Work

精选交付

以下为已落地方向的结构化摘要：背景、挑战、做法、结果导向与可迁移经验。具体行业与客户信息可在沟通中按保密要求介绍。

Enterprise Agent

AI 客服系统

为业务团队搭建可接入真实咨询流的智能客服 Agent：自动承接高频问题，复杂会话转人工，并持续沉淀可复用知识。重点不是「更会聊天」，而是「更少重复劳动 + 更可控的服务质量」。

咨询量随业务增长抬升，标准问题反复占用坐席；话术依赖老人经验，新人培训周期长；夜间与高峰缺口明显。

知识分散在文档与表格；系统查询权限不清；若全盘自动化，风险与投诉成本过高。

梳理 Top 意图与知识结构，接入查询类业务链路，设计人工接管与会话留痕，建立质检抽样与坏例回流改写机制。

常见问题自动分流，人工专注高价值会话；口径统一、过程可追踪；后续可用数据决定下一波自动化范围。

第一期先做「高频率 + 低风险」意图；办理类动作放在权限与审计就绪之后。质检不是上线后的附加项，而是迭代燃料。

对应场景说明

Wearable × Agent

同步心率数据，由 AI 给出更稳妥的锻炼方式与睡眠时间建议，让「戴上设备」变成「得到可执行计划」。端云必须一起设计，否则建议会变成脱离数据的文案。

用户已习惯佩戴与查看曲线，但缺少个性化、可执行的下一步；运营侧希望提升打开与留存，又不想做出医疗承诺。

原始指标难解读；同步存在缺口与延迟；建议必须可解释、可下调强度，并在界面上明确非医疗边界。

打通心率同步与聚合视图，设计建议生成与风险边界，在 App 内完成计划查看、提醒与复盘；补齐异常提示与补传。

用户获得基于自身数据的训练与睡眠安排；端云协同可迭代；产品表达清晰落在「生活方式辅助」而非诊断。

硬件数据质量决定智能上限。先保证同步可靠，再谈策略聪明。所有面向用户的建议，都要配「为何如此」与「如何调整」。

本案例为生活方式与训练安排辅助，不构成医疗诊断。

对应场景说明

我们通常建议：先用 20–30 分钟对齐目标与约束，再决定是直接项目制切入，还是先做咨询蓝图。不必一上来承诺全盘智能化。

预约沟通合作方式