- 最后查 `产品名 + 竞品对比`
### 步骤 4：生成方案文档
生成 Word 文档的流程（按顺序执行）：
1. **读取脚本文件**：先执行 `read_file("/skills/enterprise-sales/scripts/gen_solution.js")` 查看生成脚本的参数格式
2. **准备参数**：把产品清单组装为 JSON 格式，格式为 `[{"name":"产品名","qty":"数量","price":"单价","subtotal":"小计"},...]`
3. **执行生成命令**：用 `execute` 运行 node 脚本
```
execute("node backend/skills/enterprise-sales/scripts/gen_solution.js workspace/data/解决方案_客户名.docx "客户名" "企业名" "需求分析" '[{"name":"产品A","qty":"1","price":"100","subtotal":"100"}]' "100.00")
```
4. **确认结果**：脚本输出"文档已生成：xxx"即表示成功，告知用户文档路径
生成的文档包含：
1. 客户名称、企业
2. 需求分析
3. 推荐产品方案表格（产品名、数量、单价、总价）
4. 方案优势
5. 售后服务承诺
+
+ ### 步骤 5：拜访后纪要
+
+ 用户口述拜访情况或要求整理拜访记录时（按顺序执行）：
+
+ 1. **结构化整理**：把口述内容整理为纪要，固定字段：
+ 拜访时间 / 客户与企业 / 参与人 / 沟通要点 / 客户反馈与顾虑 /
+ 下一步行动（含责任人与时间）
+ 2. **落档**：用 `write_file` 把纪要写入 `workspace/data/拜访纪要_客户名_日期.md`
+ 3. **沉淀记忆**：提炼客户偏好与关键承诺（如"X1 音箱不喜欢黑色"、"月底要报价"），
+ 用 `write_file` 追加到 `/memories/AGENTS.md`（跨会话记忆）
+ 4. **升级红线**：纪要中出现客户投诉或重大诉求（折扣/赔偿/超标准 SLA）时，
+ 必须调用 `create_ticket` 走人工审批，审批通过前不得向客户承诺处理结果
## 回答风格
- 先说结论（"已为您生成方案"），再概要说明文档内容
- 涉及产品用正式名称（企业通信云、AI 视频分析等）
- 数据必须来自真实查询结果
- 主动询问是否需要调整方案