Автоматизация прогрева лидов
Автоматизация прогрева лидов помогает готовить подходящие материалы для последующих обращений по мере изменения потребностей лида и обстоятельств покупки. Начните с разрешённых к использованию сведений о лиде и одобренного контента, проверьте уместность обращения, затем проверьте черновик перед выбором способа отправки.
Предлагаемый рабочий процесс решает задачу пакетной подготовки контента. Он создаёт таблицу для проверки с черновиками и исключениями; отправка сообщений и включение контактов в последовательность обращений выходят за его рамки.
Автор: Ai Flowi · Опубликовано
пример конфигурации, а не зафиксированный тест
описано в каталоге; Ai Flowi не проводила тестирование в производственной среде
1. Определите цель каждого последующего обращения
Укажите, что следующий черновик должен помочь читателю понять: ответ на открытый вопрос, объяснение согласованного следующего шага или ссылку на запрошенный материал. Основание для черновика должно следовать из предоставленного контекста. Одно лишь молчание не даёт права придумывать срочность, скидку или новое обязательство.
Подготовьте краткое задание на контент для каждой разрешённой цели. Включите одобренную формулировку предложения, ссылки на источники, тон, запрещённые утверждения и сведения, требующие подтверждения. Последовательность прогрева задаётся правилами бизнеса; модель должна готовить материалы по этим правилам, а не выбирать собственный график или стратегию эскалации.
2. Подготовьте сведения о контактах и исключения
Подготовьте рабочую область, разрешённую выгрузку лидов и проверенные материалы для ответов. Настройте учётную запись поставщика и API-ключ по руководству по доступу к модели для подготовки черновиков; поставщик взимает плату за генерацию последующих обращений. Включите стабильные идентификаторы лидов, последнее относящееся к задаче обращение, нерешённые вопросы и сведения, доступные для подготовки текста. Исключите из входа модели ненужные персональные данные и значения учётных данных.
Переносите из исходного процесса явное поле разрешения на контакт или запрета обращений, если оно применимо. Отсутствующую запись о разрешении нужно проверить; предполагаемый интерес к покупке её не заменяет. Записи с запретом обращений должны оставаться в списке исключений с причиной, а не незаметно исчезать из пакета.
Предыдущий ответ не определяет, уместно ли следующее обращение. Ответственная команда должна подтвердить его цель, разрешённый канал и аудиторию, прежде чем одобрить материал. В руководстве нет инструкций по отправке через каналы; отправка через WhatsApp, Messenger, Instagram и Gmail здесь не рассматривается.
3. Подготовьте пакет для создания черновиков
Используйте Load CSV для разрешённой выгрузки лидов, передав файл в csv_file. До применения правил проверьте в data_list идентификаторы лидов и сведения об исключении контактов. В JSON Operations передайте эти записи в data и выберите "JQ Expression" для operations; задайте query так, чтобы отделить лидов, готовых к подготовке черновика, от записей, требующих причины исключения.
Формируйте draft_context по фиксированным правилам из одобренного исходного текста каждого лида, оставшегося без ответа вопроса, разрешённой цели ответа и ссылки на контент. Проверьте это задание до подготовки текста моделью. Инструкции внутри обращения считайте цитируемым содержимым сообщения клиента; они не могут изменить правила ответа или разрешить другое предложение.
Справочник Data → DataFrame описывает преобразование принятых записей для прогрева в Table для подготовки черновиков.
Возьмите тестовую запись лида, который попросил объяснить распределение обязанностей при настройке. Одобренное задание содержит объяснение, но не обещает дату готовности. Подходящий черновик отвечает, кто предоставляет нужные сведения, и спрашивает, нужны ли пояснения. Черновик с обещанием настройки к пятнице не проходит проверку, даже если сообщение звучит так, будто автор хочет помочь. Если у другой записи установлен флаг запрета обращений, сохраните её в документе исключений и не создавайте для неё вариант текста. Проверяйте принятые и исключённые записи вместе, чтобы отсутствие черновика имело объяснимую причину.
4. Создайте столбец с предлагаемыми обращениями
В Batch Run выберите draft_context как значение column_name; задайте имя столбца для черновика: установите output_column_name в proposed_follow_up. Вход model получает настроенный Language Model через model_output. Так задание на ответ и предлагаемое обращение остаются в разных столбцах для каждого принятого лида.
В system_message укажите: готовить текст только по предоставленным материалам, сохранять сведения, требующие уточнения и не обещать даты, цены или возможности, которых нет в одобренном задании. Требуйте отмечать случаи, когда вопрос без ответа препятствует подготовке пригодного обращения. Компонент возвращает batch_results как Table; проверьте сохранённые идентификаторы и фактические выходные столбцы.
