随访话术人人会写 · 但「照着本院上个月 87 个髋关节置换患者写」只有一份
随访与患者服务 · 真实业务触发
随访排期表出来后,护士对着高风险患者名单发愁:关节置换的问什么、放化疗的问什么、慢病的问什么——网上下载的通用话术模板和本院的出院医嘱对不上,患者一听就知道是念稿,本能抗拒。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 5 ÷ 落地难度 1 = 24.0
最大差异点 · 网上下载的话术模板是通用的;这里以本院出院医嘱、病案库高频诊断、历史随访异常记录为输入,每个病种的话术都能溯源到本院自己的材料。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
话术是初稿,本院术语与医嘱表述由护士长审定后使用;不做医学建议——异常应答树的终点是「转介医生」,不是「告诉患者怎么办」;不承诺话术能提升接通率——本院没有实测数据前,这种数字说出来砸口碑。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了