本项目面向外贸、企业服务、咨询、软件销售等需要持续开发和跟进B端客户的团队。潜在客户信息通常分散在表格、表单、邮件和聊天工具中，销售人员需要反复整理资料、查询企业背景、判断客户价值并安排后续跟进，容易出现信息重复、背调标准不统一、重要风险遗漏和跟进不及时等问题。系统将客户线索收集、企业背景核验、信息整理、意向分析、跟进提醒和状态管理整合为一套自动化流程。客户进入系统后，可依据接入的公开或授权数据源整理企业基本资料、业务信息和风险提示，再通过大模型生成结构化摘要，辅助销售人员判断客户是否值得优先跟进。该项目为团队自主研发和验证项目，不冒充付费客户案例。
系统支持通过表单、表格或API录入潜在客户信息，并对线索进行统一存储、重复检查、标签分类、状态更新和历史记录管理。企业客户进入系统后，可基于公开或已获授权的数据源核验企业名称、经营状态、成立时间、主营业务、官方网站及其他可用的工商和公开信息，自动整理为客户背景档案。系统使用大模型提取关键信息、生成企业摘要、归纳潜在需求并提供风险提示，结果仅用于辅助人工判断，不替代正式征信或法律审查。自动化工作流还可完成跟进任务创建、时间提醒、沟通摘要、客户状态流转和后续行动记录，并支持与现有表格、CRM、邮件及其他业务系统进行API对接。本人参与需求拆解、工作流设计、数据处理、LLM API接入、提示词设计、测试及部署验证。
1、个人职责：负责项目需求拆解、业务流程设计、数据结构规划、n8n工作流编排、Python服务开发、LLM API接入、提示词设计、接口调试、功能测试和部署验证。
2、技术架构：项目采用Web系统、n8n自动化工作流、Python服务、REST API、LLM API及业务数据库或客户管理表组成。客户线索通过表单、表格或接口进入工作流，完成数据处理后写入统一的客户档案。
3、核心实现：系统对客户线索进行字段校验、格式统一、重复检查和状态管理；基于公开或已获授权的数据源整理企业背景信息，再由大模型生成企业摘要、潜在需求、意向标签和风险提示。处理结果以结构化JSON返回，并自动创建跟进任务、提醒时间和下一步行动。
4、项目亮点与难点：针对背调数据格式不统一、模型输出不稳定、外部接口调用失败和敏感信息安全等问题，增加数据标准化、固定JSON输出格式、请求重试、异常捕获、日志记录和人工复核机制。API密钥及数据库连接通过环境变量管理，大模型结果仅用于辅助判断，不替代正式征信或法律审查。
评论