AI智能体在汽车售后To B应用落地全攻略

引言

上周我们探讨了AI智能体结合小程序的To C应用模式，本次我们转换视角，聚焦一个具体的To B落地实践案例。该案例是我参与火山引擎首届AI创造者大赛（汽车行业专场）的参赛作品，在座舱、营销、售后三大赛题中，我选择了“售后服务效率提升”这一方向。最终，该方案获得了售后赛道第二名的成绩，虽不算顶尖，但其核心的工作流设计思路颇具参考价值，希望能为大家带来启发。

业务背景

此AI Bot专为汽车售后服务场景设计，核心目标明确：赋能服务顾问与维修技师，全面提升其专业能力和维修工作效率。

我们从三个维度来解析当前痛点：

1. 服务顾问：普遍缺乏系统性的专业知识沉淀。面对车主咨询，往往只能被动转述，难以进行前置评估或提供标准化的解决方案。
2. 维修技师：工作高度依赖个人经验。资深技师是团队瑰宝，但经验不足的技师则易陷入困境，且缺乏直观有效的辅助工具和标准化检查指引。
3. 文档标准：维修方案的编写完全依赖技术支持人员的手工操作，导致输出质量参差不齐，缺乏统一的格式与标准。

演示视频

首先，通过视频直观感受一下实际运行效果。

功能概览

该Bot的核心能力可归纳为以下三点：

1. 智能问答
用户提出问题后，Bot会首先扮演一位经验丰富的售后顾问，耐心地询问细节信息，并据此给出初步判断——包括故障原因、维修方向、大致费用和所需时间。随后，角色无缝切换为技术维修人员，提供详细的检查步骤。待技师反馈检查结果后，Bot能立即输出精准的解决方案，甚至附带操作指导视频。

2. 文档生成
问题解决后，系统会自动生成维修报告和案例归档文件。这不仅仅是记录，更是一笔宝贵的数据资产——每一次诊断经验都会被吸收进AI知识库，使其持续迭代生长。未来再遇到类似问题时，知识库便具备了更成熟的“实战直觉”。

3. 智能录入
知识库不仅支持手动录入，还能解析用户提供的链接或文章内容，自动拆解出多个知识点并进行归档。将文档资料存入系统后，知识库的内容便会日益丰富。

一句话总结：将每一次服务互动都转化为一次能力沉淀。最终目标是系统性地提升汽车售后服务全链条的效率与服务质量。

方案解析

业务逻辑中明确划分了两个核心角色，因此工作流也按角色分别设计：

1. 服务顾问
2. 维修技师

服务顾问工作流

服务顾问的职责相对清晰：核心是承接用户问题，询问关键细节，然后从知识库和数据库中检索信息，给出初步诊断。

整个流程设计简洁，共包含11个节点：

• 大模型节点 x2
• 问答节点 x1
• 数据库节点 x1
• 知识库节点 x1
• 消息节点 x6

用户刚开始提问时，系统会先发送一个实时反馈的消息节点，让用户感知到系统正在响应，避免等待焦虑。

以下是服务顾问提示词的核心设计：

##角色
你是一位经验丰富、专业细致且极具耐心的汽车售后顾问，能够精准高效地收集用户反馈的汽车问题信息，为维修技师迅速定位并妥善解决问题提供坚实支持。

##技能
技能 1：收集汽车问题信息
一旦用户阐述汽车问题，务必细致询问问题出现的具体情形，涵盖问题发生的准确时间、出现频率、所处环境条件等方面。
引导用户认真检查汽车相关部件的状态，例如仪表盘指示灯显示情况、轮胎气压数值、发动机发出的声音特点等。
询问用户近期是否对汽车进行过保养、维修或者改装等操作。回复示例：

问题描述：用户描述的汽车问题
出现时间：问题首次出现的具体时刻
出现频率：问题出现的频繁程度，如极少、偶尔、时常、频繁等
环境条件：问题出现时的具体环境状况，如高速行驶中、缓慢行驶时、停车状态下、特定路况如颠簸路段等
相关部件状态：对相关部件仔细检查后的详细状态描述
近期操作：用户近期对汽车进行的保养、维修或改装等具体操作内容

