很多企业做销售 AI，第一个需求都很像：能不能让销售问一句“今天有什么新商机”，系统就自动给出答案？
这个需求听起来很自然。销售想要线索，管理层想看机会，市场也希望自己的内容能被销售真正用起来。于是系统开始生成商机摘要、客户背景、跟进话术，看起来已经有点“智能销售助理”的样子。
但试用一段时间后，问题很快会冒出来：这些商机从哪里来的？是不是和 CRM 里已有项目重复？为什么判断这个客户值得跟进？销售有没有确认？最后有没有写回 CRM？
如果这些问题答不上来，它可能只是一个销售聊天助手，还不是企业智能体。
企业智能体和聊天助手的分界线，不在于界面是不是聊天框，而在于它能不能围绕一个业务目标形成任务闭环。销售聊天助手主要解决“回答问题”的问题；企业智能体要解决的是“推进任务”的问题。
放到销售商机场景里，真正的问题不是“AI 能不能总结商机”，而是“AI 能不能把一条商机从公开线索，推进到可确认、可追踪、可复盘的业务记录”。
flowchart LR
A[公开线索] --> B[来源和证据]
B --> C[字段提取]
C --> D[CRM 匹配]
D --> E{商机状态}
E --> F[候选商机材料]
E --> G[疑似重复或资料缺失]
F --> H[销售确认]
G --> H
H --> I[写回 CRM 或台账]
I --> J[复盘来源 误报 采纳]
一条销售商机闭环，先要有清楚目标
很多企业一开始会把目标写成“提升销售效率”或“建设销售智能体”。这类说法没错，但太宽，宽到很难判断系统到底有没有完成任务。
更适合的写法是：在公开商机出现后，形成一条来源可追溯、资格判断可解释、销售可确认的候选商机记录。首期不自动联系客户，不自动报价，不自动提交投标。
这个目标一旦写清楚，系统就不会变成一个万能聊天入口。它要处理的业务对象也变清楚了：不是一段回答，而是一条商机记录。
销售可以问“今天有什么新商机”，但这个问题只是入口。系统真正要完成的是：找到线索，保留证据，判断状态，生成下一步建议，把需要人确认的动作交给人，最后把结果写回业务系统。
每条商机都要有来源和证据
销售经理最怕的不是 AI 不会写总结，而是 AI 写得很像真的，却说不清依据。
一条商机进入系统时，至少要保留几个基础信息：公告链接、发布时间、采购单位、项目名称、预算线索、截止时间、来源渠道、相关客户记录，以及 CRM 里是否已有类似项目。
这些信息看起来琐碎，但它决定了系统能不能进入正式业务流程。没有来源的商机，很难被销售经理信任；没有证据的判断，也很难让团队长期使用。
所以，企业智能体的第一层能力，不是“生成得像不像人”，而是“能不能把输入材料整理成可检查的业务事实”。
要判断商机状态，而不是只给一段建议
很多销售 AI 看起来很聪明，是因为它能把线索写成一段漂亮建议。问题是，建议写完以后，商机并没有被推进。
一条商机进来后，可能有很多状态：新机会、疑似重复、已有项目延展、无效线索、资料缺失、需要人工判断的灰区。如果系统只会说“建议尽快跟进”，销售还是要自己重新判断一遍。
真正的企业智能体，应该先判断状态，再决定下一步。
新机会可以生成候选商机；疑似重复要提示合并依据；资料缺失要列出需要补充的字段；冲突信息要标明来源，让人判断。
这一步的价值，是把商机从“聊天里的信息”变成“流程里的对象”。只要对象有了状态，业务才知道下一步该往哪里走。
动作要分层，不能一上来全自动
企业智能体不是越自动越好。尤其在销售场景里，很多动作会影响真实客户关系和内部利益分配，不能随便交给系统自动执行。
比较稳妥的做法，是把动作分成五层：只读动作、草稿动作、候选动作、确认后写入，以及禁止自动做的动作。
- 只读动作：查询公开信息、CRM 基础字段、客户档案、历史拜访纪要。风险边界：不写入、不触达客户
- 草稿动作：生成商机摘要、客户背景、跟进话术、拜访准备材料。风险边界：仅供人工修改
- 候选动作：提交候选商机、合并建议、资格判断建议。风险边界：人未确认不入库
- 确认后写入：销售或销售经理确认后，写回 CRM 或业务台账。风险边界：记录确认人和时间
- 禁止自动做：未经确认的报价、客户承诺、投标提交、对外触达、客户归属变更。风险边界：必须人工处理
flowchart TB A[智能体动作权限] --> B[只读 / 查信息] A --> C[草稿 / 写材料] A --> D[候选 / 提建议] A --> E[确认后写入 / 入 CRM 或台账] A --> F[禁止自动做 / 报价 承诺 归属变更] B --> C --> D --> E
这样设计并不是保守，而是为了让系统真的能上线。企业智能体的核心不是替人拍板，而是在边界内把该准备的准备好，把该确认的交给人，把确认后的结果沉淀回系统。
结果必须写回，否则闭环断在聊天记录里
很多 AI 项目的问题，不是演示时不好看，而是用完以后没有留下组织资产。
销售问了一次，AI 答了一次，聊天记录里有一段内容，但 CRM 没变化，客户档案没更新，下一周例会还是靠人问。
任务闭环的关键，是结果要回到业务系统里。销售确认后的商机、客户档案补充、跟进计划、采纳或退回原因，都应该写回 CRM 或业务台账。否则企业下次还要重新查、重新判断、重新整理。
写回也不是简单把内容塞进去。系统要记录来源、确认人、确认时间、修改字段和退回原因。这样后面复盘时，企业才知道哪些来源质量高，哪些判断容易错，哪些建议销售愿意采纳。
这也是企业智能体和普通聊天助手最重要的区别之一：聊天助手的结果常常停在对话里，企业智能体的结果要进入流程和系统。
上线以后还要有人运营
任务闭环不是上线那一刻结束。
销售商机智能体上线后，至少要有人看几个问题：哪些商机被采纳，哪些被退回；销售主要修改了哪些字段；重复识别有没有误判；CRM 写回有没有错误；哪些产品资料、案例材料、行业规则需要更新。
如果没有人负责这些反馈，系统一开始可能挺好用，过一段时间就会变钝。资料过期、规则变化、销售不信任，都会让智能体慢慢退回“偶尔问一下”的工具状态。
所以，企业智能体不是一个单点工具，而是一条需要持续运营的业务链。模型只是其中一部分，知识、流程、权限、确认、写回和复盘同样重要。
设计销售智能体前，先问 6 个问题
- 这个系统的目标，是回答销售问题，还是推进商机状态？
- 每条商机有没有来源、证据和可核查字段？
- 系统能不能判断商机状态，而不是只生成摘要？
- 哪些动作可以自动做，哪些必须人工确认，哪些暂时不能做？
- 结果会停留在聊天记录里，还是写回 CRM 或业务台账？
- 上线以后，谁负责看采纳、退回、错误和资料更新？
如果这些问题答不清楚，系统大概率还只是一个销售 AI 助手。它可以有价值，但不要急着叫企业智能体。
如果这些问题能答清楚，哪怕首期只做“线索整理、候选建议、人工确认后写回”，它也已经开始具备企业智能体的雏形。
销售问“今天有什么新商机”，只是一个开始。真正值得设计的是后面的链路：这条商机从哪里来，现在是什么状态，下一步谁确认，结果回到哪里。
这条链路跑通了，AI 才算真正进入业务。
