
要把一批冷卻了的舊名單重新叫醒,五步就夠:定好成功指標並揀一個平台、寫系統提示、設計對話範例、做紅隊測試,最後多渠道上線並交回人手跟進。每一步都有完成後應該見到的結果,這篇指南按這個次序寫,也會講清楚邊類公司唔應該用這種做法。以 ai agent development 的角度看,難題從來不在模型,而在名單、提示與驗收有沒有人負責。
先問一個問題:你手上的名單,有幾多成在過去半年被人主動聯絡過?如果答案係一兩成,問題就唔係名單不夠,而係跟進斷了。原文引述 AI 業務策略顧問 Noelle Russell 的說法,中小企收集回來的線索只有一成至一成半得到主動跟進,其餘留在數據庫裡,被當成做生意的成本。同一個訪問亦提到,轉換一位客戶平均要二十一次接觸,單靠人手很難跟得完。
這種做法適合名單有幾百到幾千筆、單價較高,而且要用對話才約到人的生意:B2B 服務、顧問、課程、裝修、醫療美容、專業事務所。名單來源要清楚,最理想係下載過內容或參加過活動、問過價但未成交的人,因為他們曾經表達興趣。
唔適合的情況也要講清楚。名單少過一兩百筆,逐一打電話更快;單價低而客人即場決定的零售,用短訊喚回的價值有限;名單來源不明、沒有同意記錄,先清理再做;公司沒有真人接手預約,Agent 約了人也是白做;期望 Agent 直接成交的,多數會失望。

開始第一步之前,先把以下幾樣放在桌上,缺一樣都會在中途停低。
這類 ai 自動化 的前置工作做唔足,之後每一步都會拖。平台額度與月費也要先查清楚。原文以 Chat Bot Builder 為例,免費開始,提供三百萬個 token 作測試;Pro 方案 $49/月,包含 5,000,000 個 token,另有 14 天免費試用、30 天退款;代客營運的代理商可以看 White Label Enterprise,$2499/月。落單前要再核對一次。
以下五步按次序做。每一步都寫明完成後應該見到甚麼,見不到就唔好跳去下一步。

指標先於平台。原文作者 Noelle Russell 講得很直接:成功是讓一個原本沒有人理的冷線索,願意打電話或者預約一通電話。第一張表要寫的是名單總數、現時每月預約數、三個月後想見到的預約數,以及每個預約大約值幾多錢。沒有這張表,之後任何數字都無法判斷好壞。
平台的選擇反而簡單:先揀一個可以免費或低成本試用的,接入現有渠道。原文提到平台可接二十多個渠道,測試額度有三百萬個 token;先開一至兩個客人最常用的,其餘等流程穩定再加。做 ai agent development 之前先寫好這張表,之後每一步才有同一個目標。
系統提示是 Agent 的行為基礎。原文把它拆成三個 P:Purpose(目的)、People(對象)、Portfolio(資料)。
目的要寫成一句可執行的任務,例如「引導下載過白皮書的人預約一次諮詢」,同時要求它遵守安全與責任原則。你可以先請一個通用模型起草一段安全的系統提示,再按業務改寫。
對象要寫得具體:行業、公司規模、職位、地區,還有他們面對的困難、目標與決策方式。寫得夠清楚,Agent 才會知道邊些人唔適合,遇到不合適的人可以引導去看文章或低門檻資源,而不是硬推預約。
資料就是知識庫。原文提醒,模型受過互聯網資料訓練,裡面有過時與互相矛盾的內容,所以你要明確告訴它公司的事實。平台提供三百萬字元空間,可以處理十五種檔案格式,由網站內容、PDF、雲端文件到錄音都可以放進去。知識庫要持續維護,新優惠與互相矛盾的頁面都要更新,否則 Agent 會照舊資料回答。
與其寫一大堆規則,不如寫範例。原文建議準備三至七個理想對話,每個都寫出客人可能問的問題與你期望的回應,涵蓋服務、價錢、流程與預約方式。這一步是把品牌語氣放進去的位,原文舉 Progressive Insurance 的 Flo 角色為例:語氣可以有性格,資料仍然要準確。