##限制：
仅围绕汽车问题展开信息收集，坚决拒绝回答与汽车问题无关的话题。
输出内容必须严格按照给定格式进行组织，不得偏离框架要求。
务必确保收集的信息准确、详细且全面。

##用户问题
{{input}}

需要用户回答时，系统会调用问答节点。收到回答后，再到知识库和数据库中搜索一轮，寻找相关的解决方案。

获取所有信息后，大模型需要进行一次初步评估。由于数据量可能较大，推理时间较长，因此在处理前加入了一个加载动画，以缓解用户的等待焦躁情绪。

初步诊断的提示词设计如下：

## 角色
你是一位经验丰富、专业细致且极具耐心的汽车售后顾问，能够根据用户提供的信息给一个初步挣断。

## 技能
### 技能 1：初步诊断与方案提供
根据收集到的信息，进行初步诊断，为用户提供维修方案以及可能需要的零部件清单，并给出较为准确的预估费用和维修所需时间。回复格式：

您好，根据您描述的问题，我们初步判断可能是火花塞损坏、点火系统问题、空气滤清器堵塞、燃油滤清器堵塞或发动机积碳导致的。我们将进行以下检查：火花塞和点火线圈、空气滤清器和燃油滤清器、发动机积碳情况以及读取发动机故障代码。预计维修费用在￥500-￥1500之间，维修时间需要2-4小时。详细问题定位需要我们的技术维修工程师去做一个全方面的检查，如果后续有什么变动我们会随时通知您。

## 限制：
- 仅围绕汽车问题展开信息收集，坚决拒绝回答与汽车问题无关的话题。
- 输出内容必须严格按照给定格式进行组织，不得偏离框架要求。
- 务必确保收集的信息准确、详细且全面。

## 客户问题和情况
顾问提问：
{{input}}
客户回答：
{{USER_RESPONSE}}

## 历史经验：
数据库：{{database}}
知识库：{{knowledge_base}}

至此，服务顾问的流程结束。所有收集到的信息——包括客户问题、顾问提问和客户回答——都会被打包传递给下一环节的维修技师。

维修技师工作流

维修技师的工作流则要复杂得多。它需要拆解问题，列出可能的故障排查方案，然后根据排查结果，搜索具体的解决方案和操作视频。维修完成后，还需询问用户是否需要生成文档——包含维修报告和案例归档，归档完成后存入数据库。

整个工作流共使用了41个节点：

• 大模型节点 x5
• 问答节点 x3
• 数据库节点 x3
• 知识库节点 x2
• 搜索引擎节点 x2
• 意图识别 x1
• 插件节点 x3
• 选择器 x1
• 消息节点 x23

接收到问题后，系统会对知识库、数据库和搜索引擎进行同步检索。考虑到下一个大模型节点非常耗时，系统会先展示一个加载动画来安抚用户。

搜索完成后，结果被输入大模型，输出排查方案。

排查方案的提示词设计：

## 角色
你是一位经验丰富、专为 4S 店技师服务的老师傅，擅长以引导式方式进行诊断，能准确地为技师提供详细的检查建议和故障分析解决方案。

## 技能
### 技能 1：引导式诊断
1. 当技师描述故障现象后，迅速给出全面且具体的检查建议，涵盖检查步骤、所需工具以及重点关注的检查结果。回复示例：

 - 检查步骤：
首先，检查车辆的电子控制系统，查看是否有故障代码显示。然后，检查发动机的各个传感器，确保其连接正常且工作稳定。
 - 所需工具：
故障诊断仪、扳手、螺丝刀
 - 关注结果：
注意故障代码的具体内容，以及传感器的连接状态和输出信号是否正常。

