凌晨 2:51,她还醒着刷装修视频,在旭东聊装修的作品底下留了一句 — 「哥,深圳有没有好的装修公司!」。
这是全批 12 条案例里唯一一条客户第一句就主动报出城市的评论。系统 4 分钟后把破冰送进她私信,第一句就正面接住:「深圳我们有网络服务点」。32 分钟后她回了两个字 — 「翻新」。整条案例按 6 个模块复盘 — 做到位的与 还能拧紧的。
下面三块是这条案例的原始信号:她凌晨刷到的那条装修知识视频、那句自带城市的求助式评论、以及 38 分钟里 3 条来回的完整对话。先看全貌,再进入每个模块的拆解。
messages.role = ai,右侧紫色气泡);#2 来自 DB(role = customer,左侧灰色气泡)。本案 DB 3 条与手机聊天截图逐条一致,无遗漏、无需截图补录 — 这在本批案例里并不常见。sent_at / created_at。抖音客户端截图上显示的时间戳与落库时间存在数分钟偏移(客户端只在间隔较大时插入时间标签),以 DB 为准。
本案时效的价值不只是"快",而是快得刚好还在客户的清醒窗口内。她 02:51 留评论,02:55 破冰送达,4 分钟。凌晨三点前后本该是消息沉底的高危时段 — 但她 03:27 就回了,证明她当时确实还在线。如果这条破冰慢到早上九点再发,她大概率已经在别处问到答案了。
📌 conversation.created_at(02:55)与破冰 sent_at(02:55)落在同一分钟 — 说明评分、起草、派单、发送四段在这一分钟内一次跑完,链路本身没有堆积。全部 4 分钟里,绝大部分是评论采集轮询的等待时间,这也是本案唯一可再压缩的一段。
本案的内容侧几乎没有猜的成分:客户把城市和需求都写在了评论里。难点不在挖信息,而在接得准不准 — 一句问「有没有好的装修公司」,如果回一段自我介绍或一句报价,就答非所问了。
在旭东聊装修(知识号)的视频底下,她写下 「哥,深圳有没有好的装修公司!」。这句话的信息密度在本批 12 条里是最高的:①城市明确 — 主动、第一句就报出「深圳」,其余多数案例只有省级 IP,市级要么靠对话一轮轮挣、要么全程未知;②需求明确 — 她在找服务商,不是问工艺、不是问价格、也不是感叹,这是决策漏斗偏下游的位置;③带情绪 — 一个「哥」加一个感叹号,是求助口吻,不是随口一说。
intent_reason = 「问购·一般·近窗」,comment_type_reason = 「问深圳装修公司→product」):产品型 · medium specificity · urgent。首条 AI DM 在 transcript(#1)。它做对的核心一件事是先正面答她的问题,再要信息:她问深圳有没有好公司,第一句就答「深圳我们有网络服务点」,等于说"有,就是我们"。
客户只回了两个字「翻新」。跟进(#3)没有说「翻新也能做」这种废话,而是一句「翻新最怕拆完发现多花钱」 — 直接戳中翻新客户最真实的恐惧:预算失控。翻新和新房的最大差别就是拆改的不确定性,敢说这句话本身就是专业度的证明。接着「你家几平的房?我帮你估个底价,心里有数再动工」,把索取面积包装成为客户消除不确定性,而不是"我要收集你的信息"。
本案客户的诉求是找一家靠谱公司,这意味着她比一般客户更可能点进主页看资质。触达账号是「小星·全屋定制」(DB 内部账号名「零星」,聊天气泡右上角带金色「小星·全屋定制」徽章)。这一层能不能扛住,直接决定她愿不愿意继续回 #1。
accounts.following_count(同步于 6-25)accounts 无粉丝字段 · 需运营主页截图补数
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。本案是全批地区匹配最干净利落的一条 — 客户在评论第一句就主动报出城市,破冰当场接住。但也是最刺眼的一条数据盲区:城市就写在评论正文里,comments.city 却仍然是 null。
comments.ip_location · 抖音 IP 反查comments.city · 客户已在评论正文写明「深圳」,但未被抽取回填source_accounts.city · 「旭东聊装修」为知识号,市字段未入 → is_same_city = nullcomments.ip_location 只到「广东」,comments.city 仍是 null。市级信息就明明白白摆在评论正文里,采集环节却没有解析。后果是:这条 lead 在任何按城市筛选的看板、派单、同城匹配逻辑里都表现为"广东省,城市未知",白白丢掉一个零成本就能拿到的高价值字段。comments.city。这是全链路里性价比最高的一个补丁 — 不需要额外接口、不需要额外抓取,客户已经自己说了。
本案对话里没有出现任何具体价格数字 — 没有单价、没有总价、没有活动价。但它并非"不谈钱":跟进(#3)承诺了「我帮你估个底价」。这不是价格信息,是一个价格承诺 — 两者的风险完全不同。
"评论入库 → 评分 → 起草 → 发送"在 DB 里是几行行变化,物理世界对应的是一台阿里无影云电脑上常驻的抖音客户端。本案发生在凌晨 2:51 到 3:29 — 全程无人盯着,通道判定有硬证据:accounts.channel_pref = "cloud_pc"。
抖音 web DM 在 Fly Tokyo 出口被风控屏蔽,Akke 现阶段靠云电脑常驻 GUI 自动化触达:cron 派单进队列,云电脑上的 poll agent 拉单,用模板匹配 + SendInput 在抖音 PC 客户端里完成搜人、开会话、粘贴、发送。运营归属夏夏,但本案的三条消息全部发生在凌晨,是自驱通道真正无人值守跑出来的样本。
channel_pref = cloud_pcmin_send_interval_seconds = 30
本案回写 100% 覆盖:2 条 AI 消息 + 1 条客户回复全部进了 messages 表,与手机聊天截图逐条一致,不需要任何截图补录。对照同批那些"客户连发短消息被漏捕"的案例,本案的低消息密度(三条、间隔 32 分钟和 1 分半)恰好落在捕获逻辑的舒适区。
comments.city。这提醒我们:评估"信息流转完整度"不能只看消息条数对不对得上,还要看对话/评论里的可结构化信息有没有落进对应字段。本案消息 100%、关键字段 0%。
comments.city = 深圳,让这条 lead 在同城匹配和派单里可见;④拿到面积后顺势推微信(发预算区间是天然理由)。
给上面 6 个分析模块各打一个评价。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。
ip_location = 广东(省级),comments.city 仍是 null — 「深圳」白纸黑字写在评论正文,采集环节却没有解析。comments.city — 零成本就能拿到的市级数据,是全链路性价比最高的补丁。city 也未标记:「旭东聊装修」是知识号,市字段空 → is_same_city = null,打不了"本地仓 / 本地安装队"这张更强的牌。channel_pref = cloud_pc 是硬证据。comments.city — 消息 100%、关键字段 0%。f8ec6a05-…-f631d67e4b8e72bb495d-…-51f3d6cd8186 · stage ice_breakMS4wLjABAAAAvoMi…siYzRcomments.city = null,评论正文写明「深圳」)7659632163783976874 · 号源「旭东聊装修」· 知识号channel_pref = cloud_pc)· ≥30s/条