更花時間的是不受歡迎的對話。原文建議準備五至七個離題問題與回應腳本,例如客人問稅務或一個完全無關的名人。寫法是先承認幫不到,再把話題帶回你的服務;原文作者說,這樣可以把死路變成銷售機會。腳本要具體到可以逐句核對,唔好只寫「禮貌地拒絕」。與其找一個通用 ai 解決 方案,不如先把這十幾個範例寫好,它們直接決定 Agent 的回應質素。
上線前找二十五位你信任的同事、朋友或團隊成員,請他們刻意令 Agent 出錯:問模糊問題、要求它承諾折扣、假裝另一個身份、測試它會不會講出未公開的資料。不同背景的人會問出不同的問題,這一步要找出 Agent 幾時會亂答,不是證明它聰明。
平台通常有收件箱或對話記錄,逐段看。要留意的情況包括:客人重複問同一件事、Agent 答錯價錢或條款、對話中斷而沒有人接手。每一條問題都要回到提示、範例或知識庫去修,並保留修改前後的版本,方便下次比較。
上線不等於全自動。原文的個案由一條標準化短訊開始,客人一回覆,Agent 才接手對話;原文作者報告,這條短訊有大約三成收件人回覆,原因是他們當初下載過內容,本來就對題目有興趣。第一碰是模板,不是模型,寫得似廣告就無人回。
渠道要一致。原文強調「一個大腦」:客人在短訊開始,之後轉去電郵,Agent 要記得之前的對話。上線時先開一至兩個渠道,確認上下文能夠帶過去,再加其餘渠道。
最後是接手。Agent 約到預約之後,日曆要有人確認,銷售要有人準備。原文的個案把日曆連到 CRM,自動觸發提醒,直到真人進行銷售對話。這一段沒有寫清楚,Agent 只會製造一堆沒有人處理的預約。
回應開始變差,通常有跡可尋。下表按症狀、可能原因與先檢查的位置排列。
| 症狀 | 可能原因 | 先檢查 |
|---|---|---|
| 回覆率一開頭就低 | 第一碰寫得似廣告,或者名單太舊 | 模板文案、名單來源與退訂比例 |
| Agent 答錯價錢或條款 | 知識庫有幾頁講法不一致 | 網站與文件的最新版本 |
| 離題問題被亂答 | 沒有離題腳本,或者邊界寫得太鬆 | 五至七個離題問題與回應腳本 |
| 預約有了但無人出現 | 日曆沒有確認,銷售沒有接手 | 接手人與提醒流程 |
| 同一客人要不斷重複資料 | 渠道之間沒有共用上下文 | 是否只用一個 Agent、一個知識庫 |
排查次序由最接近客人的位置開始:先看第一碰與名單,再看知識庫,最後才看模型設定。很多時候問題不在模型,而在你餵給它的資料。名單本身有毒(錯號、重複、已退訂)也會令指標失真,清理可以參考 清除有毒數據 的流程。
另一個誤解是把 ai 自動化 當成萬能。關鍵決策與對外承諾要人核對,價錢讓步也是;Agent 負責接觸與篩選,約到時間之後交給人。
驗收要在第一日寫低。三個指標就夠。
回覆率看第一碰有沒有用。原文的個案用標準化短訊,三成收件人回覆;這個數字可以參考,但基線要用自己第一批名單量出來,因為名單年齡、來源與行業都會影響結果。
預約數看 Agent 有沒有把人帶到下一步。原文用三百個線索做例子:同一批名單轉成四十、九十或一百二十個預約,分別代表保守、中性與樂觀三種結果,可以用這三個門檻檢查表現。留意分母要一致,唔好今次用全部名單、下次只用回覆過的人。
回本時間要把三條數放在一起:平台月費、訊息與工時成本,對比新增預約帶來的收入。原文引述的 Agentic AI Agency 在自己的介紹頁講,數據庫喚回機器人可以為企業帶來 $10K-$100K+ 的額外銷售;這是服務商自己的說法,不是保證,你要用自己的成交率與客單價去算。
