客户案例
五个行业，真实场景。看看跟你一样的公司是怎么用 OpenHex 把专业知识变成 Agent Service 的——不只是「能做什么」，是「做到了什么」。
1. 外贸跟单 —— 某外贸公司
客户画像
- 公司规模： 30 人，年营收 3000 万
- 客户类型： 中小企业
- 业务： T 恤、卫衣、polo 衫出口，主要市场北美和欧洲
- 使用 OpenHex 前： 3 个业务员每天回复 50+ 条 WhatsApp/微信询价，报价单 Excel 手动做，10 分钟一份
场景痛点
该公司每天收到大量询价——500 件纯棉 T 恤 FOB 洛杉矶多少钱、换涤棉面料加多少钱、能不能走空运、最快几天到。业务员大部分时间花在查报价表、算运费、做报价单上，真正花在客户关系上的时间不到 30%。
更麻烦的是，不同业务员报的价格不一致——老张习惯给老客户打 5% 折扣，新来的小李不知道，直接报标准价，客户投诉「上次不是这个价」。产品价格一调，所有业务员要人手一份新报价表，有人用旧的，有人用新的，一团乱。
解决方案
该公司在 OpenHex 上建了一个外贸报价 Agent Service，分三步落地：
第一步：知识库沉淀。 把产品目录（面料、克重、规格）、报价规则表（不同数量区间的阶梯价格）、物流费用表（海运/空运/快递到各主要目的地）、公司 FAQ 全部上传。按「产品资料」「报价规则」「物流」「FAQ」四个文件夹组织。
第二步：本体结构化。 定义本体字段——产品名、面料、克重、FOB 价、CIF 价、MOQ、交期——把 80 个 SKU 的数据全部录入。客户问「纯棉 T 恤 500 件 FOB 洛杉矶」，Agent Service 直接查本体拿精确价格，不再翻文档。
第三步：Skill 自动化。 写了两个技能：阶梯报价（按数量匹配价格阶梯 + 汇率换算）和报价单 PDF 生成。Agent Service 接入 WhatsApp 和微信，客户发消息 → 自动报价 → 附带 PDF 报价单。
效果数据
| 指标 | 之前 | 之后 | 变化 |
|---|---|---|---|
| 每日手动回复量 | 50+ 条 | 10 条以内（仅复杂询价） | ↓ 80% |
| 报价单生成时间 | 10 分钟/份 | 5 秒/份 | ↓ 99% |
| 客户首次响应时间 | 平均 2 小时 | 即时 | ↓ 100% |
| 报价一致性 | 业务员不同，报价不同 | 统一基于本体数据 | 投诉归零 |
| 产品价格更新同步 | 人手一份 Excel，有人用旧版 | 改本体一次，全部生效 | — |
业务员反馈： 「以前每天打开手机就是几十条询价，现在 Agent Service 把 80% 的常规询价自动处理了，我只需要处理复杂的大单和定制需求。」
上线时长： 从注册到 Agent Service 接入 WhatsApp，两周。第一周建 Agent + 上传知识库，第二周测试 + 调优 + 上线。
2. 留学顾问 —— 某独立留学顾问
客户画像
- 公司规模： 1 人（独立顾问）
- 客户类型： 一人公司
- 业务： 美本留学规划，专注 Top 50 申请
- 使用 OpenHex 前： 微信同时聊 30+ 个学生和家长，每个人问同样的问题，咨询时间被基础问答占满
场景痛点
这位独立顾问做了 8 年留学顾问，从大机构出来单干。口碑好，转介绍多，但问题来了——学生和家长的问题从早问到晚，微信一天响几百次。
「GPA 3.5 托福 100 能申哪些学校」「计算机专业哪个学校好」「申请材料要准备什么」「截止日期什么时候」——这些问题这位顾问闭着眼睛都能答，但每天花 3-4 个小时回复这些基础问题。真正需要她经验判断的「这个学生背景该怎么包装」「文书怎么写才出彩」反而没时间深入。
更难受的是，学生信息全在微信聊天记录里——三个月前聊过的学生又来找，翻了半天聊天记录才想起来「哦，这个学生 GPA 3.3，想申商科，家长预算 80 万」。
解决方案
