她在四川。7 月 9 日上午 10 点 58,她在一支装修避坑知识视频底下打出资料口令:「111求一份」。
5 分 28 秒破冰;1 小时 45 分后她回了「新房」两个字,2 分 26 秒内系统自动接住——捕获、起草、发送、验证、写库全程零人工。这条案例展示 Akke 自动回复三条腿(捕获 → 草稿 → 发送)完整跑通的样子,逐模块复盘做到位与还能拧紧的地方。
下面三块是这条案例的原始信号:客户留评论的装修知识视频、那句资料口令、以及由一筑账号发出的破冰 DM、客户回应和全自动跟进。三条消息全部入库、全程无人工介入——这是自动回复链路的标准样本。
下方各分析模块在拆解时用 #1 / #2 / #3 引用回这里。三条消息全部来自 DB messages 表(#2 由云电脑 DOM 捕获入库,#3 由自动回复链路发送并回写)。
#3),正等她回(数据快照 2026-07-09)。#4 客户气泡。
时效性是 Akke 链路最先体现的工程指标。本案两段都快:首触达 5m28s(踩在"同一次刷手机"窗口内),而更关键的是回复后的接住速度——她 12:49 回「新房」,12:51 自动跟进已发出并验证,2 分 26 秒,比人工盯屏还快。
📌 两段系统时效(首触 5m28s、接住 2m26s)都在"客户无感等待"区间。中间 1h45m 是客户自己的节奏,不是链路问题。这条的时效已接近该链路的理论上限。
知识号的"扣 111 领资料"评论是最标准化的弱信号——她按视频约定打口令,不是在跟任何人说话。破冰的难点是:怎么把一句机械口令接成一段真对话,而不是像资料党一样"资料呢?"。
在斯斯装修避坑(知识号)的装修问答视频底下,她打出「111求一份」。口令本身零信息,但行为暴露两件事:①她在主动收集装修知识(愿意留评论换资料的都是真在筹备的);②她处在调研期——还在补课阶段,没到比价签单。LLM 判 product 问购、specificity=medium、freshness=active。
opener(#1)没有一上来发资料(那样对话就结束了),四步走:
她回「新房」(#2)——两个字的短答(L1 档)。自动回复(#3)由 LLM 按最新提示词生成、云电脑直发,三步:
DM 进入之后,客户的第一反应是点头像验证身份。本案触达账号是「一筑·全屋定制」(与 Yik-. / 小燕子案例同一个发送号)。能不能扛住"主页一眼信任检查",决定她愿不愿意继续看 #1。
Akke 的地区信号分三层:客户 IP 属地(省)、自报现居(市)、号源服务市。本案三层里只有省级"四川"是确定值,市级两端都未入库——破冰话术只能停在省级,也无法判定是否同城。
comments.ip_location · 抖音 IP 反查comments.city · 客户未自填,跟进话术不带城市级 micro-contextsource_accounts.city · 号源市未入 → is_same_city = null到目前三轮(opener → 新房 → 问面积/风格),对话还在需求发现阶段,opener(#1)和自动跟进(#3)都没有落任何报价。本案对话未涉及价格话术 —— 报价口径模块暂空。
"评论入库 → 评分 → 起草 → 发送"在 DB 里是几行行变化,物理上对应云电脑上的隐形 Edge + poll agent。本案三条消息全部入库、跟进全程零人工——同一天同一台机器上,另一条对话(平姐)则触发了发送安全闸转人工,两条对照着看最有价值。
抖音 web DM 在 Fly Tokyo 出口被风控屏蔽,一筑账号走阿里无影云电脑:账号常登在云电脑隐形 Edge 上,opener 由派单队列自驱发送,客户回复由 DOM 捕获写回,自动回复草稿经审批状态机由同一台机器直发。
ice_break、followup_policy = standard。下一步:拿到面积/风格 → 落"新房定制关键点清单 + X 平粗区间" → 再视升档决定是否引导加微。
给上面 6 个分析模块各打一个评价:做到位的当 SOP 沉淀;不足的当下一周 punch list。good = 已达可复用标准;mid = 能用但有压缩空间;bad = 是这条链路的明显短板。
dcd075c3-0120-…-2b72932ea42dice_breakdouyin.com/video/7652990029513461046MS4wLjABAAAA7mXh_m…YRcJOs