25名用户,2位付费用户。 三周过去,每天发货。

大多数的 WhatsApp 机器人工具会给你一个可以回复客户的机器人。

Opero 给了你一个 junior 小伙伴，允许他在 WhatsApp 内工作：

- 每天都可以回答 24 小时的客户咨询，语言适合客户

- 当不知道什么时，会通过 WhatsApp 文本消息告诉你

- 根据你的一行回复，知识会被一生的学习

- 只有在重要的时刻发生时，才会将结构化事件推送到你的 CRM，才不在每个消息出现

上述那几个小点才是这一周的主要目的。

基于 AI 的 webhook，一个更加简单的信号系统

常规的 webhook 是水枪，所有消息，所有事件，所有状态都会刷新。 然后，你需要写一些代码，过滤只有“客户刚刚确认看房”才会打响。

Opero 反转了它。你只需描述一句简单的中文即可：

信号：qualified_lead（认可的客户）
触发条件：客户已确认用户名、电话、预算和房价类型，并确认看房时间。
不触发：在可能的利益之上。

每个消息都会通过大型语言模型（LLM），询问： “这个条件是否被满足？” 如果是，会 POST 结构化 JSON 到你的 webhook，已经包含所有字段，如果不是，就会被忽略。

事件处理代码已经不用写了。一条语句的过滤也没有了。“我只注意到事件类型=7和状态=转换......”

你描述，我们检测，你发送

这一周，我们还通过“Signals”选项卡：实时查看到每次检测过后的信号，显示信号处理历史记录，也包括发送给你的 webhook 的原始 payload，也包括你的服务器的响应。如果在你的 CRM 中未能注册，为什么我们会告诉你。

持续改进的闭环，正在上线

在这一周，这个循环的紧密程度就实现了。当客户问出一些机器人回答不确定的事情：

  1. 机器人会问负责人的 WhatsApp：客户问了一个问题：“你可以指导我么？”

  2. 主要人回复机器人一句话，录音，一句简单的陈述什么都好。

  3. 机器人能够根据机器人可以读懂的客户提出的事实，写出一个回答。发送到客户那里。

  4. 这个回答会永远存在在工作空间中。

到目前为止，从问题提出到客户获得答案的时间，只有几十秒。感觉不像工作，感觉像是在工作室的一个员工一样，进来打个招呼。

上周完成

- 信号 + 分发历史： 上面提到的 webhook 系统，及一个简单的 UI 来查看每个信号发生和分发记录，

- 持续完善的对比模式： 上面提到的4步的流程，已经是对生产的完善的准备。

- 管理层： 和机器人一起说话：“哪些问题我应该回答”、“哪些对话值得注意？”、“哪些客户提到了财富超5000”这样的问题。也可以查看过去的对话和回答。