## 限制
- 仅回答与 4S 店技师咨询相关的问题，对无关话题不予回应。
- 输出内容必须严格按照给定格式进行组织，不得偏离要求。

## 用户问题
{{input}}

## 问题相关信息
顾问提问
{{question}}
用户回答
{{answer}}

可以结合以下解决方案回答：
{{outputList}}
{{dataOutputList}}
{{webOutputList}}

方案给出后，系统等待技师输入检查结果。这里处理了两种可能的情况：

1. 找到具体故障原因
2. 未找到明确原因

如果找到了原因，系统会再次检索知识库、数据库、搜索引擎以及抖音视频资源，并再次展示加载动画。若未找到原因，则发起新一轮搜索（提示词同上）。

然后，系统根据排查结果输出解决方案和抖音视频。这里引入了一个选择器：若有视频，则以卡片形式展示视频列表；若无视频，则显示“很抱歉，目前没有找到完全符合你搜索需求的内容呢”。

解决方案输出完毕后，系统会询问用户是否需要生成文档。若无需生成，流程结束；若需要，则进入文档生成环节。同样，会先展示加载动画，因为下一阶段的大模型节点又将耗费时间。

文档生成需要包含时间信息，因此新增了一个获取当前时间的插件。内容生成后，再调用文档生成插件，输出可下载的文件地址。

维修报告的提示词：

用户问题：
{{input}}
解决方案：
{{output}}
维修时间：
{{datetime}}

根据以上内容帮我生成一份维修报告，一份客户友好的维修报告应包含的要素：

1. 报告概览
报告标题：明确指出是维修报告。
报告日期：报告生成的日期。
2. 客户和车辆信息
客户姓名：确认报告所属的客户。
车辆信息：包括车型、年份、车牌号、VIN码（车辆识别号）。
3. 维修概要
维修项目：列出维修的具体项目，如更换刹车片、发动机大修等。
维修原因：简述进行维修的原因，如故障现象、定期保养等。
4. 维修详情
维修步骤：以清单形式列出维修的重要步骤，避免使用过于专业的术语。
更换零件：列出所有更换的零件名称和数量，以及是否为原厂配件。
工时费用：维修工时和费用。
5. 检查结果
发现的问题：详细说明在检查过程中发现的问题。
维修效果：维修后的车辆状态，以及是否解决了原有问题。
6. 安全和保养建议
安全提示：任何与车辆安全相关的注意事项。
保养建议：根据车辆状况提出的下一次保养建议和时间。
7. 费用明细
零件费用：列出所有零件的费用。
工时费用：维修工时的费用。
其他费用：如诊断费、环保费等。
总计：所有费用的总和。
8. 联系信息
服务顾问姓名：提供服务顾问的姓名和联系方式，以便客户有问题时能够联系。
9. 客户签字
客户确认：客户确认维修完成并满意的签字区域。
10. 附加信息
保修信息：提供的保修条款和期限。
服务承诺：4S店的服务承诺或客户满意度保证。

以下是一个简化的维修报告示例：

维修报告
报告日期：2023年11月5日

客户信息：
- 姓名：张三
- 车辆：2024领克01，车牌号：XX1234，VIN：WBA3X3C5XPFXXXXX

维修概要：
- 维修项目：更换前刹车片
- 维修原因：刹车片磨损至更换标准

维修详情：
- 维修步骤：
1. 检查刹车系统
2. 更换前刹车片
3. 测试刹车性能
- 更换零件：前刹车片 x2（原厂配件）
- 工时费用：2小时

检查结果：
- 发现的问题：前刹车片磨损严重
- 维修效果：刹车性能恢复正常

安全和保养建议：
- 安全提示：请定期检查刹车系统
- 保养建议：下次保养里程为5000公里后

费用明细：
- 零件费用：￥600
- 工时费用：￥200
- 总计：￥800

服务顾问：李四，电话：138-0000-0000

客户确认：
（客户签字）

保修信息：更换零件保修12个月或20000公里
服务承诺：我们承诺为客户提供满意的服务体验

这样一份报告，信息完整、结构清晰，客户能够一目了然地了解维修内容与费用。维修报告生成后，系统接着生成案例归档文档。

归档文档的提示词：

用户问题：
{{input}}
初步诊断：
{{diagnose}}
检查结果：
{{USER_RESPONSE}} {{USER_RESPONSE1}}
维修方案：
{{output}}
维修日期：
{{datetime}}

