AI Pet｜宠物门店智能跟进助手

背景与问题

洗护到期、沉睡客户和试用回访机会存在于分散的服务记录中，门店员工很难持续追踪。直接让 AI 自动向客户发送消息又会带来频率失控、错误数据、骚扰触达和医疗表述越界等风险。

我的角色

我将服务周期和客户状态建模为内部跟进任务，设计触发原因、优先级、话术建议、合规检查、企业微信内部提醒和人工确认流程。当前是个人产品方案，不将建议指标和后续路线写成已经上线的门店结果。

关键判断

• 先内部提醒，再外部触达：系统生成任务，熟悉客户的员工保留最终决定权。
• 触发原因必须可见：每个任务说明由哪个服务周期或客户状态触发。
• 执行前必须预演：PushPolicy 和 dry-run 检查频率、渠道、敏感表述及拟执行结果。
• 医疗建议明确越界：营销任务不能生成诊断或治疗建议。

产品方案

客户、宠物、服务、预约和试用记录进入规则层，服务周期与客户状态生成有原因、有优先级的任务。AI 或模板准备话术，模型不可用时走无密钥模板降级。PushPolicy 完成频率与风险检查后，通过企业微信向员工发送内部提醒；员工可以编辑、发送、跳过或延后，并记录跟进状态。

结果与证据

• 完成人机协同的门店任务闭环设计。
• 将对外触达限制为员工确认后的动作，而不是默认自动群发。
• 补齐模板降级、策略检查、执行预演和医疗建议边界。

公开证据来自个人 GitHub 仓库和既有案例页，不包含门店复购提升或真实触达规模。

局限与下一步

当前未完成门店试点，任务完成率、及时跟进率和员工话术采纳率只是待验证口径。下一步应先用脱敏记录验证规则准确性与员工操作成本，再决定是否增加分客群节奏和优先级推荐。