项目概述
客户是一家做五金工具出口的外贸企业，询盘同时来自阿里国际站、独立站表单、企业邮箱和 WhatsApp，每天几十到上百条。业务员按顺序往下翻，翻到第十条就没耐心了，真正的大客户常常沉在列表底部无人回复。我们为其部署了 AI 询盘分诊系统，先判断语种、意向和产品线，再按价值排序推给对应业务员，平均首响时间从 6 小时降到 20 分钟。
项目背景
外贸询盘的真实困境不是没有线索，而是线索太多且质量参差。一天一百条询盘里，可能有三十条是比价的、二十条是同行套价的、五条是问都不问直接要样品的，真正值得跟的也许只有十几条。人眼分辨这些要花时间，而时间恰恰是最贵的。
更现实的问题是：谁来回？英语询盘给 A，西语询盘只有 B 能接，俄语询盘没人会，只能放着。语言和产品线的匹配关系全在老板脑子里，业务员一换人，这套隐性规则就断了。
难点
- 询盘语种混杂，中、英、西、俄、阿都有，且经常一句话里混两种语言
- 要区分"要报价""要样品""要代理""纯比价""同行套价"，这几类的处理方式完全不同
- 客户资料属于商业机密，不能把原始询盘无差别地发往外部接口
- 分诊结果必须可解释，业务员要能看到"为什么这条排第一"，否则不会信
我们的做法
01
先做识别，再做分发
第一步只解决三件事：什么语种、问的哪条产品线、属于哪类意图。这三项稳定之后，分发才有依据。评分和排序放在第二步，避免一上来就做复杂判断。
02
打分排序，人做最终决定
模型给出意向分和推荐理由，比如"明确提到采购量 5000 件、指定 FOB 报价、附公司官网"，业务员按排序跟进。系统只排序不拦截，避免误判漏掉客户。
03
敏感字段先脱敏
邮箱、电话、公司全称在送模型前做脱敏替换，返回后再回填。既保证分类效果，也让客户资料不出内网边界。
落地效果
- 平均首响时间从 6 小时降到 20 分钟，高意向询盘的当日跟进率达到 100%
- 业务员每天的有效跟进量提升一倍以上，不再靠翻列表决定先回谁
- 语种与产品线的匹配规则沉淀到系统里，新人上手不再依赖老员工带
