金地上海 · 数字营销部 Agent 闭环全景

案场 1 人公司
+ N 数字员工 + 飞书驾驶舱

外循环获客 + 内循环转化 = 完整数字营销部
四行业双循环案例对标 · 10 Agent 集群 · 9 Skill 矩阵

🔵 外循环 5 Agent🟡 内循环 3 Agent🟢 复盘官闭环🔴 总控官调度
FUSION

双循环融合架构

外循环负责"把客户引进来"(内容获客),内循环负责"把客户转化掉"(判客→成交),复盘官让两个循环持续优化

🔄 营销闭环飞轮 · Agent 化实现

🔵 外循环 · 内容获客

热点抓取 → 竞品分析 → 脚本生成 → 视频成片 → 分发 → 线上获客
🔥 热点猎手👁️ 竞品情报官 📝 内容军师🎬 视频工匠 📡 分发管家
🏠 到访 = 双循环交汇点

🟡 内循环 · 案场转化

到访 → 判客(录音分析)→ 跟单(提醒)→ 成交(作战包)
🔍 判客官📞 跟单官📚 知识官

🟢 闭环层 · 优化迭代

复盘官:效果评估 → 模型重训 → 知识沉淀 → 反哺内外循环策略
📈 复盘官

🎯 总控官

统一调度 · 任务分派 · 优先级 · 异常升级
BENCHMARK

外部双循环案例对标

汽车行业已大规模验证"外循环获客 + 内循环转化"的 Agent 双循环架构,与金地方向完全一致

🚗

中关村科金 "3+1" 方案

外循环:AI 线索洞察大师 — 实时分析抖音/小红书直播评论与弹幕,识别购车需求→自动生成用户标签与潜客分级,将公域流量转化为私域线索。
内循环:大模型外呼专家 — 自动化策略引擎驱动线索清洗与培育。质陪一体化教练 — 复制销冠能力。
闭环:故障诊断大师 — 售后主动护航,三电系统诊断准确率 98.1%。

⭐⭐⭐⭐⭐ 双循环最完整
🏭

深演智能 × 深蓝汽车

外循环:Deep Agent 智能体平台(DeepSeek+通义千问+行业小模型),线索"筛选—清洗—分级"全链路精益运营。
内循环:高意向直连销售 → 中低意向自动化培育 → 战败线索自动复筛激活。
成果:有效线索率 25%→40%+,无效投放成本 -25%,营销效率 +30%。

⭐⭐⭐⭐⭐ 数据最扎实
☁️

迈富时 × 华为

外循环:AI-Agentforce 智能体中台 — 全域用户洞察 + 全渠道获客。
内循环:T-force 营销大模型驱动智能化运营与全生命周期管理。
成果:投诉处理 3-5天→1天,线索转化率 +25%,市场洞察周期 3-6月→小时级。

⭐⭐⭐⭐ 平台化最成熟
🤖

Aimotion × Google Cloud

外循环:创意生成 Agent — 视频制作 4小时→10分钟,效率提升 30 倍。增长 Agent — 实时客户互动与转化。
内循环:数据智能 Agent — 跨文化内容优化。
成果:AI 错误率 -21%,高质量可输出内容率 >93%。

⭐⭐⭐⭐ 内容生产最强

双循环已被汽车行业大规模验证

四个案例的架构高度收敛:公域社媒(抖音/小红书)→ AI 识别意向 → 自动分级 → 私域培育 → 销售跟进 → 售后/战败复活。这与金地"外循环获客 → 到访交汇 → 内循环转化"的逻辑完全同构。

外循环共识

社媒(抖音/小红书)是核心流量入口。AI 实时分析评论/弹幕/私信,自动识别需求、预算、意向强度 → 转化为私域线索。这与金地"热点猎手→内容军师→分发管家"链路一致。

内循环共识

AI 评分分级 → 高意向直连销售 → 中低意向自动化培育 → 战败自动复筛。金地的"判客官→跟单官→知识官"正是这个模式,且多了案场录音这一独特数据源。

闭环共识

成交/战败数据反哺:深演智能用 PDCA 自动重训模型,迈富时用数据智能优化全链路。金地复盘官的设计方向完全正确——不是人写周报,是数据自动回流驱动迭代。

金地差异化优势

车企的"到店"数据通常断裂(DMS系统与外呼系统不互通)。金地安克录音 + 飞书台账 = 到访数据天然结构化,这是大厂要花很多钱才能打通的。

FOUNDATION

底座层:数据资产 + 工作流 = Agent 的事实来源

数据资产提供统一事实,工作流封装确定性执行,Agent 负责判断与业务闭环——三层递进,下层支撑上层

🤖 Agent 集群层总控官调度 · 外循环 5 Agent · 内循环 3 Agent · 复盘官闭环
↑ 调用
⚙️ 工作流层6 条可执行、可追踪、可回滚的动作流 · n8n + 飞书自动化
↑ 读写
🗄️ 数据资产层5 类统一数据底座 · 飞书多维表格 + 安克录音 + 外部抓取

