销售教练AI系统项目会议纪要
输入“/”快速插入内容
销售教练AI系统项目会议纪要
销售教练AI系统项目会议纪要
用户6444用户64446月1日修改
会议时间：2026年5月31日 上午 9:01，时长2小时13分钟
参会人员：王欢（项目负责人）、张一斐（前端开发）、Amos/晋强（知识库与后端）、邢东尼（UI设计与产品）、Serena（业务萃取与产品）、张文辉（数据处理）
关键词：知识库、知识卡片、角色卡、场景卡、教练Agent、家长Agent、前端、后端、模板、销售、界面设计、数据库、数据处理、显性知识、隐性知识、Skill萃取、系统架构、模拟训练、MVP闭环
一、会议背景与核心议题
本次会议围绕"松鼠AI销售教练系统"的MVP版本开发展开，旨在对齐团队各成员的工作进展、厘清系统架构设计中的关键分歧、明确下一步优先任务。项目为一家教育科技企业（松鼠AI）定制开发AI驱动的销售培训系统，核心目标是通过AI模拟真实家长场景对话，帮助销售人员快速提升面咨转化能力，并由AI教练进行实时评估与复盘指导。
二、各模块工作进展汇报
2.1 前端开发进展（张一斐）
张一斐汇报了前端的当前状态。整体采用Flutter框架搭建，选择该框架的原因是个人熟练度较高，且Flutter支持跨平台编译（MacOS、PC、iOS、Android），可以快速生成多端应用。目前基础功能页面已经完成，包括以下几个核心模块：
知识库问答模块：用户进入后可以看到课程体系和销售技巧两个分类入口，通过聊天式问答界面向知识库发起查询，系统返回结构化答案。目前界面已搭建完成，但后端接口尚未对接，数据展示为静态状态。
模拟训练模块：提供训练场景列表，用户点击进入后可与AI扮演的家长角色进行对话练习。张一斐设定了两个结束条件——一是对话自然达成"成交"状态，由Agent判定对话结束；二是用户主动点击关闭按钮终止对话。对话结束后自动跳转至训练报告页面。
训练报告模块：报告页面包含雷达图（能力维度可视化）、评分详情（各项指标逐一评分）、亮点表现总结和改进建议四个板块。此外还有"我的"页面，展示累计训练次数、平均成绩和训练历史记录。
存在的问题：Flutter对微信小程序的支持不理想，如果后续确需小程序端，可能需要将Web页面以H5形式嵌入。更关键的是，目前所有Agent接口均未对接，知识库、训练、评分三个核心智能体的接口都处于空缺状态。后端方面，张一斐使用Python搭建了基本的API接口和数据库存储服务，用于记录训练结果、成绩等基础数据，但智能体编排和Agent服务尚未集成。
张一斐明确提出，他倾向于将智能体作为独立的微服务部署，前端通过调用API接口的方式与Agent交互，而非将Agent逻辑集成到后端应用内部，这样便于后续维护和功能拆分。
2.2 知识库建设进展（Amos/晋强）
晋强的工作是本次会议中进展最为扎实的部分。他系统性地完成了知识库的搭建、知识卡片的生成流程设计以及数据入库的自动化工具链。
知识库结构：目前已建立三个核心知识库分类——销售SOP知识库（已入库12个文档，对应面咨流程的12个环节）、销冠经验知识库（已将两位老师的录音转写内容整理为经验卡并入库）、产品与政策知识库（品牌信息、价格体系等已入库，售后政策等后续补充）。尚缺的是KB03角色画像库，即家长和学生的角色卡数据。
知识卡片体系：晋强设计了14套知识卡模板，覆盖不同类型的知识载体。以销冠经验卡为例，模板结构包括元数据层（用于检索过滤的标签信息）和内容层（适用场景、触发信号、销冠判断逻辑、推荐动作等字段）。SOP动作卡则包含推荐表达话术、操作步骤、判断标准、常见错误和触发条件等结构化字段。价值卡用于记录产品卖点与督学服务价格信息，部分内容以表格形式呈现。
