很多岗位每天都在做同一件事:收到一封来信,判断是哪种情况,找出对应的标准回复,填上对方的信息,然后发出去。销售回询价,客服回咨询,招生办回申请,物业回报修,人事回求职者,都是这样。
这类回复有两个特点:情况是有限的几种,每种都有写好的模板;而说错一句话的代价很高。 模板里的资料清单一项都不能少,电话和链接是固定的,价格、交期、承诺更不能随口给。
拿一封外贸询盘来说:
We need 5000 pcs of the LP-series panel with our own logo on the frame and the box. What is your best price?
如果让模型直接写回复,它多半会很“热心”:报一个大概的单价,顺手承诺免运费,再补一句“30 天内交货”。每句话都很通顺,可每一句都没人授权过。
真正需要“想”的部分其实很少:这是哪种情况?用什么语言回?对方叫什么、问了什么?所以这个 Agent 的分工很简单:模型负责读懂来信和填空,代码负责选模板和检查,业务人员负责审阅和发送。
下面用一家照明出口商的询盘收件箱作为例子,但这套做法本身和行业无关。
先玩一下
下面嵌入的是原型本身。翻页时原型会切到对应场景,红框标出这一页讲的内容;也可以在新窗口打开自由体验。
为什么不让模型直接写?
最省事的做法,是把所有模板塞进提示词,让模型“参考着写一封”。这也是问题最多的做法:
- 编造条款。 模型想帮忙,会回答模板里没有的问题:价格、交期、优惠。
- 清单被精简。 八项必填资料被压成三句话,对方回了一封,业务人员还得再问一轮。
- 号码和链接搭错。 不同模板的电话、链接很像,模型容易混用。
- 语言不稳定。 双语回复有时漏掉一种,有时顺序颠倒。
根子上是两件事:上下文里的模板太多,注意力被稀释;模型分不清自己是在“填模板”,还是在“回答问题”。
四步:哪几步交给模型?
- 分类(模型):读懂来信,只输出几个字段:场景、语言、对方姓名、涉及的产品或事项、具体问题。它不写邮件。
- 路由(代码):按优先级选出唯一的模板,决定单语还是双语,填好电话和链接。这一步没有模型。
- 填写(模型):只拿到这一个模板,把姓名等信息填进去;模板没覆盖的问题,最多加一句引导。
- 检查(代码):发送前逐项核对,业务人员每改一次就重新检查一次。
模型出现了两次,但每次的任务都很窄:一次只输出字段,一次只填空。
一封来信命中好几个场景怎么办?
Jonas 那封既是“定制”,也是“问价”。如果按一般报价回一句“我们会尽快报价”,之后还得再追一轮资料。
所以场景要排优先级,从上到下匹配,命中第一个就停。优先级不按行业定,而按回错的代价来定:
| 优先级 | 什么样的场景 | 例子中的场景 |
|---|---|---|
| P0 | 必须先收齐资料才能往下走,漏掉代价最大 | OEM 定制、工程项目报价 |
| P1 | 有独立流程的请求 | 样品申请 |
| P2 | 来自特定渠道,回复要带专属页面或代码 | 经销合作、展会跟进 |
| P3 | 已有业务的下一步 | 收到采购订单、不接受报价 |
| P4 | 兜底,其他都没命中时使用 | 一般报价、产品资料 |
换到客服,P0 可能是投诉和理赔;换到招生,可能是补交材料。这个顺序是业务规则,不是模型的判断,所以写在代码里:可以测试,也可以随时调整。
用什么语言回?
- 对方明确选了,就用对方选的。 表单里的语言偏好优先于一切,即使留言用的是另一种语言。
- 没选,就看内容。 根据来信正文判断。
- 还判断不出,就用默认语言。 例子里默认英文。
- 单语还是双语,由模板决定。 对方明确选过语言,就只用一种;没选的话,有些模板会要求双语,英文在前。
姓名和公司名原样使用,不翻译也不改写:“李工”就是“李工”。
模型答不了的问题
来信里常常夹着具体问题:“能免运费吗?”“有独家代理吗?” 模型对每个问题只有两种处理:
- 模板已经覆盖。 比如“3 个型号各 2 个”正好在样品规则之内,不用另外写什么。
- 模板没有覆盖。 加一句话承认这个问题,说明会由同事确认,并附上电话。不给答案,也不给“大概”。
价格、交期、优惠、资格,都是要有人负责的承诺,不该由模型说出口。
发送前查什么?
检查由代码完成,结果直接显示在草稿上方:
- 占位符:比如“[X] 个工作日”,没填就不能发送。
- 资料清单:模板里有八项,草稿里就得有八项。
- 电话和链接:只能是这个模板里的。
- 价格与承诺:出现模板以外的价格、折扣,或者“免运费”“保证”这类词,就提醒找主管确认。
- 语言:英文回复里不能混进中文。
红色项会挡住发送,黄色项只是提醒。最后按下“发送”的,始终是业务人员。
什么时候适合这样做?
只要同时满足三个条件,就值得考虑:
- 来信能归到有限的几类场景;
- 每类场景都有写好的标准回复;
- 一句说错的承诺代价很高。
不满足的时候,比如问题千变万化、答案要从大量资料里找,更适合客服 Copilot 那种基于知识检索起草回复的方式。至于邮件怎么进来、怎么分流,可以参考基于邮件的业务处理模型。
写在最后
这个 Agent 里,模型做的事很少:读懂一封信,填几个空。正因为做得少,它才可靠。
把模板写好、把优先级理清楚,比反复调提示词更重要。剩下的,交给代码去检查,交给人去决定。
