读完900条销售助手消息,发现最值钱的是它答不上的问题
max_gladysh · reddit · 2026-11-20
BotsCrew 团队为汽车经销商销售搭建内部 AI 助手后,人工读完了 900 条真实使用消息,发现两个规律:约 1/4 的请求是查车型配置,比较竞品车型的问题是比较自家车型的 4 倍——销售主要在客户进店前用它准备「为什么选你们家」的话术。
更有价值的是答不上来的问题:约 20 个竞品相关提问持续失败。团队最初想接入数据商的实时 API 替代静态文件,但先做了验证——这个方案只能解决 20 个中的 2 个,因为销售问的那些竞品车型根本不在数据集里。最终他们没写任何代码,只给客户发了一份「销售常问但数据缺失的竞品车型清单」。
核心结论:数据不存在的问题,再多的 prompt 工程也救不了。给内部智能体开发者的建议是——记录并定期人工阅读 agent 答不上的每个问题,它们能告诉你用户真实的使用场景、哪些数据缺失,还能避免你花一个 sprint 去做只解决 10% 问题的修复。
「编程与Agent」频道最新
- GrepMem:纯文本日志+正则搜索让长程 Agent 达到 95-97% 准确率 — dair_ai · 2026-11-20
- Tripo 推出 Agentic Canvas:AI 规划全流程批量生成 3D 资产 — LinusEkenstam · 2026-11-20
- OpenAI 将于 11 月 12 日切断 Cursor 模型访问,SpaceX 600 亿美元收购是导火索 — shashib · 2026-11-20
- Infor 携手 AWS 演示企业 Agent 栈:Claude Sonnet 4.6 当主管调度员 — shashib · 2026-11-20
- Meta 发布 Benchmark Factory:用 agent 从自有代码库自动生成编码评测 — omarsar0 · 2026-11-20
- Treg 发布 /REA-marketing 技能:逐周逆向拆解任意品牌营销打法 — cneuralnetwork · 2026-11-20