🗄️ 数据资产层 — 5 类资产,全部已完成

数据资产状态说明支撑 Agent
📋 客户电子台账已完成客户来源、触点、到访、复访、认购、成交等全链路记录判客官 · 跟单官 · 复盘官
🎙️ 智慧工牌录音转写已完成销售录音、客户原声、关注点、抗性点、意向信号判客官 · 知识官
📊 营销看板已完成来访、转化、渠道、顾问、项目、日报周报等经营指标复盘官 · 总控官
📁 项目基础资料已完成价格、户型、配套、交付、卖点、政策、竞品对比口径内容军师 · 知识官 · 竞品情报官
🌐 外部信息抓取已完成小红书、抖音、竞品动态、舆情信息、客户关注热点热点猎手 · 竞品情报官 · 内容军师

⚙️ 工作流层 — 6 条工作流,确定性执行

工作流状态触发方式输出被 Agent 调用
📰 营销日报邮件发送已完成定时 T+1日报邮件复盘官(升级为 Agent 调度)
📋 电子台账更新已完成事件触发台账记录新增/更新判客官 · 跟单官
🎙️ 录音转写回传已完成录音上传触发ASR 文本写入台账判客官(触发判客流水线)
📊 看板更新已完成定时 + 事件驾驶舱数据刷新总控官
🔍 AI 判客进行中录音转写完成触发A/B/C/D + 差异标记判客官
🎙️ 安克录音入池进行中录音上传触发客户匹配 + 台账回填判客官 · 知识官

底座 → Agent 的调用关系

Agent 不是凭空决策——数据资产 = Agent 的"记忆",工作流 = Agent 的"手脚"。Agent 负责判断"该做什么、何时做、做到什么标准",工作流负责"怎么执行、怎么回滚、怎么追踪"。

AGENTS

完整 Agent 集群:10 角色 · 3 循环 · 9 Skill

每个 Agent 有明确的决策任务、调用 Skill、闭环指标。外循环 5 个覆盖内容获客,内循环 3 个覆盖案场转化,复盘官 + 总控官统管全局

循环Agent决策任务调用 Skill闭环指标来源
外循环 🔥 热点猎手判断热点能否嫁接项目热点抓取、本地化匹配曝光、互动、热点转化率大品牌小组
👁️ 竞品情报官判断打击哪个竞品短板;识别客户迁移风险竞品物料抓取、差异化提炼、外部热源监测对比点击、风险提前发现率营销AI
📝 内容军师判断脚本角度和平台表达;生成案场作战包平台机制匹配、脚本生成、A/B 变体、RAG 检索完播、互动、留资、作战包采纳率营销AI
🎬 视频工匠判断脚本如何转成可发布视频口播清洗、TTS、字幕、剪映草稿、可灵 API成片效率、返工率大品牌小组
📡 分发管家判断账号、频率和发布时间;GEO 内容分发账号授权、任务排队、平台适配、风控发布成功率、风控率大品牌小组
内循环 🔍 判客官客户应判 A/B/C/D;差异是否预警录音分析、词频聚类、Kimi 8项特征、随机森林 + LR高意向识别率、差异预警覆盖率营销AI
📞 跟单官A/B 级客户不丢失;是否超时;升级或转派台账巡检、超时计算、飞书卡片推送A 级 24h 跟进率、超时推送率营销AI
📚 知识官哪些话术促成成交;哪些资料过期;哪些答案缺失录音分析、成交案例提取、知识库 RAG知识覆盖率、高效果话术沉淀量营销AI
闭环📈 复盘官内外循环效果评估;策略优化;经验沉淀数据抓取、ROI 分析、Agent 运行日志闭环完成率、模型准确率、内容 ROI营销AI
中枢🎯 总控官任务识别与分派;优先级排序;异常升级Hermes Kanban、MCP、飞书 Webhook调度延迟、分派准确率营销AI
DATA FLOW

三阶段数据闭环 + GEO 旁路

从内容生产到成交转化的完整数据流,GEO 作为外循环的长尾获客旁路

阶段一 · 外循环:内容生产 → 获客 → 到访

抖音/小红书热搜 🔥 热点猎手 👁️ 竞品情报官 📝 内容军师 按平台生成脚本 🎬 视频工匠 自动成片 📡 分发管家 定时发布 线上留资 / 私信 / 到访
🏠 到访 → 安克录音豆采集

