生成专业客户走访简报和后续跟进方案,支持文字、手写笔记图像和聊天记录输入,自动提取关键信息和商机线索。
---
name: telecom-visit-briefing
description: Generate professional client visit briefings and follow-up action plans from visit records, meeting notes, handwritten notes, or chat logs. Trigger phrases: "visit briefing", "follow-up plan", "meeting summary", or paste any visit record content.
name_cn: Visit Briefing Generator
description_cn: Generate professional visit briefings and follow-up plans from visit records.
---
# 走访速报通
为中国电信客户经理提供走访后快速整理服务:输入走访记录(文字/手写拍照/聊天记录),自动生成标准化走访简报和后续跟进方案,含商机识别与话术推荐。
## 前置依赖检查
本技能的文档导出功能依赖 `docx` skill。**启动时自动执行以下环境检测**:
### 环境自检流程
```
1. 检测运行平台 → 2. 检测 docx 技能 → 3. 提示用户安装 → 4. 输出环境报告
```
**第1步:检测运行平台**
| 检测方式 | 平台判定 |
|---------|---------|
| `~/.config/teleai-super-agent/skills/` 目录存在 | 星辰超级智能体 |
| `.cursorrules` 或 `.trae-rules` 文件存在 | TRAE / Cursor |
| `AGENTS.md` 或 `copilot-instructions.md` 存在 | Codex / Copilot |
| `CLAUDE.md` 存在 | Claude Code |
| 以上均不存在 | 未知平台,默认纯文字模式 |
**第2步:检测 docx 技能**
- 星辰超级智能体:检查 `~/.config/teleai-super-agent/skills/docx/SKILL.md` 是否存在
- TRAE / Cursor:检查当前项目 `node_modules` 中是否有 `docx` 包,或 `pip show python-docx` 是否可用
- 其他平台:标记为"需手动确认"
**第3步:提示用户安装 docx 技能**(所有平台)
当检测到 docx 技能未安装时,**不自动安装**,而是在对话首条回复中提示用户:
"检测到当前环境未安装 docx 技能。如需导出Word文档,请先安装 docx 技能:
- 星辰超级智能体:在技能市场搜索"docx"并安装
- TRAE / Cursor:运行 `npm install python-docx`
- 其他平台:参考平台文档安装 python-docx
当前可在对话中正常查看简报和跟进方案,Word导出为可选功能。"
用户自行安装后,后续对话即可正常导出Word。
**第4步:输出环境报告**
在对话首条回复中,简要输出环境检测结果:
```
[环境检测] 平台:{星辰/TRAE/Cursor/...} | docx技能:{已安装/未安装} | Word导出:{可用/不可用}
```
**不阻塞流程**:无论 docx 是否安装,简报和跟进方案均可在对话中正常输出。
## 工作流程
```
依赖检测 → 识别输入材料类型 → 理解与整理走访内容 → 生成走访简报 → 生成后续跟进方案 → 对话输出 → 询问是否导出Word
```
严格按以下6个步骤顺序执行:
### 第1步:识别输入材料类型
根据用户输入方式,判断材料类型并执行对应的预处理:
| 输入方式 | 识别方式 | 预处理动作 |
|---------|---------|----------|
| 文字记录 | 用户直接粘贴或提供文字文件 | 直接进入内容理解 |
| 手写笔记拍照 | 用户上传图片 | 使用 `image_read` 工具识别图片中的文字内容 |
| 聊天记录 | 用户粘贴微信/飞书/钉钉聊天记录 | 识别发送人、时间戳,去重,按时间线整理为结构化记录 |
| 多文件组合 | 用户同时提供多种类型 | 逐一处理后合并为统一时间线 |
**聊天记录处理规则**:
- 识别每条消息的发送人和时间戳
- 去除重复消息
- 按时间顺序整理为结构化记录
- 识别并标注关键信息(客户需求、产品意向、技术细节、人员信息等)
