产品咨询智能体
我们设计、构建并部署一个 WhatsApp AI 智能体，在问题送达的那一刻就作答——有没有货、规格如何、多少钱、哪个型号合适——直接取自你自己的目录与实时库存，让买家在几秒内得到答案，而不是趁你的员工忙碌时转投竞争对手。
一览
大多数产品问题都来自 WhatsApp，而大多数买家不愿等待——即时且准确的答复，正是成交与流失之间的分水岭，昼夜皆然。
单一模型上的一个路由前端，分派到几个只读处理器；真正的工作是打通 WhatsApp、你的目录/库存与规格内容——无需视觉识别、无自动扣款、无繁重合规。
见效后会有什么改变
每份申请耗时
人工回答一条咨询
约 3–8 分钟（往往迟得多）
使用智能体
约 5 秒，即时
节省的时间
每条咨询约节省 3–8 分钟——每月 800 条咨询约合 40–80 小时。但真正的收获是营收：即时答复的转化率远高于一小时后才到的答复，而 AI 成本约 RM 0.08，每天挽回一笔销售便已数倍覆盖其成本。
为估算；实际时间与提升取决于目录规模与营业时间外的咨询量。
阶段 1 · 界定
业务问题
马来西亚的零售商或网店在 WhatsApp 上不断收到「ada stock?」「berapa harga?」「这个能用来…吗?」之类的问题。每一条都需要员工停下手中活儿、查目录、查库存、弄清客户指的是哪款产品，再打字回复——与此同时又有三条消息堆上来。高峰时它是瓶颈；营业时间外则是沉默，等到早上买家早已向先回复的人下了单。问题重复，但答案必须完全准确——报错价格或凭空的「有货」会让你损失金钱和信任。
阶段 2 · 梳理
当前的人工流程
- 01阅读收到的 WhatsApp 问题
- 02弄清他们指的是哪款产品
- 03在目录中查规格与当前价格
- 04查库存——是否真的有货？
- 05打字回复，并处理后续追问
问题所在: 瓶颈在于每个简单问题仍需要人来查询和回复——所以高峰时答复慢、营业时间外无人应答，而且每当价格或库存变动就会过时。
阶段 3 · 设计
智能体化流程
我们以路由（routing）方式构建：每条消息先被分类——这是查库存、问规格、问价格、要比较，还是该交给人处理？——再分派到对应意图的专门处理器，每个都从你的实时目录与库存作答，当这是真正的购买对话或超出范围时干净地上交给你的团队。
随着对话转向，路由器会重新分类——规格问题可能变成价格再变成下单——每一轮都分派到正确的处理器。
看一个案件在智能体中逐步流转——它负责读取与比对；最终决定仍由人来做。
实际效果
客户消息
已发送即时答复
- Air Fryer 5.5L（黑色）——有货，你的 PJ 仓库 12 台
- 价格：RM 249（原价 RM 299）——促销至周日
- KL 可货到付款（COD）· 或配送 1–2 个工作日
每个数字都来自你的实时目录与库存，绝不臆测 · AI 成本约 RM 0.05–0.10 · 热门线索已标记供人成交。
逐步流程
- 1
对意图分类
智能体阅读消息——马来语、英语、中文或人们实际混用的语言——弄清真正问的是什么：是否有货、规格如何、价格多少、两款产品如何比较，还是这是投诉或批量交易之类需要人处理的事。
- 2
识别产品
它把消息对应到你目录中的真实商品——匹配型号、别称、颜色与简写——只有当它确实无法判断指的是哪款产品时，才提出一个简短的澄清问题。
- 3
路由到正确的处理器
根据意图，它分派到专门的处理器——库存查询、规格查询、价格/促销答复，或并排比较——每个都针对那类问题调优，而不是一个笼统的回复。
- 4
从实时数据作答
它从你的实时目录与当前库存作答——真实价格、真实规格、是否真的有货以及在哪里——因此它绝不报出过时价格，也不承诺没有的库存。
- 5
抓住购买时机
当买家准备下单、想要批发价，或问了超出范围的问题时，它把对话的干净摘要交给你的团队去成交——咨询变成温热线索，而不是死胡同。
- 6
交给你的团队
你的团队只介入值得他们花时间的对话——准备下单的线索与真正的边缘情况——而上下文已经收集好。
阶段 4 · 构建
我们如何用 Claude 构建
因为它只从你的实时目录与当前库存作答，它无法报出昨天的价格，也无法承诺你已经卖掉的库存——答案要么正确、要么不发送。它绝不凭空编造无法引证的规格或折扣，绝不自行收款，并且每条咨询与答复都会留痕，因此你能清楚看到客户问了什么、智能体又回答了什么。
集成对接
- WhatsApp Business API / EzyChat
- 你的产品目录与规格内容
- 实时库存 / 存货系统
- 可选：你的 CRM 或线索收件箱，用于热门线索
底层实现
- 模式：基于 Claude Agent SDK 的路由工作流——一个轻量分类器把每一轮分派到几个专门处理器之一（库存 / 规格 / 价格 / 比较 / 上交），每个都通过进程内 MCP 服务器提供。
- 上下文工程：你的目录结构、规格表与促销规则按产品检索并做提示缓存；实时库存在作答时读取，而非取自过时副本，因此答复反映此刻货架上真正有的东西。
- 工具：只读的目录、规格与库存查询，外加一个比较助手——全部只读，因此不存在任何让一条咨询改动库存、价格或订单的路径；唯一的写入是创建线索记录。