自动化工作流：知识卡的生成过程高度标准化——先将原始文档（录音转写文稿、制度文件等）找出，然后将文档连同对应模板一起提交给AI，AI自动将文档内容按照模板字段进行归类填充，生成结构化的知识卡片（Markdown格式）。生成完成后，通过一个Python脚本自动调用RAGFlow的API将知识卡批量入库。整个流程从原始文档到入库几乎实现了半自动化。
分块策略：入库时采用自定义的Python脚本进行Chunking（分块），规则是按Markdown的二级标题进行切分，每个切片包含该二级标题下的所有内容，同时每个切片都附带上级标题信息以保证语义完整性。对于表格类内容，采取将表格转换为HTML格式存入Elasticsearch向量数据库的方案，前端检索时同样以HTML形式呈现。
台账管理：为了应对多人协作和大量文档的管理需求，晋强建立了一套完整的数据处理台账，记录每个文档的编号、分类（对应知识库编号如KB04）、文件类型、来源、提供者、处理建议（如"清洗后入库"）、当前状态等信息。台账还关联了任务记录，记录每个文档需要拆分生成多少张什么类型的知识卡、由谁处理、进度如何。这套台账体系为多人协作提供了清晰的追踪和溯源能力。
2.3 数据处理进展（张文辉）
张文辉负责将甲方提供的制度文件、政策文档等显性知识材料处理为知识卡片。当前主要工作包括本地政策文件的政策卡片制作和角色画像整理。
处理方式：张文辉采取的是直接按照PRD中定义的知识卡格式，一次性将源文件转换为卡片。流程上先将各类格式的原始文件（Excel、PDF、PPT）转成Markdown文档，再按照卡片模板结构进行内容填充。卡片本身也采用Markdown格式。
遇到的问题：一是PRD中给出的知识卡片模板与晋强前期使用的模板存在不一致，需要明确以哪个为准（会议中确认以PRD版本为准，但允许根据实际需要修改）。二是甲方提供的文件中有大量历史性数据（如过往年份的名额分配、历史分数线等），这些内容是否需要全部入库存在疑问——全量入库工作量巨大且部分内容对当前系统意义有限。三是表格类文件的处理效果不理想，尤其是格式不规范的Excel表格，使用MinerU等工具解析后效果较差。张文辉目前的变通方案是将规范格式的Excel先另存为CSV文件，再将逗号分隔符替换为Markdown表格的竖线分隔符，手动添加表头后转为Markdown表格。
解决方案：会议中Amos提出可以直接使用RAGFlow的表格识别能力，将表格以HTML格式存储到向量数据库中，无需在入库前做格式转换。同时Amos表示可以将自己开发的Python处理脚本和工作流共享给张文辉，帮助其提升效率。双方达成共识——先跑通最小闭环，验证效果后再做增量数据补充。
2.4 原始数据情况（王欢）
王欢介绍了甲方提供的原始数据概况。甲方分两批共提供了约1000个文件，包括视频、音频、PPT等多种格式，总量约27-28GB。王欢已完成了核心的14个销冠录音视频文件的初步处理——将音频转写为带人物识别（声纹识别）的文稿，包含内容、时间戳和成对对话格式。
王欢指出数据层面存在的一个关键问题：部分销冠的录音不完整，无法覆盖完整的销售链路全流程，后续需要补充采集。数据处理的完整流程应当是：分类整理→脱敏处理→内容萃取→制成卡片→人工审核→验证测试。
关于数据文件的管理，由于甲方嫌在项目组建立的百度网盘中上传文件麻烦，自行使用了另一个百度网盘分享文件，导致文件散落在两个网盘中。王欢承诺会重新整理后统一分享给团队。
2.5 UI设计与产品构想（邢东尼）
邢东尼展示了他基于Google AI设计工具制作的完整UI设计方案，这是本次会议中引发最多讨论的内容。他在设计前深入研究了松鼠AI公司的价值观、培训体系和产品理念，提出了一套以"销冠进阶计划"为核心概念的游戏化培训系统设计。