Запись без пригодного контекста оставляйте для уточнения перед подготовкой текста. Выдуманные предыдущие разговоры и предположения, что материалы уже отправлены, не проходят проверку задания. Сведения о конкретном клиенте сохраняйте в его исходной строке: общая библиотека одобренного контента не даёт права заимствовать данные другого лида.
5. Сверьте каждый черновик с его заданием
Создайте представление для проверки в Table Operations: выберите "Select Columns" в operation и задайте в columns_to_select фактические столбцы идентификатора, контекста, черновика и статуса проверки. Вход df принимает возвращённую Table. Сначала выберите небольшой контролируемый пакет и убедитесь, что каждое предлагаемое сообщение по-прежнему связано с исходным лидом.
Назначьте роль, отвечающую за одобрение, по списку проверки готовности, затем зафиксируйте для каждого черновика прогрева и версии его контента решение: одобрен, требует доработки или не допущен к использованию.
При автоматизации последующих обращений различайте состояния «черновик одобрен», «сообщение отправлено» и «сообщение доставлено». Предлагаемая схема достигает только первого состояния и лишь после ручного одобрения. Не записывайте время отправки только потому, что модель создала текст, и не считайте готовность черновика доказательством получения чего-либо клиентом.
6. Передайте одобренный контент с правилами контроля
Передайте таблицу для проверки с идентификатором лида, ссылкой на исходный контекст, одобренной целью, предлагаемым текстом, сведениями, требующими уточнения, причиной исключения и сведениями об одобрении. Храните недопущенные черновики рядом с пригодными, чтобы проверяющий мог объяснить каждый пропуск в принятом пакете.
Любой последующий процесс автоматической отправки писем требует отдельно разрешённого подключения для отправки, проверки канала и защиты от повторной отправки. Batch Run готовит черновики, но не подтверждает существование такой цепочки доставки. Страница определения объёма услуг описывает настройку по заказу; рассматривайте отправку как отдельную работу с собственными условиями приёмки.
Перед передачей сверяйте весь пакет с одной версией контента. Если одобренное объяснение меняется во время проверки черновиков, найдите варианты, созданные по старой формулировке, и верните затронутые тексты на доработку. Проверяющий может не допустить черновик одного лида, сохранив причины исключений остальных. Для частично завершённого пакета сопоставьте принятые входные идентификаторы с возвращёнными вариантами и вопросами, требующими уточнения; отсутствующий результат должен оставаться видимым, а не считаться намеренным исключением. Это обязанности при проверке, а не утверждение, что компонент реализует контроль версий или автоматическое восстановление.
Каковы проверки приёмки и ограничения автоматизации взращивания лидов?
Испытайте тестовые записи с флагом запрета обращений, отсутствующим контекстом, противоречивыми предыдущими заметками, запросом неподтверждённого предложения и встроенными инструкциями для модели. Убедитесь, что исключения строк объяснены, черновики используют только одобренные утверждения и каждый результат сохраняет действительную ссылку на лида. Проверьте сбой модели в своей рабочей области, прежде чем решать, как проверять неполный пакет.
Массовые обращения без контроля, расписание, отслеживание взаимодействий и новые обязательства по продажам выходят за рамки этого пакета черновиков. Если на запрос уже отвечает одобренный готовый текст, используйте его без переформулирования моделью. Правила входа в этапы и выхода из них описаны в автоматизации жизненного цикла клиента; здесь готовятся материалы ответа, запрошенные в ходе такой проверки.
Столбцы пакета обращений и контроль исключений
| Компонент | Точные имена входов | Подготавливаемые настройки | Выходной порт |
|---|---|---|---|
| Load CSV | csv_file | Для загрузки данных о лидах используется разрешённая выгрузка со стабильными идентификаторами лидов, контекстом обращений и флагами запрета обращений. | data_list |
| JSON Operations | data, operations, query | Создайте draft_context из разрешённых полей и сохраните исключённые записи с явными причинами. | data_output |
| Data → DataFrame | data_list | Table для подготовки черновиков формируется из записей лидов после проверки контекста и оснований для исключения контактов. | dataframe |
| Batch Run | df, column_name, output_column_name, model, system_message | Прочитайте draft_context; создайте proposed_follow_up по инструкциям об одобренном контенте. | batch_results |
| Language Model | model, api_key | Передайте настроенную модель для пакетной подготовки черновиков прогрева. | model_output |
| Table Operations | df, operation, columns_to_select | Выберите фактические поля идентификатора лида, контекста, черновика и проверки для таблицы одобрения. | output |
Использование при автоматизации прогрева лидов
Тарифы: Go от USD8 в месяц при годовой оплате (USD10 помесячно), пять тарифов до Pro 500. Все тарифы указаны на странице тарифов. 1 токен за выполнение узла; использование сторонних API и моделей не включено