rm-invitation-success-engine
- 简介
- 专为RM及团队设计的AI邀约工具，实现精准客群筛选、成功率预测与千人千面话术生成。
- 触发词
- 活动邀约谁,邀约名单,邀约话术,客户拒绝,团队部署
- 分发渠道
- CRM Claude、ARK Engine
- 功能测试
- — · 业务评审：—
- 技能包文件
- rm-invitation-success-engine/SKILL.md
SKILL.md 全文
Frontmatter
| name | rm-invitation-success-engine |
|---|---|
| description | 诺亚财富 RM / 团队负责人 活动邀约成功引擎 v2。专攻两个指标——精准度（选对客户）+ 成功率（让客户答应）。三种调用模式：A·RM 单人（员工号 + 活动）/ B·团队负责人（自动按主 AR 分组）/ C·客户清单匹配。**v2 核心升级**：① 输入侧字段不全强制补全 ② 7 条强制剔除规则（外地 / 长期境外 / PE 延期未退 / 80+ / 残疾 / 黑玫瑰 / 受伤 / 重隐私）+ 1 条优先保留（承接离职 RM 未首次见面客户）③ 地理可达性三方矩阵（活动地 × RM 常驻地 × 客户常驻地）④ RM 风格四分类（平起平坐 / 服务 / 专家 / 圈层）切片话术。RM 输入"这场活动邀约谁"、"邀约名单"、"邀约话术"、"客户该不该约"、"客户拒绝怎么办"、"我的邀约成功率多少"、团队负责人输入"帮全团队部署邀约"即触发。不适用于会中陪访（→ rm-summit-campaign）、会后关单（→ rm-marketing-toolkit）、活动 ROI 复盘（→ 市场端工具）。 |
RM 活动邀约成功引擎 · v2
让 60 分 RM 调用 90 分 RM 的经验。不凭感觉拍名单——数据告诉你约谁、约成的概率、用哪套话术。
---
何时用 / 何时不用
触发:
- "这场活动我邀约谁" / "帮我筛邀约名单"
- "邀约话术怎么写" / "客户拒绝了怎么办"
- "帮全团队部署邀约" / "城市总邀约怎么分"
- "我的邀约成功率多少" / "和高产 RM 差在哪"
不触发:
| 场景 | 用哪个 |
|---|---|
| 会中陪访动线 | rm-summit-campaign |
| 会后 48h 回访关单 | rm-marketing-toolkit |
| 客户原型识别 | noah-client-archetype(本 skill 调用) |
| 单客存续诊断 | cunxu-report-reader |
| 个人 KPI 看板 | rm100-rm-dashboard |
| 活动 ROI 复盘 | 市场端工具 |
---
三种调用模式
| 模式 | 输入 | 调用人 | 输出 | |---|---|---|---| | A · RM 单人 | 活动 ID/名称 + RM 员工号 | RM 本人 | 该 RM 名下符合客户名单 + 排序 + 千人千面话术 + 个人能力画像 | | B · 团队负责人 | 活动 + 团队负责人员工号 | 城市总/中心总 | 按主 AR 自动分组 → 每位 RM 一份独立作战卡(可直接转发)+ 团队画像 | | C · 客户清单 | 活动 + 客户集团号列表 | RM 或管理者 | 清单匹配排序 + 按主 AR 分组话术 + 不适配剔除原因 |
权限边界(硬约束):
- 模式 A 不返回别人客户
- 模式 B 仅返回该负责人组织架构下的下属 RM 的客户
- 模式 C 跨 RM 时强制按主 AR 分组,避免越权
---
工作流 · 五步
Step 1 · 拉活动信息(含输入侧补全校验)
调用工具:cn/hk/sg_get_my_meetings + *_get_meeting_customers
5 个必填字段校验: 1. 活动主题 2. 活动时间 3. 活动地点(必须精确到城市级地址) 4. 议程关键节点 5. 市场端定义的目标客户等级 / 主推产品策略
字段不全时:输出"信息补全请求卡",要求调用人手动补全后再进入下一步。禁止模型脑补补全——这是 v2 最重要的纪律,避免输出"全部黑卡"这种偏差。
Step 2 · 拉客户库 + 强制过滤
客户库拉取:
- 模式 A:
*_search_customers限定主 AR = 当前员工号 - 模式 B:反查下属员工号集合 → 批量拉
- 模式 C:按集团号逐个
*_get_customer_full_profile
⛔ 强制剔除 · 7 条规则
| 编号 | 剔除规则 | 字段来源 | v2 状态 |
|---|---|---|---|
| ① | 合规黑名单 / 监管限制 | iCRM 风险标签 | ✅ 已可执行 |
| ② | 黑玫瑰客户(投诉/退诉) | iCRM 服务标签 | ⚠️ 字段治理中 |
| ③ | 受伤客户(服务事故未关闭/亏损未平复) | iCRM 服务标签 | ⚠️ 字段治理中 |
| ④ | 外地客户 / 长期境外居留(地理不可达) | KYC 常驻地 + 海外居留时长 | ⚠️ 字段治理中 |
| ⑤ | 80 岁以上高龄 / 残疾人 | KYC age + 特殊关怀标签 | ✅ 年龄已可 / ⚠️ 残疾待治理 |
| ⑥ | PE 延期 / 到期未退出客户 | *_get_domestic_holdings 持仓状态 | ✅ 已可执行 |
| ⑦ | 极重隐私 / 从不带新客 | iCRM 经营标签 | ⚠️ 字段治理中 |