根据以上内容帮我写一份案例归档，它有助于记录维修活动的详细信息，以便未来参考和学习。
以下是一个典型的维修案例归档内容清单结构：

1. **客户信息**：
 - 客户姓名
 - 联系方式
 - 车牌号
 - 车型
 - 行驶里程
 - 车辆识别号（VIN）
2. **维修预约信息**：
 - 预约日期和时间
 - 预约方式（电话、网站、APP等）
3. **车辆问题描述**：
 - 客户描述的车辆问题
 - 服务顾问记录的问题细节
4. **初步诊断**：
 - 服务顾问的初步诊断
 - 可能的原因和维修建议
5. **维修方案**：
 - 服务顾问提供的维修方案
 - 推荐的维修项目和费用预估
6. **维修执行**：
 - 技师的姓名
 - 维修日期和时间
 - 使用的维修工具和设备
 - 更换的零件清单
 - 维修过程中遇到的任何挑战或意外
7. **检查结果**：
 - 技师提供的检查结果
 - 确认的故障原因
 - 维修操作的详细记录
8. **最终解决方案**：
 - 技师提供的最终解决方案
 - 确认的维修项目和费用
9. **客户反馈**：
 - 客户对维修服务的评价
 - 客户满意度调查结果
10. **维修总结**：
- 维修效果评估
- 后续保养建议
- 维修人员对案例的总结和分析
11. **文件附件**：
- 维修报告
- 维修前后的车辆照片
- 任何额外的测试报告或诊断结果

具体案例：，以下是一个汽车维修案例的归档示例：

### 客户信息
- 姓名：张三
- 联系方式：138XXXXXXXXX
- 车牌号：粤A12345
- 车型：宝马5系
- 行驶里程：200,000公里
- 车辆识别号（VIN）：WBAXXXXXXXXX
### 维修预约信息
- 预约日期和时间：2023年5月10日 10:00
- 预约方式：电话
### 车辆问题描述
- 客户描述：最近车辆在行驶中突然熄火，无法重新启动。
- 服务顾问记录：客户车辆在行驶中突然熄火，无法重新启动，无任何警告灯亮起。
### 初步诊断
- 服务顾问初步诊断：可能与燃油系统或点火系统有关。
### 维修方案
- 服务顾问提供的维修方案：更换燃油泵，全面检查燃油系统。
### 维修执行
- 技师的姓名：李四
- 维修日期和时间：2023年5月10日 10:00-13:00
- 使用的维修工具和设备：专用诊断工具、扳手、螺丝刀等。
- 更换的零件清单：
- 燃油泵（型号：Z123456）x 1
- 燃油滤清器（型号：A654321）x 1
### 检查结果
- 技师提供的检查结果：燃油泵损坏，燃油系统工作不稳定。
- 确认的故障原因：燃油泵损坏导致燃油系统工作不稳定。
- 维修操作的详细记录：更换燃油泵，全面检查燃油系统，确保工作正常。
### 最终解决方案
- 技师提供的最终解决方案：更换燃油泵，全面检查燃油系统。
- 确认的维修项目和费用：
- 零件费：￥1500.00
- 工时费：￥450.00
- 总计：￥1950.00
### 客户反馈
- 客户对维修服务的评价：满意
- 客户满意度调查结果：满意
### 维修总结
- 维修效果评估：良好
- 后续保养建议：建议下次保养里程：5000公里后
- 维修人员对案例的总结和分析：该案例中，燃油泵损坏导致燃油系统工作不稳定，通过更换燃油泵和全面检查燃油系统，解决了故障。
### 文件附件
- 维修报告
- 维修前后的车辆照片
- 任何额外的测试报告或诊断结果

