Case Study / Enterprise AI
智能体手机:让获客与客户运营在移动端持续执行
从销售工具到软硬件一体化 Agent,跑通公域获客、私域承接和客户培育

Key Decisions / 关键取舍
- 首版聚焦抖音与微信,先打通公域到私域的业务链路。
- 拆分判断、调度和端侧执行,以消息实际发出衡量任务是否成功。
- 通过企业策略、知识库和模型判断定义回复与转人工的边界。
项目概览:智能体手机是一款面向企业销售与运营团队的软硬件一体化产品。它通过定制手机和场景智能体,在抖音、微信等移动端应用内执行客户触达、消息承接和关系维护。产品于 2025 年 2 月 14 日上线。上线后,团队优先打磨核心任务,微信私聊和群聊回复成功率均从接近 40% 提升至 99.9%,跨智能体的任务大盘成功率达到 97.38%。
我的角色:负责智能体手机的产品方案、场景优先级、应用层任务编排和策略设计。我将公域获客、微信私域承接、客户培育等业务过程转化为可执行的智能体任务,并与研发一起排查真实客户现场的任务失败。
01 / 背景与用户:从个人销售工具到企业智能体手机
项目起点是开单果 APP。它以企业大数据和微信工具服务个人销售,主要通过会员订阅收费。部分企业经营者在自己使用后,希望将工具交给销售团队统一使用,并提出了设备权限和团队管理需求。
一线员工日常的回复、互动和承接动作发生在移动端应用里。后台可以配置业务策略和查看结果,端侧仍需感知应用状态、执行动作并回传结果。团队因此与手机厂商合作,推出定制 ROM 和开单果 APP 组合的设备,接入部分厂商能力,再逐步引入智能体任务编排。定制 ROM 所提供的具体能力及其对稳定性的贡献,仍需按首版实际范围补证。
产品主要面向已经有销售团队和微信客户存量的企业。首批种子用户以美容连锁客户为主,这类企业既需要持续触达门店附近的潜在客户,也需要在微信里长期维系客户关系,推动咨询和到店。
02 / 设计决策一:首版做通公域到私域的业务链路
首版把资源集中在抖音和微信。抖音侧覆盖同城客户触达和私聊回复,微信侧覆盖好友承接、朋友圈互动和私聊回复。小红书和快手放到后续版本考虑。
这组能力对应种子客户一条完整的日常链路。抖音帮助门店触达周边人群并承接初次咨询,微信接住后续会话,再通过内容和互动持续培育客户。销售人员保留对转化和复杂需求的判断,智能体承担适合自动化的日常工作。
03 / 设计决策二:把判断、调度与设备执行拆开
在消息回复之外,同一设备还会承担其他任务。产品需要统一处理事件触发、主动巡检、任务排序和结果回传,因而将智能体组织成三个模块。
| 模块 | 职责 |
|---|---|
| 决策器 | 根据未读好友、消息上下文和业务策略,判断优先处理谁、是否回复以及如何回复。 |
| 流程控制器 | 接收设备事件,编排、下发原子任务,并跟踪任务状态。 |
| 任务执行器 | 在手机端识别界面状态、执行原子任务并上报结果。 |
以微信回复为例,手机发现新消息后上报事件,流程控制器下发未读消息收集任务,决策器选择会话并结合上下文确定回复方式,设备端完成发送并回传结果。主动巡检也可以进入同一条处理链路。任务成功以消息实际发出为准,任务被下发或回复文本已经生成只代表中间步骤完成。
04 / 设计决策三:让企业规则决定回复和转人工边界
旺旺客服面对大量重复的店铺和商品咨询,同时也会收到改价、订单和地址变更等需要运营人员处理的请求。答错价格或承诺了无法兑现的优惠,都会对经营造成影响。为此,回复链路按顺序处理三类信息。
- 用户策略。优先按关键词或语义匹配企业预设规则,可执行固定回复、转人工、跳过或授权模型自由回复。
- 关联知识库。策略未命中时检索店铺和商品资料,依据检索结果组织回答。
- 模型判断。前两层未命中时,模型处理闲聊等开放式内容,并按照约束将涉及价格变更等事项转给人工。部分不适宜回复的内容可以跳过。
在微信场景中,同一条消息也可能因好友关系不同而需要不同处理。用户可用微信标签映射好友关系,并为不同关系配置策略组。遇到未归类的好友时,智能体向指定的 AI 管理员询问。确认后的关系可供后续会话复用,直到标签变化或用户手动调整。
05 / 上线取舍:先修最常用的任务
首版上线后,客户反复反馈执行失败,销售也认为产品交付和销售有难度。团队选择先打磨现有客户最常用的任务,把任务成功率作为首要指标,结合体验反馈和使用情况安排优化顺序。微信用户和任务量最大,私聊与群聊回复成为优先优化链路。
一次典型的排查始于「获取好友信息」失败。内部环境无法复现,但失败集中在少数客户。产品与研发访谈并走访客户后发现,有客户长时间保留了大量置顶会话,现有界面处理逻辑找不到目标消息。团队调整设备端逻辑,后续跟踪中未再观察到同类问题。这个案例推动团队用线上失败分布找样本,再进入客户的实际工作环境验证原因。
| 指标 | 记录 | 统计范围 |
|---|---|---|
| 微信私聊回复成功率 | 接近 40% → 99.9% | 微信私聊回复任务 |
| 微信群聊回复成功率 | 接近 40% → 99.9% | 微信群聊回复任务 |
| 全量任务成功率 | 97.38% | 微信、抖音、小红书等智能体的原子任务 |
数据来自项目复盘记录。原子任务按全量下发统计,按周跟踪,每周约 200 万次下发。当时大盘同时包含系统执行失败和配置不完整等情况。例如,用户未配置或配错 AI 管理员时,系统无法完成对应任务。这使大盘能够反映端到端结果,但难以直接判断问题属于哪一环。复盘后的改进方向是保留端到端指标,同时按系统执行、配置完整性和第三方异常分别跟踪。
06 / 产品化与落地
- 1688 旺旺接待。某店铺要求单个运营每日接待 300 个客户,人工全天约能接待 200 个。接入旺旺智能体后,每日可处理 500+ 个客户的基础接待,改价等复杂事项仍交由人工。
- 团服客户运营。客户利用智能体持续维护微信里的客户关系,人工负责介绍产品和重点跟进。客户曾反馈两天内激活并转化 8 个老客户,并反馈某年 11 月通过私域激活成交 3 笔订单,合计约 30 万元。此处为单个客户案例,成交同时受到内容运营、人工跟进等因素影响。
- 商业化。年度销量为数千台、年度 GMV 为 2,000 万+ 元。
07 / 我的复盘
这个项目里,我最早关注的是哪些销售动作可以交给手机,后来更关注企业能否持续把一项工作交给手机。首版场景应当能够串成用户日常使用的业务链路。进入执行后,策略、知识和人工接管决定了任务可以放权到什么程度。上线以后,最有价值的改进往往来自失败数据和现场观察,尤其是内部测试没有覆盖的真实使用条件。
这也为后续 Master 的设备协作提供了基础。智能体手机已经积累了移动端执行和结果回传能力,后续平台开始探索如何把设备与数智员工的岗位、技能、数据和授权组织到同一套工作流程中。