收益：
- 能够将分散的会议记录转换为总结、决策、下一步和责任结构的 CRM 记录
- 能够做出行动推断，阐明下一步和结束的可能性
- 能够保持输入 CRM 的信息的机密性和准确性
销售电话结束，电话挂断，销售代表面前有一堆凌乱的笔记：“第三季度预算、新任首席技术官、集成问题、他们正在与竞争对手 X 交谈、周五演示？”。这些注释在今天仍然具有现实意义；但三周后，十次会议后，没有人记得你的意思。这是销售渠道的无声杀手：信息没有记录，行动没有跟进。
CRM（客户关系管理软件，例如 Salesforce、HubSpot）是所有这些信息的所在。但 CRM 只有正确输入信息才有价值。人工智能（AI）包括分散的通话记录和会议记录；它在以摘要、所采取的决策、后续步骤和负责人的形式转换结构化 CRM 记录方面非常强大。在本单元中，我们将把采访后“浪费”的信息转化为可追溯的结构。
注意：AI生成的摘要应基于对话中实际所说的内容；该模型可以推断并做出承诺或数字。输入 CRM 的信息必须根据客户秘密/个人数据保密规则进行验证和保存。
良好 CRM 记录的结构
当一张杂乱的纸条符合这个结构时就会变得有价值：
- 摘要：2-3句话概括了采访的精髓。
- 决定：商定的要点。
- 后续步骤（行动）：将做什么、谁将做、何时做。
- 风险/障碍：威胁进展的因素（预算、竞争对手、决策过程）。
- 机会状态：阶段和结束的概率。
最关键的是“下一步”：没有负责任的历史背景的行动就不是行动；这是一个善意的愿望。
一步一步：从注释到 CRM 记录
- 收集原始笔记/成绩单。对话笔记、录音笔录、聊天记录。
- 拼版结构。摘要、决策、行动、风险、情况。
- 将行动与责任和历史联系起来。每个动作都涉及“谁/何时”。
- 将推论与实际所说的分开。将人工智能的预测标记为“假设”。
- 更新机会阶段。这次会议是把机会向前推进了还是倒退了？
- 核实。将摘要与您的记忆和注释进行比较，并将其输入 CRM。
可复制的提示
将杂乱的笔记变成结构化的 CRM 记录的基本提示：
角色：您是销售运营助理。构建以下凌乱的采访记录。只需依赖注释中的内容即可；如果缺少，请写“注释中未指定”，不适合。提供以下标题：- 摘要（2-3 句话）- 做出的决定- 后续步骤（每个：行动 | 负责 | 截止日期）- 风险/障碍- 机会阶段和预计结束概率（合理）注：{{ raw_note }}
提示从会议记录中采取行动：
下面的会议记录中仅显示了行动。对于每项行动：将做什么、谁负责（如果在记录中提及）、何时进行。如果未列出负责人或日期，请写“未分配”，以便我手动完成。选角：{{选角}}
验证提示区分推论与事实：
将此摘要分为两组：(A) 对话中明确表达的内容，(B) 你的推论/假设。将 B 组中的每一项标记为“必须验证”。摘要：{{摘要}}
及时为下一次接触做好准备：
根据此 CRM 记录，帮助我为下次与客户联系做好准备：- 打开时需要提醒的 2 点（来自之前的对话）- 2 个我需要关闭的未完成操作- 1 个我需要澄清的风险/问题记录：{{ crm_record }}
弱提示/强提示
糟糕的方法
强硬的做法
“总结一下这篇笔记”
摘要+决策+责任/注明日期的行动+风险
目前尚不清楚谁将在何时执行此操作。
每一个行动都是负责任的并有约束力
混淆推论与事实
假设单独的标志
只是扩展注释
产生可追踪的结构
不同之处在于，强方法并不提取“谈论了什么”，而是提取“现在将做什么以及谁将做”。
三个迷你箱
案例 1 — 丢失的操作已恢复。一位经纪人连续接受了 12 次面试，但她的笔记却很混乱。当我对所有笔记应用操作提取提示时，负责“周五向客户 A 发送参考”操作的人员及其日期就变得清晰起来；这个动作其实前两天就被忘记了。及时的参考将这个机会带到了下一阶段。