- 接地防护：答复被限制在工具返回的内容之内——智能体不得陈述任何它无法从实时数据引证的价格、规格或库存，从而封堵了凭空规格 / 幽灵库存的失败模式。
- 不可信输入：客户消息被视为不可信（可抵御提示注入），因此精心构造的消息无法让它泄露内部数据或编造折扣；姓名与电话均按 PDPA 处理。
- 上交与恢复：分类器置信度低、出现购买信号或超范围的问题，都会带着对话摘要转入人工队列——每条不确定的路径都终结于人，而非一个自信的错误答案。
- 可观测性与审计：每次分类、工具调用与答复都会留痕且可追溯，为你提供一份可检索的记录——客户问了什么、智能体又回答了什么——对合规与商品运营都有用。
- 评估框架：一组真实历史咨询聊天的黄金集——杂乱的「rojak」、混合语言、产品含糊与刁钻问题——配合确定性检查（产品对、价格对、库存状态对）以及对语气与路由的 LLM 作为评审，每次改动在接触实时聊天前都做回归测试。
阶段 5 · 架构
单一模型还是多智能体？
路由一条咨询并作答共享同一段简短上下文，因此一个完善配置的单一模型加上一个廉价的分类器前端是正确选择——快速、每条咨询成本低、也易审计——而非多智能体设计。
我们把多智能体设计（约 15 倍 token）留给真正并行、广度优先的工作——而非一次问答交流；在这里，Haiku 分类器接入 Sonnet 处理器既更便宜也更快。
哪个模型做什么
对意图分类并匹配产品
对绝大多数路由与商品匹配最便宜、最快，而这正是流量的主体。
清晰回答规格、价格与库存
对杂乱、混合语言的问题给出可靠、措辞得体的答复，并具备比较产品的细腻度。
处理棘手的比较或异常问题
接手分类器标记出来的更难案例——多产品比较、边缘的适配问题。
成本估算
AI 用量——每条咨询
一次简短的分类并作答交流，按 Claude 的 token 费率
约 RM 0.05–0.10
AI 用量——每月 3,000 条咨询
随咨询量而变；Haiku 分类器让主体保持低成本
约 RM 150–300 / 月
构建（一次性）
接入 WhatsApp、你的目录与库存系统约需数周；简短的需求梳理后给出固定报价
按集成范围报价
持续运营
相比其接住的营业时间外咨询与挽回的销售，成本很小
监控 + 支持
仅为估算，按约 1 美元兑 4.70 令吉以令吉显示；每 token 费率以 Anthropic 公布的定价为准（请核对最新数字）。实际 AI 用量取决于咨询长度与每月业务量。
阶段 6 · 评估
我们如何衡量成效
- 先做确定性检查——产品对、当前价格对、库存状态对
- 自我验证——答复必须在发送前引用实时目录与库存
- 业务 KPI——营业时间外回答的咨询、答复准确率、以及交给团队的热门线索
我们采用 Agent GPA 框架——Goal、Plan、Action，当前衡量智能体可靠性的标准——并结合人工基线来评估。 (reference)
设定基线
我们先在样本上测量你当前的 WhatsApp 咨询处理——问题多快得到答复、有多少答错（价格过时、库存不对）、有多少营业时间外的咨询被漏掉。这个人工基线是衡量每个智能体指标的基准，因此提升是可证明的。
我们测试什么——Goal · Plan · Action
答复准确率（对比人工）
在留出聊天上，答复与正确的产品、价格及库存状态一致
意图路由正确
库存 / 规格 / 价格 / 比较 / 上交被正确分类
热门线索已上交
准备下单与超范围的对话都交给人——无一遗漏
产品匹配准确率
消息映射到正确的目录商品
价格与库存正确性
每一个报出的价格与库存都与作答时的实时数据一致
不凭空捏造规格或库存
绝不陈述任何无法从你的数据引证的规格、价格或库存
上线关卡
在智能体于真实历史咨询聊天黄金集（含杂乱与刁钻案例）上超过人工基线并达到这些 GPA 目标之前，它不会回复任何实时客户。每次改动在上线前都要针对同一数据集做回归测试。
阶段 7 · 交付
我们如何交付
我们先在你真实的 WhatsApp 咨询聊天上做概念验证，在一个渠道或目录以员工监督试运行，然后正式上线。聚焦单一目录的落地只需数周。
常见问题
- 它如何避免报错价格或虚假库存？
- 它只通过连接的工具从你的实时目录与库存作答，并被约束为不得陈述任何无法从这些数据引证的价格、规格或库存。如果没有把握，它会追问或上交，而不是臆测。
- 它能处理马来语、英语和中文——以及混合消息吗？
- 可以。它按马来西亚人实际的输入方式构建——马来语、英语、中文及「rojak」混合——并在同一段对话中清晰作答。
- 它会接单或收款吗？
- 不会——这个智能体负责回答问题，并把准备下单的线索交给你的团队。如果你还希望它端到端地记录订单，那是我们的订单处理智能体，与这个恰好搭配。
- 它对接什么？
- WhatsApp Business（或 EzyChat）、你的产品目录与规格内容，以及你的实时库存或存货系统——并可选对接你的 CRM，让热门线索落到销售团队工作的地方。我们在构建时对接。
案例基于真实的匿名合作，细节已作概括处理。Anchor Sprint 是 Anthropic Claude 合作伙伴网络成员——部署与落地伙伴，而非分销商。以上为一般信息，非法律或合规意见。