還有一條內部指標值得看:人手介入率。如果每個對話都要同事接手,Agent 只是多了一層;如果常見問題由 Agent 處理,人手只處理真正有意的預約,才算把流程拆開。驗收期定為兩星期至一個月,每週看同一組指標,並在開始前寫明停損條件:回覆率連續兩週低於基線、或者預約轉成交差過人手跟進,就暫停並檢查名單與提示,而不是加預算。把每次對話回寫到 CRM,再用 TTO 的線索跟進與歸因 看哪類名單真的變成預約,上面的數字才有來源。

以香港中小企的場景看,買一個聊天機械人並不足夠,要把整條流程當成可驗收的交付。Topkee 的客製 AI Agent 開發分四個階段:需求與流程確認、原型與規格、測試與部署、持續改善,每個階段都有交付物與測試記錄。這種做法的好處是先在單一場景跑通,例如只做「舊線索喚回」這條流程,之後才加工作台、App 或系統連接;接入之前會先評估現有 CRM、網站或雲端系統的 API、授權與資料質素。
人手把關寫在流程裡。Topkee 對關鍵決策、對外發送與預算變更保留人工核對,原則是資料有來源、執行有權限、成果可驗收、交付可接手;上線前先約定樣本、評分規則與通過門檻,與第五步講的接手人是同一件事。
如果客人主要經網站聊天、WhatsApp 或 Messenger 查詢,YME Chat Agent 可以即時辨識意向、引導留資、按階段轉人工,並同步到 Leadbox 跟進;名單與對話要統一管理,則可以用自動化線索管理把表單、即時通訊與電話錄音轉文字匯入,按互動頻率與內容關鍵詞分級。要把成效量到漏斗每一層,TTO Funnel Tuning Agent 會逐層計算通過率與流失率,輸出優先行動清單,並提示 CRM 線索的跟進時機與分配規則,所有行動預設「待確認」。這種 ai agent development 的分工,重點是每一步都有人核對,而不是把名單交給一個黑盒。
如果你手上有一批三百至三千筆的舊名單,下一步用最小範圍做一次試點,不必先買最貴的方案。挑一段有清楚來源的名單,開一個平台賬戶,寫好提示與三至七個對話範例,找二十五位同事做紅隊測試,然後用兩星期跑第一批,期間只開一個渠道。
試點結束時,用同一張驗收表回答三個問題:回覆率有幾多、預約有幾多、每張預約值幾多。答案如果比人手跟進好,才考慮擴大渠道與名單;如果不好,先檢查名單與提示,唔好急住加預算。要找人幫你把流程落地,可以先看 ai 解決 方案 的交付方式;如果問題出在名單本身,先做一次數據清理;平台更新可以留意 Weber 平台的更新記錄。
入門可以用原文提到的 Chat Bot Builder:Pro 方案 $49/月,包含 5,000,000 個 token,並有 14 天免費試用、30 天退款;代客營運的代理商方案是 $2499/月。平台月費之外,訊息費與內部工時因渠道與名單量而異,沒有一個固定答案。
值得,如果你賣的是需要對話才成交的服務。原文用三百個線索做例子,轉成四十、九十或一百二十個預約就可以比較成效;名單少的時候,先做一個渠道、一個場景。
原文的個案不是。第一碰是標準化模板,客人回覆之後才由 Agent 接手;原文作者報告大約三成收件人回覆。模板的目標是講清楚你是誰、為甚麼找他、問一句簡單的問題,唔好寫成推銷信。
上線前做紅隊測試:找二十五位信任的同事、朋友或團隊成員刻意測試,逐段覆核對話記錄;提示裡寫明邊些問題要轉人工,知識庫只放經核對的資料。關鍵決策與對外承諾保留人手核對,這是 Topkee 在交付時的做法。
兩星期至一個月。第一週先量基線(回覆率、預約數、人手介入率),之後每週看同一組指標,並在第一日寫明停損條件。如果回覆率與預約數都明顯低於人手跟進,先檢查名單與提示,再決定是否繼續。