这位独立顾问在 OpenHex 上建了一个「选校助手」Agent Service，把专业知识搬到了线上：
知识库： 美本 Top 50 院校数据（排名、专业、录取率、学费、托福要求）、申请时间线、材料清单、常见问答。用 Markdown 一个一个写，每个学校一个文件，每个 FAQ 一个文件。
System Prompt： 「你是一位留学选校顾问，熟悉美本 Top 50 的申请要求和录取数据。根据学生的 GPA、托福/雅思成绩、专业偏好，推荐匹配的学校和专业。不确定的事说需要跟顾问本人确认，不编造。」
本体： 学校名、专业、排名、托福要求、学费、录取率，录入了 50 所学校的关键数据。
发布渠道： 生成一个链接，放在微信朋友圈和公众号菜单里。学生和家长扫码就能咨询。
效果数据
| 指标 | 之前 | 之后 | 变化 |
|---|---|---|---|
| 每日基础咨询时间 | 3-4 小时 | 30 分钟（只看复杂 case） | ↓ 85% |
| 学生信息查找成本 | 翻微信聊天记录，5-10 分钟 | 联系人管理里一键查看 | ↓ 95% |
| 非工作时间咨询 | 第二天才能回 | Agent Service 7×24 在线 | — |
| 同时服务学生数 | 30 人左右 | 60+ 人 | ↑ 100% |
这位顾问的反馈： 「以前晚上 10 点还在回微信，现在 Agent Service 帮我处理了 80% 的基础问题，我终于有时间好好研究每个学生的文书了。关键是——学生信息自动沉淀，再也不用翻聊天记录了。」
上线时长： 一周。选模板 → 上传知识库 → 写完 Prompt → 生成链接，一个人搞定。
3. 财税法律 —— 某律师事务所
客户画像
- 公司规模： 15 人，合伙人制
- 客户类型： 中小企业
- 业务： 劳动法、公司法、税务，主要服务中小企业客户
- 使用 OpenHex 前： 公众号和官网每天收到大量基础咨询，律师花 70% 时间回答「劳动合同到期怎么赔」「股权转让要交哪些税」
场景痛点
该所的公众号有 5000+ 粉丝，每天后台收到几十条法律咨询。客户的问题大部分是基础性的——法条有明确规定的、流程是标准化的——但律师不敢不回复，毕竟是潜在客户。
问题是：基础咨询占用了律师 70% 的工作时间，真正能转化成案源的高价值咨询反而没时间深挖。客户下班后发消息，第二天才回复，体验差。而且律师的回复风格不统一——有的律师写得详细，有的律师就回一句「建议来所里详谈」，客户觉得不专业。
解决方案
该所在 OpenHex 上建了一个「法律助手」Agent Service，嵌入官网：
知识库： 劳动法、公司法、税务相关的法规条文、常见案例、法院判例摘要、事务所收费标准。按「劳动法」「公司法」「税务」「合同模板」四个文件夹组织。
本体： 定义了「税种」「税率」「适用范围」「办理流程」「所需材料」等字段，把常见税务流程结构化。
Skill——人工介入： 写了三个触发规则：关键词触发（「投诉」「起诉」「官司」→ 转人工）、低置信度（Agent Service 回复含「建议咨询」→ 转人工）、连续追问（同一问题 3 轮未解决 → 转人工）。转人工时自动发飞书消息给值班律师，附带会话摘要。
System Prompt 关键约束： 「只回答法律法规有明确规定的问题。涉及具体案件的法律判断，告诉客户需要律师具体分析，引导留资。不提供法律建议，不判断案件胜诉率。」
效果数据
| 指标 | 之前 | 之后 | 变化 |
|---|---|---|---|
| 基础咨询人工处理时间 | 70% 工作时间 | 5%（仅审核 Agent Service 回复） | ↓ 93% |
| 客户咨询响应时间 | 几小时到半天 | 即时 | ↓ 100% |
| 留资转案源率 | 约 5% | 约 12% | ↑ 140% |
| 非工作时间咨询 | 不回 | Agent Service 7×24 在线 | — |