字段尚未治理完的剔除规则:输出名单时标注"建议 RM 二次手工过滤",不假装能自动剔。
⭐ 优先保留 · 硬需求客户(S+ 必邀,绕过其他评分)
承接离职 RM 且尚未首次见面的客户
实现逻辑:
- 主 AR 变更日期 < 90 天
- 该 RM 与该客户的服务记录 = 0 条
- 自动打
承接未见面标签 → 直接进 S+ 必邀第一档
这是 RM 最容易遗漏、但最容易破冰的客户群——必须前置识别。
Step 3 · 地理可达性三方匹配
匹配公式:匹配度 = f(活动地点, RM 常驻地, 客户常驻地)
| 活动地 | 客户常驻地 | 匹配度 | 处理 | |---|---|---|---| | 上海虹桥 | 上海 / 江浙(高铁 2h) | 高 | 进 S/A 候选 | | 上海虹桥 | 河南 / 西部 | 低 | 自动剔除 | | 郑州 | 河南 | 高 | 进候选 | | 香港 | 长期境外居留 | 高 | 进候选 | | 上海虹桥 | 长期境外居留(近 12 月 ≥9 月) | 极低 | 自动剔除 | | 走进香港/新加坡/日本/美国 | 长期境外居留 | 高 | +20 分(特殊场景) |
可达性阈值:活动地高铁 2h / 飞行 2h 内为"可达"。
Step 4 · 匹配评分 + 客户原型识别
输出每位候选客户的匹配卡:
- 集团号 + 主 AR
- 匹配置信度(0-100,可解释)
- 关键匹配原因(举例:"持仓与主推错配 × 历史同主题到场 × 现金账户覆盖起投点 × 近 90 天主动咨询")
- 建议优先级:S+ (承接未见面) / S (必约) / A (强约) / B (机会) / C (不约+原因)
- 客户原型标签(调用
noah-client-archetype) - 预测六状态分布
Step 5 · 按 RM 风格切片输出话术
RM 风格四分类(必须先确认 RM 风格再出话术)
| 风格 | 关键特征 | 典型话术 | |---|---|---| | A · 平起平坐型 | 直接给判断 / 给方案 / 朋友式建议 | "X 总,这场您必须来" / "28 还是 29,选一个" / "您不去这场,下一场至少排到 7 月" | | B · 服务型(默认) | 强调被重视 / 谦逊 | "给您留了席位" / "您看哪天方便" / "专门请您过来" | | C · 专家型 | 数据支撑 / 行业洞察 | "从配置角度看" / "我的判断是" / "数据上" | | D · 圈层型 | 关系网络 / 共同语言 | "X 哥/姐" / "我们这圈" / "老朋友" |
已标定 RM(示例):
- 杜薇薇(上海 Office · 1022) = A · 平起平坐型
风格未标定时:默认 B,但同时输出"如风格为 A,可参考备选版"。不要硬塞默认 B 给所有 RM。
话术输出物(每位候选客户)
- 微信版(三段式):首发邀约 / 二次跟进 / 拒绝转化
- 电话版:30 秒开场 + 价值点 + 关单话术
- 个性化锚点:基于本客户 KYC / 持仓 / 动态的具体引用(不是空话术)
- 数据背书:"该切片下,这套话术 N 次邀约 M 次成功(成功率 Z%)"
- 拒绝应对:本原型客户最常 5 类拒绝 + 高产 RM 应对
拒绝应对模板(必须按 RM 风格切片)
5 类高频拒绝,每类 4 个风格版本各备 1 套: 1. "最近没时间" / "工作太忙" 2. "现场又是讲产品吧"(推介疲劳) 3. "对市场没信心" / "不想动" 4. "以前没去过总部" / "没必要专门跑一趟" 5. "发资料给我看就行"(远程化倾向)
---
六状态回填(命门 · 不可绕过)
强制字段: 1. 报名成功 2. 有兴趣待定 3. 感兴趣没时间 4. 无兴趣 5. 无反馈 6. 未邀约(含原因:不适配/弹药不足/客户冷却期/客户明确拒绝)
纪律:
- 48h 内必须回填 iCRM
- 未回填 → 阻断该 RM 下一场调用本 Skill
- 模式 B 下属未填 → 通报团队周会
- 模型当晚增量训练 → 下次推荐自动提升
---
五条关键原则(精简版)
1. 不写通用话术 — 必须按"客户原型 × 活动类型 × RM 风格"三维切片,附数据背书 2. 不替代 RM 决策 — AI 给建议,RM 可一键标"未邀约+原因",这本身就是数据燃料 3. 数据反哺是命门 — 六状态未回填 = Skill 退化为模板生成器 4. 千人千面 — 同活动给两客户的话术必须不同(原型 + 锚点 + 风格) 5. 权限边界不可越 — 越权调用必须报错 + 审计日志
---
输出物清单(按模式)
模式 A · RM 单人
1. 活动一页摘要 2. 匹配名单(S+/S/A/B/C 分层 + 置信度 + 关键原因) 3. 千人千面话术包(微信+电话+拒绝应对 · 按 RM 风格切片) 4. 个人能力画像(成功率 / 精准度 vs 同岗位 P50/P90 · 切片热力图) 5. 六状态回填表模式 B · 团队负责人
1. 活动一页摘要 2. 团队邀约总览(覆盖客户数 + 目标完成预测) 3. 按 RM 分组的独立作战包(可直接转发分发,每 RM 一份) 4. 团队能力画像 + 高潜/需关注 RM 识别 5. 六状态团队回填看板模式 C · 客户清单
1. 清单匹配排序(含不适配剔除原因) 2. 按主 AR 分组的话术包 3. 整体匹配率评估---
一句话定位
让 60 分 RM 调用 90 分 RM 的隐性经验;让团队负责人一键把活动作战分发到位。