阶段二 · 内循环:判客 → 跟单 → 成交

录音 → ASR 转写 🔍 判客官 Kimi+RF+LR 差异≥2级预警 📞 跟单官 超时巡检 📝 内容军师 作战包 成交 / 战败
📊 数据回流

阶段三 · 闭环:复盘 → 知识沉淀 → 反哺

成交/战败数据 📈 复盘官 效果评估 准确率统计 + 模型重训 📚 知识官 话术沉淀 反哺内容军师 优化脚本策略

🌐 GEO 旁路:AI 搜索占位(长尾获客)

① 建立问题库知乎 / 百度 / 小红书 / 顾问收集
② LLM 批量生产Q&A体 / 测评体 / 列表体
③ 高权重分发百家号 / 头条号 / 安居客 / 公众号

GEO ≠ SEO。本质是"让 AI 在回答购房问题时引用你的内容"。由内容军师驱动,分发管家执行。不追求短期效果,重在密度与持续性。

📊 1.0 已有资产 → Agent 映射

资产归属 Agent2.0 升级
📊 经营驾驶舱总控官数据源从"人填"→ Agent 自动写入
📰 来访日报复盘官从 n8n 脚本 → Agent 自动汇总异常
📆 周期性报告复盘官 + 知识官Agent 联合产出,自动关联判客+竞品
🎙️ 录音入池判客官从独立管道 → Agent 流水线触发起点
📹 视频生产视频工匠 + 分发管家从人工操作 AI → AI 自动执行

内容军师:按平台机制精准生成

平台流量机制脚本文案策略转化动作
抖音强钩子、完播率、情绪张力前3秒冲突/利益点,短句高密度,痛点型/对比型/热点翻拍评论/私信/留资
小红书搜索种草、关键词匹配、生活场景标题关键词前置,场景化表达,攻略型/测评型/避坑型收藏/私信/种草
视频号熟人信任、私域扩散、专业背书表达更稳,顾问建议,口播讲解/直播预告/节点政策企微/直播间/到访
GEOAI搜索引用、问答体、权威信源Q&A体/测评体/列表体回答真实购房问题,避免硬广AI答案引用/品牌占位
SKILLS

Skill 可复用能力矩阵

9 项可重复调用的技能。设计原则:业务模式定闭环 → Agent 定角色 → Skill 定复用

🎙️
录音分析
判客官 · 知识官
🔤
词频聚类
判客官 · 热点猎手
🔥
热点抓取
热点猎手 · 内容军师
🕵️
竞品物料抓取
竞品情报官
✍️
脚本生成
内容军师
🧹
口播清洗
视频工匠
🗣️
TTS 语音合成
视频工匠
📝
字幕生成
视频工匠
📊
数据复盘
复盘官

Skill 设计原则

业务模式定闭环 → Agent 定角色 → Skill 定复用。Skill 不是功能模块,是可重复调用、反复应用的工作技能。Hermes Skill 系统支持自动沉淀(>5 次重复 → 自动生成 SKILL.md)、渐进式披露、自动补丁更新。

COCKPIT

飞书经营驾驶舱:双循环全景

管理层打开飞书看到的不是消息列表,而是外循环获客 + 内循环转化的全景数据

🔵 外循环 · 内容获客

🎬 本周视频生产20 条
📡 分发成功率95%
🔥 热点匹配度72%
📈 线上留资+12 vs 上周
🌐 GEO 内容覆盖156 条问题
⚠ 风控拦截2 次

🟡 内循环 · 案场转化

🔍 今日判客A3 · B8 · C12 · D5
⚠ 差异预警2 组(待反馈)
📞 A级 24h 跟进率91%
🔴 超时 48h1 组(已升级)
📝 作战包生成5 份
📚 高效果话术+3 条
📈 复盘官周报: 判客准确率 78%(↑3%)| 视频 ROI 1:3.2 | 闭环完成率 85% | 下周优化:嘉北尾盘内容策略调整

一句话总结

驾驶舱 = Agent 的"脸"(人看到的一切)
日报/周报 = 复盘官的"嘴"(Agent 主动说出来的话)
外循环 5 Agent = 获客的"手"(把客户引进来)
内循环 3 Agent = 转化的"手"(把客户转化掉)

REPORT 02

技术落地蓝图

定位升维 → 框架选型 → 核心流水线 → 驾驶舱设计

定位升维:从"Agent 辅助人"到"1人公司"

