每个套餐都能改 · 每个营业员的说法都不一样
市场渠道与资费 · 真实业务触发
营业厅遇到一单「老套餐能不能改回去」的咨询,营业员在群里问了 40 分钟没人答——而这类问题每天在营业厅、客服、渠道三个条线重复发生。
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 4 ÷ 落地难度 2 = 9.6
最大差异点 · 通用大模型答资费会编(它没有你的政策库),智能客服厂商做的是对客应答(那是红线侧)。这里做的是对内:政策文件原文逐条检索、生效时间线排列、口径冲突标红——答的是「依据是哪份文件第几条」。
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
只做内部口径核对,不做对外答复——AI 直接对用户答资费问题在新国标下是企业的担责动作,这个口子不开。政策冲突时并列呈现两个文件的原文与生效日期,不替人裁决哪个有效。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了