案例 2——捏造的承诺被抓获。 AI 在总结中写道：“客户认可了价格”；然而，该说明只说“他认为价格合理”。推理分离提示将此标记为“B 组/必须验证”。该代表在 CRM 中实际写的是“价格看起来不错，等待批准”，而不是“已批准”；错误的“获胜”预测避免了管道膨胀。
案例 3 — 准备第二次面试。在两周后的后续电话会议之前，该代表将准备提示应用于 CRM 记录。 AI从之前的对话中提取了两个要记住的点和两个未关闭的动作。该代表在会议开始时说道：“上次我们谈到您的整合问题时，我把这个问题带给了您”；客户感觉流程得到遵循并且信任度增加。
提示：每次对话结束后（趁对话还新鲜时），立即花 2 分钟通过配置提示运行原始笔记。处理的信息越新鲜，就越准确；如果你等一天，细节就会丢失，人工智能填补的空白就会增加。
保密和诚信
CRM 积累有关客户的敏感信息：联系信息、预算、内部决策，有时还有个人笔记。两条规则：第一，将这些信息输入人工智能工具时，使用经过批准且具有企业数据保证的工具（不使用数据进行培训，明确的保留政策）；其次，不要在 CRM 中写入个人和不必要的敏感详细信息（“客户正在办理离婚”）。 CRM 保存的是业务信息，而不是闲话。
注意：人工智能生成的预测，如“70% 的成交概率”，只是一种感觉，而不是数据。在管道报告中使用这些数字作为确凿的事实会导致收入估计不准确。以AI预测为起点；您可以根据访谈的证据来确定真实概率。
团队记忆和交接
保存完好的 CRM 记录还有另一个看不见的好处：团队记忆。当客服人员休假、离职或将机会转移给另一个人时，所有关系历史记录都会保留在结构化记录中。新客服人员无需重新阅读之前的 6 次对话，而是可以利用 AI 创建快速的“帐户摘要”并继续，而不会给客户带来“从头再来”的感觉。移交提示适用于此目的：“阅读该帐户的所有记录；一页的简报将出现，将关系的当前状态、明确的行动、已知的风险以及客户的个性/沟通偏好移交给新的托管人。”这样的转移消除了客户最讨厌的东西（一遍又一遍地解释自己）。但交接简报还需要验证：人工智能可以将旧记录中的假设作为事实。新校长应在第一次接触时礼貌地确认关键假设。
另一个提示：在每周管道审查之前让人工智能说“列出所有逾期或下落不明的机会”将使被遗忘的工作浮出水面。这是销售经理最有价值的10分钟。
常见错误
- 不负责任地把行动与历史联系起来； “要做的事”仍然悬而未决。
- 将人工智能的推论（假设）与实际所说的内容混淆。
- 将便条留下几天并丢失新的信息和细节。
- 将敏感/个人信息输入不安全的工具或不必要地将其输入 CRM。
- 将人工智能的成交概率预测作为硬数据纳入报告中。
- 在未验证摘要的情况下进入 CRM，并保留错误信息。
综上所述
- CRM 只有正确输入信息才有价值；分散的音符无法跟随。
- 良好记录：总结、决策、负责/注明日期的行动、风险和机会状态。
- 最关键的是行动；没有责任和历史的行动就不是行动。
- 将人工智能的推论与实际所说的分开；清理虚构的承诺和数字。
- 维护敏感信息的保密规则；不要将期末估计视为最终数据。
应用任务
拿一份混乱的会议记录（或例如：“第三季度预算、新采购经理、集成问题、与竞争对手交谈、周五演示？”）并通过配置提示运行它。然后：（1）确保下一步的每一步都有负责人和日期；如果缺少，则标记“未分配”并完成它，（2）用推理判别提示标记AI已组成/假设的项目，（3）检查关闭概率估计的基本原理。验证完毕后，以干净的形式写入记录。
清单
- [ ] 我将说明的结构分为摘要、决策、行动、风险和状态。
- [ ] 我将每项行动与负责人和截止日期联系起来。
- [ ] 我将人工智能的推论与实际所说的内容分开。
- [ ] 清理了虚构的提交/数字。
- [ ] 我已遵守有关敏感/个人信息的保密规则。
- [ ] 我验证了摘要并进入了 CRM。