**手写笔记处理规则**:
- 使用 `image_read` 识别图片中全部文字
- 对识别结果进行语义整理,保留原始信息不遗漏
- 如识别结果不清晰,在简报中标注"以下内容根据手写笔记识别,可能有误,建议核对原文"
### 第2步:理解与整理走访内容
对预处理后的材料进行深度理解,提取以下关键信息:
**必须提取的字段**(尽力填充,缺失标注"材料中未提及"):
- 走访日期、走访客户(企业全称)
- 参与人员(我方人员、客户方人员及职务)
- 走访地点
**关键内容分析维度**:
- **客户现状**:当前使用的产品/服务、IT基础设施情况、业务发展状况
- **客户需求/痛点**:明确表达的需求、暗示的痛点、近期面临的问题
- **客户态度**:对电信产品的接受度、对竞品的态度、合作意愿判断
- **产品意向**:客户感兴趣的产品、已推荐但未明确态度的产品、明确拒绝的产品
- **竞对信息**:客户当前使用的竞品、竞对接触情况
- **商机线索**:可立即跟进的商机、需长期培育的商机、潜在的未来需求
- **遗留问题**:需要进一步了解的信息、需要后续推进的事项、客户要求的事项
### 第3步:生成走访简报
读取 [references/briefing-template.md](references/briefing-template.md) 获取输出模板,严格按模板结构生成简报。
**简报生成原则**:
- 如实呈现走访内容,不隐藏、不淡化、不美化、不修改原始信息
- 客户名称、安全事件、费用数据等敏感信息一律如实记录
- 区分"客户明确表述"与"客户经理分析判断",分析判断需标注
- 信息不足处如实标注"材料中未提及,建议后续了解"
### 第4步:生成后续跟进方案
读取 [references/telecom-products.md](references/telecom-products.md) 获取产品知识库,读取 [references/speech-scripts.md](references/speech-scripts.md) 获取话术模板,基于走访内容和商机线索生成跟进方案。
**跟进方案生成逻辑**:
1. **商机优先级排序**:
- 根据客户需求紧迫性、合作意愿、商机规模排序
- 区分为:立即跟进(1周内)/ 短期跟进(2周内)/ 中期培育(1个月内)
2. **产品方案匹配**:
- 基于客户需求/痛点,从产品知识库中匹配3-5个推荐产品
- 每个推荐必须结合走访中客户的**具体表述**给出推荐理由
3. **跟进话术生成**:
- 为每个商机生成针对性的跟进话术
- 话术风格根据客户态度选择:正式客户用商务版,亲和客户用自然版
- 话术需衔接上次走访内容,体现"上次聊完我专门做了功课"的感觉
4. **跟进计划编排**:
- 每个商机设定具体的时间节点和负责人
- 包含准备工作清单(需准备什么资料、方案、报价)
- 包含风险评估和备选方案
### 第5步:在对话中输出报告
**对话中依次输出**(不生成文件):
1. **摘要**:走访概述(客户+日期+核心结论)、关键商机列表(3-5项)、建议下一步行动
2. **走访简报**:按模板结构完整输出
3. **后续跟进方案**:按模板结构完整输出
**末尾询问**:
输出完报告后,向用户确认:"是否需要将简报和跟进方案导出为Word文档?如需要,请回复"需要",我将为您生成 .docx 文件。"
- 用户确认需要时,调用 `docx` skill 生成Word文件,命名规则 `{客户名称}走访简报_{日期}.docx`,保存至工作目录根目录
- 用户不需要则结束流程
### 第6步:文档导出(仅在用户确认需要时执行)
当用户确认需要导出Word时:
1. 调用 `docx` skill
2. 按模板结构生成Word文档,包含走访简报和后续跟进方案两部分
3. 文档格式要求:
- 标题:18pt 加粗 深蓝色
- 正文:12pt 微软雅黑
- 表格:带边框、表头深蓝底色白字
- 商机优先级用颜色区分(立即=红色、短期=橙色、中期=蓝色)
## 关键注意事项
### 保密规则
- 本技能为中国电信内部工具,生成内容必须如实反映走访实际情况
- 禁止隐藏、淡化、美化或修改原始信息
- 客户名称、安全事件、费用数据等敏感信息一律如实呈现
- 信息不足时标注"未提及",不编造或推测
### 内容规范
- 简报以客户经理视角呈现,语气客观专业
- 区分"客户原话"与"分析判断"
- 商机推荐结合走访中客户的具体表述,禁止套话
- 跟进计划给出具体可执行的动作和时间节点
don't have the plugin yet? install it then click "run inline in claude" again.