首页与导航设计：左侧看板包含"开始对练"主入口、场景库、角色库、对练历史和团队看板五个核心导航。首页展示角色卡图鉴库和家长标签体系，用户可以通过翻转卡片查看角色正面（基本信息）和背面（核心痛点、推荐技能等详细信息）。
角色卡与场景卡系统：每张角色卡代表一个特定画像的家长（如"张宝妈"“李老师”），卡片背面标注了该角色的核心痛点和推荐应对技能。场景对练库按销售链路的不同环节组织（如"S01破冰与建立信任""S02深度挖掘需求"等），每个场景下关联特定的角色卡。同时引入了解锁机制——基础场景可直接进入，高难度场景需通过前置训练解锁，形成渐进式的学习路径。
实战对练界面：对话界面左侧为销售人员与AI家长的对话区域，右侧常驻"刘总教练"的实时指导面板。教练在对话过程中会实时反馈销售人员使用了哪张技能卡、话术挖掘是否到位等信息，形成"师傅在旁边看着徒弟做"的隐喻体验。对话结束后生成对练复盘报告，包含各场景维度的评分和教练的重点点评——教练会指出具体问题背后的深层原因，并给出改进建议。如果对结果不满意，用户可以选择"再练一次"重新挑战。
团队看板：面向管理者的视图，展示团队所有销售人员的训练进度和能力分布。按成交链路的六个关键环节（焦虑安抚、需求挖掘、竞品对比等）展示团队整体能力热力图，并提供每个成员的详细进度追踪。
游戏化设计：考虑到该企业的销售团队以95后和00后为主，设计中融入了积分系统、虚拟奖励和排行榜等游戏化元素，旨在通过趣味性提升销售人员的使用活跃度和训练动力。
卡片组合与进阶：设计中还预留了单卡训练和组卡训练两种模式。单卡训练聚焦某个具体环节的能力提升，而组卡训练则模拟完整的成交链路（如"破冰升温组合"→“需求深挖组合”→“签约促成组合”），实现从单点突破到全链路贯通的能力进阶。这部分功能作为未来商务谈判中的增值交付内容，可根据合作进展决定是否开放。
邢东尼同时提到，他还基于松鼠AI的公开资料制作了一份FABE（特征-优势-利益-证据）卖点提炼文档，将产品的六大卖点进行了系统拆解并设计了对应的话术场景库，可作为知识库的内容补充。
2.6 业务萃取进展（Serena）
Serena负责核心的隐性知识萃取工作，即通过访谈甲方的销冠教练（主要是刘总），将其多年积累的销售经验转化为可结构化的Skill（技能）。目前已完成多轮访谈，积累了较为充足的原始信息。
Serena明确了当前的产品使用场景：销售人员登录后直接与AI扮演的家长进行场景对话（不是与教练对话），对话结束后由AI教练在后台生成评估报告，包含评分、亮点和改进建议。这是甲方最核心的需求——让销售人员在真实场景中反复练习，而非被动接受知识灌输。
关于Skill库的建设，Serena提出的思路是：先将销冠经验整理为知识卡片入库，然后在此基础上通过AI提炼生成Skill，再由人工进行精调，确保Skill的精准度。她强调知识卡片和Skill都需要，但实际对话中的回答不是固定答案，而是AI根据用户问题实时从知识库调用相关知识点，组合生成回答。
Serena还提出了一个重要的场景补充：在实际面咨过程中，家长通常带着孩子一起到场，销售过程中可能涉及直接向孩子提问的环节（如了解学情），因此角色卡中需要增加"孩子"维度的信息字段。
三、核心分歧与讨论要点
3.1 是否需要"销售与教练直接对话"功能
这是本次会议最大的分歧点。王欢认为系统既然叫"销售教练"，就应当提供销售人员直接向教练智能体提问的功能，用于快速解决实际工作中遇到的具体问题（比如"遇到这种家长我该怎么回应？"），否则教练的Skill库就无法体现价值，系统与普通的知识库问答没有本质区别。