表面看是卖票收钱 · 实际是实名绑定、退票梯次、85%公开销售三套口径对不齐,现场必乱
运营 / 票务 / 游客服务 · 真实业务触发
音乐节开票前,要定退票梯次、实名绑定、85% 公开销售口径,还要识别异常订单。口径对不齐,开票当天就是投诉和现场混乱,事后还要被认定失信主体。
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 5 × AI 适配 4 ÷ 落地难度 2 = 11.0
最大差异点 · 不要求客户先统一票务口径。订单流水、退票规则、实名绑定要求直接扔进来,Agent 对齐三套口径、标出冲突,异常订单按实名绑定与退票时间窗识别。
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
不替客户定退票梯次和拦截黄牛;出的是口径对齐表与异常订单识别清单,退票规则与风控拦截由人定。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了