她在江苏。凌晨一点,她刷到「苏等等的家」发的一条 136 平案例视频,留下一句 「能给我发份清单,怎么才12w🌹🌹🌹」 — 惊叹、追问、三朵玫瑰,全在这十几个字里。
系统 5 分钟内完成评分、起草、送达 — 但那是凌晨 01:05,她睡着。9 小时 26 分后她醒来回了「三室两厅」,AI 2 分钟就跟上。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:她留评论的 136 平案例视频、那句带着惊叹和三朵玫瑰的追问、以及横跨一整夜的 3 条完整对话。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 条与手机聊天截图完全一致,没有回写缺口 — 这在本批案例里不多见。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。
本案是个有意思的对照样本:采集侧的 5 分钟是全库第一档的速度 — 01:00:45 评论,01:05:21 破冰送达。但这条消息发出的时刻是凌晨一点零五分。她当然没看到。等她第二天早上 10:31 醒来翻私信,这条消息已经在收件箱里躺了 9 个多小时,还被夜里其他消息压在下面。「多快送达」和「什么时候送达」是两个不同的优化目标,本案只优化了前者。
📌 值得记住的对照:AI 跟进只用了 2 分钟(10:31 → 10:33)。系统的响应能力完全没问题 — 客户什么时候回来都能接住,问题出在发起时机的策略上。建议给非紧急破冰加一个发送时段窗口(如 09:00–22:00),凌晨产生的 lead 排到次日早高峰再发 — 这不牺牲任何采集速度,只是把「送达」挪到人醒着的时候。
内容侧是评分模型 + 破冰话术生成共同决定的:客户留了什么、系统看到了什么、AI 写了什么。本案的信息密度其实很高 — 她一句话里塞了需求、情绪和价格锚点三样东西,破冰只取了两样。
在「苏等等的家」发的 136 平案例视频底下,她写下 「能给我发份清单,怎么才12w🌹🌹🌹」。这句话拆开看有三层:①明确诉求 — 「能给我发份清单」,她要的东西说得清清楚楚,交付物已经指定;②强烈的情绪反应 — 「怎么才12w」是在惊叹视频里 136 平居然只花了 12 万,加上三朵玫瑰,情绪是兴奋 + 难以置信;③价格锚点已成形 — 12 万这个数字进了她脑子,从这一刻起她心里的参照系就是「136 平 = 12 万」。
需要说清楚的是:136 平是视频里那个案例的面积,不一定是她自己家的。她自报的房型只有后来那句「三室两厅」,面积她始终没说。
intent_reason = 「问购·一般·在调研」,comment_type_reason = 「询价清单+金额→product」):产品型 · 中 specificity · active。首条 AI DM 在 transcript(#1)。它做对了一件同批案例里少见的事 — 不带昵称,用语气词开场:「你好,哈哈这条挺多人催」。客户昵称「Xu-」确实塞不进话术(一个姓加一个破折号,念出来很别扭),破冰没有硬套模板,改用「哈哈」降低推销感、用「这条挺多人催」制造从众与稀缺。
.Xun 案例里的「你这条评论我看了几遍」是同一类解法:叫不出名字时,就用情绪和语气开场。值得进话术库当标准兜底。
客户只回了四个字「三室两厅」,跟进(#3)在 2 分钟内接住,并且没有停在「好的我发你」的层面。它做了三件事:先确认已经拉好清单(「这份我已经拉出来了」— 交付物已就绪,制造即得感)→ 抛一个行业内幕(见光板和封边很多家单收,我给你拆开标了)→ 用平台限制合理化要微信(抖音发不了文件、发图会压糊)。
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「小星·全屋定制」(DB 内部账号名「零星」,聊天气泡右上角带「小星·全屋定制」徽章)。本案还有个额外的信任压力 — 消息是凌晨一点发的,隔夜再看,天然多一层「这是不是机器人群发」的疑虑。
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。本案三层里只有省级有值,客户市级未公开、号源市级未标记。与同批某些案例不同的是,本案破冰连间接的地理话术都没有 — 地区这条线从头到尾是空白的。
comments.ip_location · 抖音 IP 反查comments.city · 客户全程未提所在城市source_accounts.city · 「苏等等的家」标为本地号但市字段未入 → is_same_city = nullcity 未入库,系统无从判断,只能沉默。这是本批里最特殊的一个价格局面:AI 从头到尾没报任何数字,而客户在还没进私信的时候,就已经在评论区自己立好了锚 — 「怎么才12w」。于是对话变成了一个微妙的状态:客户心里有价,而 AI 既没确认也没否认。
"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。本案是通道演进后的样本:账号 channel_pref = cloud_pc,不再依赖运营本机的手机和 ADB 线。
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。通道判定有硬证据 — accounts.channel_pref = "cloud_pc"。
channel_pref = cloud_pcmin_send_interval_seconds = 30
本案回写是干净的: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对得上。这在同批案例里值得单独点出来 — 有些案例存在客户连发短消息被漏捕的问题,直接污染了 AI 下一条回复的上下文。本案没有这个问题,AI 在 10:33 看到的上下文就是完整上下文。
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。
comment_type_reason 明写「询价清单+金额」,说明 12w 被识别了,但破冰生成时没被用上 — 信号在链路中间掉了。city 未标记 → is_same_city = null。channel_pref = cloud_pc,不依赖运营本机手机和 ADB 线。b63047fc-…-6b37cd9ae8052ce57665-…-21db7abf071c · stage ice_breakMS4wLjABAAAAVUYR…9jDzE7651467995613715946 · 136 平黑白灰案例 · 号源「苏等等的家」channel_pref = cloud_pc)· ≥30s/条