原来的重复工作
员工靠个人经验在聊天窗口与多个资料库之间来回切换。
- 从文字和图片中手工判断客户意图
- 重复抄写 OE、产品编码、车型年份和数量
- 到产品表中搜索可能匹配的产品
- 按客户语言重新组织回复和报价内容
- 沟通结果难以形成统一的待办与记录
外贸员工每天在微信里反复识别产品、追问 OE、查车型、找价格、写英文回复和制作报价单。信息一旦只留在聊天窗口,就难以复用、交接和持续跟进。
员工靠个人经验在聊天窗口与多个资料库之间来回切换。
AI 不替代业务员做最终承诺,而是把识别、查询和草稿工作提前完成。
前半段由本地感知和 AI 完成重复识别,后半段连接简道云和人工判断。每一步都有明确输入、输出和兜底方式。
读取可见、未最小化的微信窗口,识别未读会话和当前聊天对象。
识别聊天文字;需要时理解可见图片或人工确认后的原图。
判断询价、查货、报价、催货、物流、付款或投诉等业务类型。
提取产品编码、OE、车型、年份、左右件和数量,并标记不确定项。
按编码、OE或车型只读查询。多条结果必须人工消歧。
结合客户语言和匹配结果,生成中英文候选回复并进入待处理队列。
员工确认产品、价格、库存和交期后再使用回复,并可生成 Excel 报价单草稿。
这个案例不是重新制作一套完整 ERP,而是在企业现有沟通工具和简道云业务底座之间,增加一层本地可控的 AI 工作助手。
保留员工原来的客户沟通习惯,只读取当前可见窗口和经过确认的内容。
负责感知、OCR、结构化提取、意图判断、候选回复、任务排队和报价入口。
提供产品、OE、车型和内部业务数据。当前连接器坚持只读查询,不直接改正式数据。
关键分工:简道云保存可核验的业务数据,AI 负责理解与生成草稿,员工负责消歧、价格、库存、交期和最终对外沟通。
这些能力围绕“尽快看懂消息、找到可信数据、减少重复输入、保留人工判断”组合工作。
检测当前聊天和画面变化,减少无变化时重复 OCR,保留手工重扫兜底。
把询价、查货、报价、催货、物流、付款和投诉分流到不同处理路径。
从聊天与图片中提取 OE、编码、车型、年份、数量、左右件和可见证据。
优先按编码和 OE 精确查询,再按车型查找;不让模型凭空补产品事实。
根据联系人和最近消息判断回复语言,生成可编辑、可审核的业务回复草稿。
产品匹配后进入人工确认窗口,再生成 Excel 文件,不自动发送给客户。
把分散消息变成待核对、待报价、待追问和待跟进的业务任务。
保存客户语言偏好和历史关注线索,但不替代当前证据、正式数据与人工确认。
集中查看窗口检测、OCR、视觉、简道云和模型调用状态,便于排查与改进。
这个页面展示真实内部开发进度,不把规划能力包装成成熟交付,也不使用未经核验的效率或成交数据。
微信可见窗口、OCR、意图识别、字段提取、简道云只读查询、候选回复和报价单生成已形成一条可操作链路。
当前继续验证窗口变化、图片质量、联系人识别、多结果消歧和不同微信界面状态下的稳定性。
待内部使用稳定后,再形成适合不同外贸企业的配置、字段映射、权限、安全和验收方案。
贸易回复关系到价格、库存、交期和客户信任。系统首先追求可控、可查和可纠正,而不是追求表面上的“完全无人值守”。
展示已经存在的流程、明确仍在验证的部分,并保留人工责任边界。企业 AI 落地的价值不是让软件看起来全自动,而是让真实工作更稳定、更容易审核和交接。
每个案例从不同起点进入:有的先解决一个高频动作,有的从企业数据与流程底座开始整体建设。
可以先从一个具体场景开始:识别消息、查询产品、生成回复草稿或整理待跟进任务。