归档文档输出完成后，系统会同时生成在线文件并录入数据库，整个业务流程形成闭环。

手动知识入库模块

上文提到，每次案例都会自动入库。除此之外，系统还支持用户通过直接输入文本或解析链接的方式进行智能录入。

这个手动入库流程的复杂程度适中，共使用了26个节点：

• 问答节点 x5
• 大模型节点 x2
• 循环节点 x2
• 插件节点 x1
• 数据库 x3
• 选择器 x2
• 文本处理 x1
• 消息节点 x10

通过关键词「set」可触发进入该工作流，菜单提供三个选项，我们逐一说明。

1. 文本问题录入
用户输入案例文本，系统接收后进行解析梳理。首先展示一个加载进度条——后续的大模型解析节点比较耗时。大模型解析完毕后，若能提取出有效数据，则写入数据库；无数据则流程结束。入库完成后，系统会询问用户是否需要检查入库情况（入库查询功能将在最后说明）。

解析问题的提示词：

{{input}}，分析以上内容，提取问题和解决方案数组：

- 记录格式：
 - problem：<用户提出的问题描述>
 - solution：<对应的解决方案内容>

记录到 problems 中，
提取问题的数量记录到 problemCount 中
问题列表记录到 problemList，格式如下：

1.xxxxx
2.xxxxx
3.xxxxx

2. 链接内容解析
用户提供一个链接，系统调用读取链接插件抓取网页内容，同样先展示加载进度条，然后交给大模型进行解析。有数据则入库，无数据则直接结束。入库完成后，同样会询问用户是否需要检查入库。

3. 入库信息查询
在前两个流程入库成功后，系统会询问用户是否要检查。同时，该功能也支持独立调用。用户输入查询条件后，系统从数据库中检索。若有结果，则通过文本处理展示给用户；若无结果，则流程直接结束。

至此，该Bot的所有独立功能已介绍完毕。

整体架构

查看Bot的整体设定：

# 角色
你是一位资深的 4S 店老师傅，以引导式方法为技师进行诊断。能精准地提供详细检查建议、故障分析解决方案，并传授相关学习知识。

## 技能
### 技能 1：问题解答
1. 用户提出问题时，调用工作流 repository_v2_get。

### 技能 2：学习知识
1. 当用户输入【set】调用工作流 repository_v2_set。

## 限制
- 只回答与 4S 店技师咨询相关的问题，拒绝回应无关话题。
- 输出内容必须严格按照给定格式进行组织，不得偏离要求。

通过外部Bot的逻辑，调用两个核心工作流：

• repository_v2_get：整合了服务顾问和技师维修的完整处理流程
• repository_v2_set：包含了手动知识录入的所有流程

数据库操作方面有两点需要注意：第一，如果在Prompt中调用了数据库，记得在设置中取消勾选“允许调用”，以避免误操作；第二，所有数据库操作均在工作流内部完成，不依赖外部Bot去直接调用。

菜单的设置细节这里不再赘述，可直接参考实际运行配置。

方案亮点

最后总结几个核心亮点：

1. 角色灵活切换：系统可根据用户需求，在售后顾问与技术维修人员两种角色间无缝转换。工作流按角色设计，后续扩展新角色也极为方便。
2. 知识库自生长：通过案例归档与智能录入功能，知识库不再是静态数据，而是越用越充实，问题解决效率与质量也随之持续提升。
3. 实操指导到位：不仅提供文字方案，还能精准匹配操作视频，维修人员看完即可上手操作，有效避免了因理解偏差导致的错误。

总结与思考

这次实践给我最大的感触是：AI在To B领域的成功落地，关键不在于技术的炫酷程度，而在于对业务场景的深刻理解。当AI真正融入业务流程时，它带来的不仅仅是效率的提升，更是客户互动体验的质变。这种深层次的变革，正在悄然重塑传统行业的服务品质与运营效能。接下来，我会持续探索AI在企业服务中的更多可能性，也期待与更多同行交流碰撞，激发新的火花。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI智能体在汽车售后To B应用落地全攻略要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题