← 项目

2026 · AI 应用 / 汽车销售

NEV Insight

门店顾问和客户聊完一次之后,往往只剩一张写着预算的便签。这个项目想解决的是:怎么把那次对话变成一份能接着往下走的推荐。

客户报一次预算、通勤距离和在意什么,系统给出五台候选车型、同价位竞品对比,以及每句结论的依据。顾问看到的不只是一个排序,而是「为什么是这几台」。

这是做什么的

面向新能源门店的销售工作台。左边是六个模块:销售总览、智能推荐、智能客服、竞品对比、销售线索、系统设置。顾问按真实接待流程走一遍,从接住需求到留下线索都在同一个界面里完成。

实际长什么样

NEV Insight 销售总览界面
销售总览车型库规模、累计生成的推荐次数、客户平均预算和知识片段数放在同一屏。它是入口,不是报表。
NEV Insight 智能推荐界面,输入自然语言购车需求
智能推荐可以直接写一段话:「预算 25 万以内,三口之家,上海通勤每天 50 公里,有家充,关注续航、空间和智驾」。下面的预算与偏好控件是可选的补充,不逼着人填表。
NEV Insight 智能客服的多 Agent 调用链
智能客服回答按「直接结论 → 判断依据 → 下一步」组织,右上角可以在本地知识库和联网搜索之间切换。
NEV Insight 竞品对比
竞品对比挑两三台车放一起,按价格、续航、空间、智驾、补能和场景打分,结果可以导出 CSV。
NEV Insight 销售线索
销售线索画像、推荐结果、跟进动作串成一条,换人接手也不用重新问一遍。
NEV Insight 系统设置
系统设置模型与接口地址、知识库重建、运行数据清理都在这一页,出问题先看这里。

为什么这样设计

边界与还没做完的

「Top 5」是按客户画像排序出来的候选,不是经过验证的推荐准确率。我没有真实门店的成交数据,说不出「采用后成交率提升多少」这种话。

车型库和线索数据是演示数据,用来把流程跑通。接入真实车源需要另外做数据清洗和字段映射。

联网增强依赖外部搜索,回答质量受制于搜到的来源;搜不到时它会退回到知识库,而不是硬编一个答案。