▼ 原定位:Agent 辅助人

人是流程的发动机,Agent 只是中间的分析工具

👤 人发现问题 👤 人触发Agent 🤖 Agent分析 👤 人整理分发 👤 人跟进闭环
▲ 新定位:1人公司 + N数字员工

Agent 是发动机,人是经营者。人只看驾驶舱的"红灯",只处理例外

🤖 判客员工 🤖 跟单员工 🤖 内容员工 🤖 情报员工 🤖 知识员工 🤖 复盘员工

👤 1人 = 案场经营者 · 飞书驾驶舱 · 只看异常 · 只做决策

三层工具矩阵

L3 调度层:Hermes / OpenClaw复杂决策 · 多Agent协调 · Memory沉淀 · Skill复用
↓ MCP 协议
L2 编排层:飞书原生 AI Agent 节点判客触发 · 跟单提醒 · 日报生成 · 驾驶舱刷新 · 零代码,营销人员可自配
↓ Webhook
L1 管道层:n8n 工作流ASR转写 · Kimi API · LR模型 · f2爬虫 · 已稳定运行,不动
↓ 读写
飞书多维表格 · 统一数据面 Agent 间"共享内存" · 字段变化 = 事件触发 · 松耦合 · 可观测 · 可干预

判客 → 跟单 → 内容:核心串行流水线

1

判客官录音上传 → 自动判客

🎙️ 安克录音 n8n ASR Kimi 8项特征 随机森林 量化 LR A/B/C/D 📊 台账
2

总控官差异检测 → 预警推送

Webhook 对比人工 ⚠ 差异≥2级 📨 飞书卡片
3

跟单官每日巡检 → 超时升级

⏰ 9:00 扫描 24h 未跟进 📞 提醒顾问 🔴 48h 升级主管
4

内容官匹配知识库 → 生成作战包

A级客户就绪 RAG 检索 匹配话术+物料 📦 作战包
5

复盘官反馈收集 → 模型迭代

✅采纳 ❌误判 🔄复核 回写台账 统计准确率 低于阈值 → 🔄 重训

现有 1.0 资产 → Agent 体系的映射与融合

1.0 已跑通的日报/看板/报告不是要替换,而是纳入 Agent 成为它们的输出通道——原来是"人写报告→人推送",现在是"Agent 写报告→Agent 推送→飞书驾驶舱展示"

📊 飞书经营驾驶舱(交互面) 已有资产:管理层看板 / 项目层看板 / 穿透层视图 / 仪表盘
三者与 Agent 的归属关系
📊
飞书经营驾驶舱

归属:总控官

驾驶舱 = 所有 Agent 的
"统一展示层"
判客数据 / 跟进状态 / 内容生产 / 竞品动态
四个模块的数据来自四个 Agent

📰
来访日报推送

归属:复盘官

日报 = 复盘官的
"每日定时任务输出"
判客官提供数据 →
复盘官汇总+标注异常 →
自动推飞书群

📆
周期性报告

归属:复盘官 + 知识官

周/月报 = 复盘官的
"周期性深度评估"
知识官提供话术沉淀
+ 竞品官提供外部情报
= 完整经营分析

REPORT 03

6 月底实施计划

4 周 × 14 Task × 3 人。飞书原生保底 + Hermes 增强,双轨并行确保交付

Week 1-2:飞书原生 Agent 保底 → 判客自动化 + 差异推送跑通
Week 3-4:Hermes 接管调度 + 驾驶舱 + 模板化 → 汇报材料

WEEK 1 · 6/2 — 6/8
判客自动化跑通
录音上传 → 自动判客 → 结果入台账
  • 飞书台账新增 AI 判客字段(A/B/C/D + 8项特征 + 差异标记)
  • n8n Webhook 封装判客 API(Kimi + LR 模型)
  • 飞书自动化规则:录音文本不为空 → 自动触发判客
  • 10 条嘉北录音端到端验证
WEEK 2 · 6/9 — 6/15
差异预警 + 反馈闭环
差异自动推送置业顾问 + 一键反馈回写
  • 飞书卡片消息:差异 ≥ 2 级 → 推送 [✅采纳AI] [❌坚持人工] [🔄需复核]
  • 卡片按钮 → 台账自动回写反馈
  • 每日 9:00 跟单超时巡检 → A/B 级 24h 未跟进自动提醒
  • 嘉北项目真实运行 3 天,收集反馈
WEEK 3 · 6/16 — 6/22
Hermes 接管 + 驾驶舱上线
  • Hermes Kanban 看板创建案场 Agent 集群
  • 总控官 Skill 配置:事件接收 → 意图路由 → 优先级队列 → 异常升级
  • MCP Client 对接飞书文档 MCP Server
  • 飞书经营驾驶舱搭建(判客分布 + 跟进状态 + 内容生产 + 竞品动态)
  • A 级客户 → 内容官自动生成作战包
WEEK 4 · 6/23 — 6/28
联调 + 模板 + 汇报
  • 全链路联调 + 容灾测试(Hermes 宕机 → 降级飞书原生)
  • 模板化打包:飞书表格 + n8n 工作流 + Hermes 配置 + 驾驶舱
  • 新项目从 0 到全链路跑通 ≤ 10 分钟验证
  • 汇报材料:架构图 + Demo 视频 + 准确率对比 + 成本分析