官网 AI 数字合伙人 · 企业服务

官网不再只是名片:AI 数字合伙人

AI 数字合伙人在一次对话里承接答疑、场景诊断、案例参考与留咨——这一份讲的东西,您现在就能打开验证

约 20%
访客咨询转为有效线索
约 100 次/月
访客咨询处理量
7×24
覆盖官网全部主动咨询入口
3 个月
上线后稳定运行

这一份是谁写的、讲的是谁:由 HEYI 撰写。本文讲的是我们自己的官网,不是第三方交付项目——线上地址 ai.hitech.xin,可以当场打开验证。全文按「自有产品实践」的口径写,数据来自系统后台看板。

这一份里有什么

  1. 先说清楚:这是我们自己的官网
  2. 四条挑战:访客有需求,官网接不住
  3. 人在回路——AI 管一半,人管一半
  4. 三个月的实际运行数据
  5. 五个会被问到的问题
  6. 每一个数字的口径,以及我们不说什么

01 背景与场景

官网首页从展示页改成了一个对话入口,访客在一次对话里就走完答疑、诊断、案例和留咨。

先把关系说清楚:这一个不是客户案例,是我们自己的官网。我们按「自有产品实践」讲它,理由有两个——域名一查就知道,包装成第三方交付没有意义;而且「自己先用」这件事本身,比一个您无法核实的第三方案例更能说明问题。

HEYI 是 2018 年成立的 To B 技术服务商,主要做软件开发、系统集成、数据处理与 AI 智能体的交付运维。访客上了官网之后怎么被接住、怎么走到人工跟进,这条流程我们整个重做了一遍:客服式答疑(公司资质、经营范围、能力边界)→ 咨询式场景初步诊断 → 同行业案例匹配 → 线索识别与留咨 → 人工接手跟进。

这套东西现在就跑在 ai.hitech.xin 上,您可以打开验证。

02 挑战

官网原本是静态展示页,有需求的访客读完就走,意图和痛点没有留下任何痕迹。

01 访客有需求,官网接不住

官网原本是静态展示页,访客只能看到一个邮箱和电话。有需求的访客读完就走——他是谁、想解决什么问题、卡在哪一步,我们一无所知。

02 咨询全靠人接待,成本高,也总有接不上的时段

咨询靠人接待,夜间与周末无人值守;而大量咨询停留在「你们做什么、有没有做过类似的」这类可以标准化的答疑上,占用了本该做方案的人力。

03 咨询内容不结构化,跟进凭感觉

谁是高价值线索、痛点是什么、聊到哪一步,全在个人记忆和聊天记录里,既沉淀不下来,也没法分配。

04 案例和资质当场拿不出来

行业案例、资质信息散落在文档里,人工介绍时说不全、说不准,无法在对话当场按访客的场景精准引用。

03 方案

第一轮对话和信息整理由 AI 做,判断和推进由人做——这就是「人在回路」。

人 · 判断与推进(决定的那一半)

  • 线索值不值得投入人力,由人判断
  • 商务条件、报价、交付承诺一律由人给出
  • 方案沟通、需求确认由人接手
  • 案例库内容由运营维护,AI 只能从库里召回

AI · 首轮承接与结构化(7×24 的那一半)

  • 公司资质与经营范围答疑,事实性信息结构化注入
  • 咨询式多轮提问,逐层梳理业务痛点
  • 按行业与场景实时召回案例并自然引用
  • 识别联系方式、生成行业标签、痛点原文与对话摘要

这张图左右一样宽:「人在回路」讲的就是两边各管一半,任何一侧压过另一侧,这个设计就不成立。

01 客服答疑

首页 AI 数字合伙人对话入口取代静态「联系我们」。公司资质这类事实信息(成立日期、经营范围、资质、法人)以结构化上下文注入,资质类问题不依赖模型记忆。支持浏览器语音输入(中文实时转写、可校对后发送),降低移动端的输入门槛。

