获客不是投广告，而是一条从「被看见」到「被信任」再到「被选择」的链路。AI 在这条链路上的价值，不是某一个环节变快，而是让 5 个环节都变成可量化、可复制、可 7×24 运行的系统。
一、全链路 5 环节拆解
| 环节 | 核心问题 | AI 承担的动作 | 关键指标 |
|---|---|---|---|
| ① 定位 | 谁是高价值客户 | 成交客户画像反推、行业词库构建 | 画像重合度 |
| ② 内容 | 用什么说服他 | 痛点选题生成、脚本与素材批量生产 | 内容产出量 / 完播率 |
| ③ 分发 | 在哪儿被看见 | 多平台矩阵发布、标题变体测试 | 曝光量 / 点击率 |
| ④ 承接 | 来了有没有人接 | 7×24 首轮响应、线索打分、自动建档 | 响应时长 / 有效率 |
| ⑤ 转化 | 怎么谈成 | 话术库推荐、异议处理、跟进提醒 | 线索转化率 |
大部分企业的获客问题，卡在第 ④ 步：内容有了、曝光有了，但线索进来没有人秒回，等第二天再联系，客户已经和别家聊完了。
二、环节①定位：先搞清楚谁在买
把过去 12 个月成交客户的信息汇总，让 AI 做三件事：
- 提炼共性：行业、规模、地区、决策人角色、首次接触渠道。
- 反推痛点词：从成交记录里的客户原话中提取高频表述，作为内容选题的原始素材。
- 排除伪客户：同样方法分析流失与无效线索，形成负面特征清单，用于后续过滤。
三、环节②③：内容与分发的工业化
内容环节的目标不是「爆一条」，而是覆盖足够多的长尾问题。做法是把定位环节得到的痛点词逐一展开成问答式选题，批量生成视频 / 图文，再按平台特性做标题与封面的变体测试。
经验值：一个行业通常有 80–150 个高频长尾问题。覆盖其中 60% 以上，公域自然流量会出现明显的台阶式增长，而不是线性增长。
四、环节④承接：响应速度是最大的杠杆
| 响应时间 | 线索接通率（行业经验值） |
|---|---|
| 5 分钟内 | 约 60%–70% |
| 30 分钟内 | 约 35%–45% |
| 2 小时后 | 约 15%–20% |
| 次日 | 低于 10% |
AI 员工在这一步做的不是「替你谈判」，而是完成前三轮标准动作：秒回确认需求 → 按规则补充关键信息 → 判断意向等级 → 转交人或预约。人和 AI 的分工线画在这里最清楚。
五、环节⑤转化：话术库与异议库
- 把销冠的历史聊天记录脱敏后入库，提取高频异议与应对句式。
- 按客户阶段（初次咨询 / 比价中 / 犹豫期 / 成交后）分类，形成话术矩阵。
- AI 根据对话上下文推荐话术，人做最终判断与发送，既保证质量又稳定输出。
六、看板：只盯这 7 个数
| 指标 | 为什么看它 |
|---|---|
| 内容产出量（条 / 周） | 产能是否达标 |
| 曝光量 | 分发是否铺开 |
| 线索量 | 内容与人群是否匹配 |
| 首响时长 | 承接是否及时 |
| 线索有效率 | 定位是否精准 |
| 线索成交率 | 话术与产品是否讲清楚 |
| 单条线索成本 | 整体链路效率 |
这 7 个数构成一条完整漏斗，任何一环掉下来都能立刻定位。相比之下，只盯「曝光量」或只盯「线索量」，都无法解释为什么结果没变好。
