技能介绍

跟进笔记的打标痛点

每天销售或客户成功团队都会新增几十条跟进记录，内容可能提到“合同盖章中”“报价已发”“客户嫌价格偏高”。等到月底复盘或筛选“所有涉及回款的跟进”时，要么翻遍聊天工具的历史记录，要么手动给每条笔记补标签。手动打标不仅耗时，还容易出现标准不一致的问题——有人把“合同”算作商机阶段，有人只认“已签”字样。接入云端NLP看似能自动分类，但对中小企业来说，跟进记录里常包含客户姓名、电话等敏感信息，脱敏成本高，且调用外部API会增加响应延迟。

本地词典匹配的实现逻辑

这个技能的核心是完全本地的关键词包含匹配，不依赖任何云端分类服务。它通过可配置的词典结构 { tag, words[] } 定义业务标签与触发词的映射关系，比如将「合同」标签关联到「合同、协议、签约」等词，将「异议」标签关联到「太贵、不需要、再想想」等表达。

具体工作流程分为三步：

词典驱动匹配：保存跟进笔记时，技能会遍历词典中每个标签的关键词列表，用子串匹配（includes）检查笔记文本是否包含这些词。中文场景下子串匹配已足够覆盖大部分情况，无需复杂的自然语言处理。
钩子集成：可通过跟进保存的钩子自动触发打标，在用户界面展示建议标签芯片，由人工点选确认，避免全自动的误判风险。
结构化输出：匹配结果包含 tag（标签名）、hits（命中的关键词列表）和 score（命中数），多个标签按 score 降序排列，便于优先展示最匹配的标签。

适用边界与注意事项

这个方案的边界很明确：它不是语义理解工具，而是基于字面包含的确定性匹配。同义词或近义词需要手动维护在词典中，比如“议价”不会自动归到「报价」标签，必须添加到该标签的 words[] 列表里。如果笔记中出现反义表达（如“合同已取消”），技能仍会打上「合同」标签，需要依赖词典调优或后续人工调整来解决误判。

隐私方面，技能模板中的示例文本必须使用占位符（如<客户原话>），不能直接填入真实客户对话内容。所有匹配计算都在本地完成，不会向外部服务发送任何文本数据。