02 场景初步诊断

对话分两个阶段:探索阶段先摸清框架——所在行业、团队规模、当前卡在哪一步、期望什么结果——再逐轮往具体场景收窄,同时判断访客对 AI 了解到什么程度;信息足够后转入价值评估,并自然索取联系方式以交付《架构师简报》。

03 案例推进

每轮对话按访客原话做关键词召回 + 行业加权排序,取前三个案例实时注入上下文,要求 AI 自然引用而不是罗列。案例库(标题 / 行业 / 场景 / 挑战 / 方案 / 成果 / 标签)在后台可增删改,运营不用改代码就能更新案例内容。

04 线索识别与留咨

每轮 AI 回复后即检测联系方式,覆盖手机号、座机、邮箱、微信号,并用上下文限定避免误抓业务数字。按会话去重,同一访客反复进出不产生重复线索;自动生成行业标签、痛点原文、对话摘要,并给出线索价值的几项评分与一个综合分。

05 人工跟进闭环

后台是线索列表 + 完整原始对话回放 + 六段跟进状态(新线索 / 已联系 / 已确认 / 方案中 / 已成交 / 已流失)+ 跟进备注与负责人分配。看板实时呈现访客数、咨询会话数、线索数、高价值线索与活动日志。销售看到的是一条带完整对话回放的结构化线索,而不是一个孤零零的电话号码。

06 工程与合规

云服务器 + Nginx + 进程守护 + MySQL,带健康检查探针(数据库不通即返回 503)与一键发版脚本。隐私政策与服务条款独立成页并支持后台维护,明确告知对话内容将由第三方大模型处理,符合《个人信息保护法》的告知同意要求。

04 成果

上线至今稳定运行 3 个月,官网全部主动咨询入口都由 AI 首轮承接,夜间与周末也有响应。

  • **约 100 次 / 月**:访客咨询,全部沉淀为可回放的结构化对话
  • **约 20 条 / 月**:识别为有效线索,识别率约 20%
  • **约 10 条 / 月**:经人工判断值得投入,进入实际推进

条宽按量成比例。这里的「线索」指访客主动留下联系方式、且痛点描述具象的会话,不是一次表单点击。

01 三个月累计约 300 次咨询、60 条结构化线索

每条含行业、痛点原文、对话摘要与价值评分,成为可以持续复盘的数据资产。

02 销售不必再全量接待

约半数线索被判定值得投入人力并进入实际推进。原本由人工承担的首轮答疑、场景初步诊断与案例介绍全部前移到官网当场完成,人工投入集中在这部分线索的方案沟通上。

03 访客第一次接触就能拿到东西

答疑、初步诊断、案例推进三者一体化:访客不用等回邮件,当场就能拿到初步诊断结论和同行业案例参考。官网从一个只能看的落地页,变成了业务真正开始的第一步。

05 几个会被问到的问题

这一节替代现场问答——您读到这里大概会想到的,就是这几个。

AI 会不会答错、乱承诺?

三重约束。一是企业资质、经营范围这类事实性信息以结构化上下文注入,不依赖模型记忆;二是案例引用只从自己维护的案例库中召回,不允许自由发挥;三是遵循人在回路设计,商务条件、报价、交付承诺一律不由 AI 给出,转由人工接手。官网同时公示了服务条款,明确 AI 生成内容仅供参考。

访客数据安全吗?合规吗?

数据存放在自有服务器与数据库中。官网独立公示隐私政策与服务条款,明确告知信息收集范围、使用目的,以及对话内容将传输至第三方大模型服务商处理,符合《个人信息保护法》的告知同意要求;后台访问需登录鉴权。做到客户侧时,数据同样存放在客户自有环境,我方不留存。

20% 的线索识别率,是高还是低?