| 律师回复风格一致性 | 不统一 | 统一基于 System Prompt | — |
合伙人反馈： 「以前公众号后台的咨询我一个人看不过来，现在 Agent Service 先回答基础问题，客户觉得有用、建立了信任，再留联系方式转给我们——过来的客户质量明显高了。而且 Agent Service 不会乱说，不确定的事它会说"需要律师具体判断"，这个边界感很重要。」
上线时长： 三周。第一周建 Agent + 整理知识库，第二周写人工介入 Skill + 测试，第三周调优 + 嵌入公众号。
4. 品牌营销 —— 某营销咨询公司
客户画像
- 公司规模： 5 人
- 客户类型： 中小企业
- 业务： 小红书、抖音、公众号内容营销方案和代运营
- 使用 OpenHex 前： 客户说「先发个方案看看」就没下文了，每个方案都要从头写，转化率低
场景痛点
该公司的获客方式是朋友介绍 + 客户主动找来。每个客户的开场白都差不多：「我们想做小红书，你们有什么方案？」「抖音投放怎么做，预算 5 万够不够？」「公众号选题怎么规划？」
问题是：每个客户的方案都要从头写，一个方案 2-3 天，发过去之后客户说「我再看看」就没下文了。该公司不知道客户觉得方案哪里不对，也没机会在客户看完方案的那一刻解释。
更麻烦的是，5 个人的团队，3 个在做方案，只有 2 个在真正服务已签约客户。方案制作的投入产出比越来越低。
解决方案
该公司在 OpenHex 上建了一个「营销顾问」Agent Service，把专业方法论变成了一个线上体验：
知识库： 过往成功案例（每个案例一个文件，含投放策略、预算分配、效果数据）、各平台方法论（小红书/抖音/公众号的投放策略框架）、报价标准（不同服务类型的报价范围和影响因素）。
System Prompt： 「你是一家营销咨询公司的营销顾问。客户问方案时，先追问客户的具体情况（行业、目标人群、预算），再给出针对性的策略框架和类似案例。报价时展示报价构成，让客户理解价值。不承诺效果数据，不贬低同行。」
关键设计： Agent Service 不是直接给一个完整方案，而是先跟客户对话——追问行业、目标、预算、时间线——然后实时生成一个策略框架 + 类似案例 + 报价明细。客户在对话中看到的是「这个顾问很懂我」，而不是「这个方案很大路货」。
发布渠道： 嵌入官网、公众号菜单、朋友圈链接。
效果数据
| 指标 | 之前 | 之后 | 变化 |
|---|---|---|---|
| 单个方案制作时间 | 2-3 天 | Agent Service 实时生成框架，人工确认后展开 | ↓ 80% |
| 客户回复率（发方案后） | ~20% | ~55%（Agent Service 实时对话中转化） | ↑ 175% |
| 客户签约转化率 | ~8% | ~15% | ↑ 88% |
| 团队方案制作人力 | 3 人 | 1 人（审核 + 深化） | ↓ 67% |
创始人反馈： 「最大的变化是——客户在跟我们聊之前，先跟 Agent Service 聊了一遍。Agent Service 追问了他的行业和目标，给了一个框架，展示了类似案例。客户觉得『这个公司懂我』，再找我们的时候，已经是带着信任来的，而不是带着怀疑来的。」
上线时长： 两周。第一周整理案例库 + 方法论，第二周建 Agent + 测试 + 上线。
5. 招聘猎头 —— 某猎头公司
客户画像
- 公司规模： 20 人
- 客户类型： 中小企业
- 业务： 互联网和金融行业中高端人才猎头服务
- 使用 OpenHex 前： 每天收到 200+ 份简历，手动筛选耗时 3 小时，候选人问同样的问题反复回答
场景痛点
该公司在多个招聘平台发职位，每天收到 200+ 份简历。顾问大部分时间花在「这个岗位还招吗」「薪资范围多少」「面试流程是什么」「办公地点在哪」这类基础问题上，真正花在候选人评估和客户沟通上的时间不到一半。