这个数字要看基线。改造前是「零结构化承接」——访客读完就走,什么都不留下,所以这 20% 是从无到有的增量。更值得看的是其中约半数直接进入人工推进——这是我们判断识别质量够用的依据。我们不拿这个数字与行业均值比较,因为「线索」的定义各家不同。

我们官网流量不大,值得做吗?

流量不大反而更值得。流量小的官网,每一个主动咨询都是高意图访客,人工全量值守不经济,漏掉一个成本很高。这套方案的价值不在处理量,而在于每一次咨询都被完整记下来、整理成能查的结构。

多久能上线?

以我们自己这一次为参照,标准范围(对话承接 + 案例库 + 线索识别 + 跟进后台 + 看板)可在数周内交付上线,之后按真实对话数据持续调优回复措辞与召回策略。具体周期与报价要结合您官网的现状评估。

另外几个案例的客户都是匿名的,您没法核实。所以这一个我们不匿名——它就跑在我们自己的官网上。

打开 ai.hitech.xin,现在就能试。我们不会把一个自己都不用的东西卖给您。

口径与说明

  • 这是自有产品实践,不是客户案例:交付对象是 HEYI 自己(苏州和毅智能科技有限公司)。本文全篇按此口径写。
  • 量化数据:稳定运行 3 个月、月均承接访客咨询约 100 次、月均识别有效线索约 20 条(识别率约 20%)、月均约 10 条进入人工实际推进、三个月累计约 300 次咨询与 60 条结构化线索。数据来自系统后台看板,随运营变化,引用时请向我们确认最新值。
  • 「线索」的定义:访客主动留下联系方式,且痛点描述具象的会话。不含仅浏览、仅寒暄的会话,也不是表单点击数。
  • 我们不提供的数据:成交额、合同额、营收增长、投入产出比、投资回收期——这些没有经审核的数据支撑,所以不说。
  • 关于「替代」:这套方案是人在回路,人工环节没有被取代。我们不讲用 AI 取代客服或销售团队,也不讲裁减人力。
  • 关于准确性:AI 生成内容存在不确定性,官网服务条款已就此明确声明。我们不承诺「不会出错」或「一条都不会漏」。
  • 关于截图:本文只用了前台对话区的界面截图,图中对话为演示数据。后台截图一律不对外——后台含真实访客的对话原文与联系方式;现场演示也只走前台对话。

关于这个案例的常见问题

AI数字合伙人能处理哪些类型的咨询?

AI数字合伙人主要处理公司资质与经营范围答疑、咨询式多轮提问梳理业务痛点、按行业与场景实时召回案例并自然引用、识别联系方式生成结构化线索。商务条件、报价、交付承诺一律由人工给出。

AI和人工是如何配合工作的?

采用'人在回路'设计,AI负责首轮承接与结构化(7×24小时响应),人负责判断与推进(线索价值评估、方案沟通、需求确认)。案例库内容由运营维护,AI只能从库里召回。任何一侧压过另一侧,这个设计就不成立。

20%的线索识别率是怎么计算的?

约20%的访客咨询转为有效线索,这里的'线索'指访客主动留下联系方式、且痛点描述具象的会话,不是一次表单点击。数据来自系统后台看板,随运营变化,引用时需确认最新值。

AI会不会答错或乱承诺?

有三重约束:企业资质等事实信息以结构化上下文注入,不依赖模型记忆;案例引用只从自己维护的案例库中召回;商务条件、报价、交付承诺一律不由AI给出,转由人工接手。官网同时公示了服务条款,明确AI生成内容仅供参考。

访客数据安全吗?合规吗?

数据存放在自有服务器与数据库中。官网独立公示隐私政策与服务条款,明确告知信息收集范围、使用目的,以及对话内容将传输至第三方大模型服务商处理,符合《个人信息保护法》的告知同意要求;后台访问需登录鉴权。

查看全部常见问题 →

继续阅读:全部客户案例 · 五条工作原则 · FDE 交付模式 · 常见问题