更麻烦的是，候选人信息散落在各个平台——智联上聊过的人、BOSS 上聊过的人、微信上聊过的人——顾问经常搞混，「这个候选人我记得聊过，在哪个平台来着？」翻半天找不到。
还有一个隐藏问题：顾问离职了，所有跟候选人的沟通记录也跟着走了。新人接手，对之前聊过的候选人一无所知。
解决方案
该公司在 OpenHex 上建了一个「招聘助手」Agent Service，分两步解决：
第一步：候选人自助查询。 Agent Service 接入公众号，候选人扫码就能问岗位详情、薪资范围、面试流程。知识库包含所有在招岗位的 JD、薪资标准、面试流程。Agent Service 能同时回答几十个候选人的问题，顾问不用再当「复读机」。
第二步：简历自动初筛。 定义本体字段——岗位名、薪资范围、要求、面试流程、部门。候选人在对话中表达求职意向，Agent Service 自动提取关键信息（姓名、目标岗位、工作年限、期望薪资），匹配到对应的岗位，标记匹配度。顾问只需要复审 Agent Service 筛选过的简历。
发布渠道： 公众号菜单 + 官网 + 招聘平台（把 Agent Service 链接放在职位描述里）。
效果数据
| 指标 | 之前 | 之后 | 变化 |
|---|---|---|---|
| 每日简历初筛时间 | 3 小时 | 30 分钟（复审） | ↓ 83% |
| 候选人基础问题回复时间 | 几小时到半天 | 即时 | ↓ 100% |
| 候选人信息管理 | 散落在各个平台 | 统一在联系人管理 | — |
| 顾问离职信息交接 | 聊天记录丢失 | 联系人画像 + 会话记录可查询 | — |
| 每个顾问同时服务候选人 | 约 50 人 | 约 100 人 | ↑ 100% |
顾问反馈： 「以前每天打开电脑就是几百份简历，现在 Agent Service 帮我初筛了一遍，匹配度高的直接推给我，我只需要做最终判断和联系——终于有时间好好跟候选人聊职业规划了。」
上线时长： 三周。第一周整理岗位 JD + 知识库，第二周建 Agent + 配本体 + 写初筛 Skill，第三周测试 + 调优 + 上线。
6. 按客户类型总结
上面五个案例覆盖了三种客户类型。不同规模的客户，用法不同，但底层逻辑一致——把专业知识变成 Agent Service，让客户自助。
一人公司：轻装上阵，一人顶一个团队
代表案例： 独立留学顾问（第 2 节）
核心用法： 一个 Agent Service 覆盖你的全部业务。建好之后生成一个链接，放在朋友圈、公众号、名片上。客户扫码就能咨询，Agent Service 7×24 小时在线。
典型收益： 基础咨询时间减少 80%+，同时服务客户数翻倍，不用时刻盯着手机。
适合谁： 独立顾问、自由设计师、个人律师、个人税务师——任何靠专业知识吃饭的一个人。
中小企业：多个 Agent Service 分工，把人力从重复劳动中解放
代表案例： 外贸公司（第 1 节）、律所（第 3 节）、营销公司（第 4 节）、猎头公司（第 5 节）
核心用法： 按业务线建 Agent Service——报价一个、客服一个、售后一个。每个 Agent Service 管自己的一摊，人力聚焦高价值工作。
典型收益： 常规业务自动化 80%+，团队从重复劳动中解放，客户响应速度从小时级到秒级。
适合谁： 外贸公司、留学中介、律所、营销公司、猎头公司——有团队、有标准化业务流程的中小企业。
大型企业：数字员工资产，可沉淀、可迭代
典型场景： 大型制造企业的客服中心、连锁品牌的加盟商支持、金融机构的合规咨询。
核心用法： 把 Agent Service 当作数字员工资产管理——每个部门建自己的 Agent 或 Agent Service，知识库持续更新，本体数据自动沉淀。员工离职，知识还在；业务变化，Agent Service 跟着更新。
典型收益： 知识资产化——不再是「这个只有老张知道」，而是「Agent Service 就知道」。组织能力不随人员流动而流失。
最后更新：2026-09-08