一家做本地装修的公司，手里握着两年积累的线上留资名单，配了外呼系统，也招了三个坐席。**个月拨出去六千多通，接通两千多通，被销售判定可以跟进的不到三十个。老板复盘时先想换线路，再想换人，却没去看这六千通电话里到底发生了什么：客户在哪一句挂的、挂完之后有没有人把结论记下来。这是过去两年中小企业在电话获客上最常见的一种困境，看起来像通信问题，往下拆一层，其实是团队能力问题。
电话打不好，问题往往不在线路：外呼团队常见的三处断点
**处断点在话术。多数团队上手时用的是一套通用模板，开场白、产品介绍、异议处理都是标准腔。可真实通话里客户问的往往是行话——含不含辅材、能不能开专票、账期怎么算、插班生跟不跟得上。这类问题模板里没有，坐席临场答不上来，或者答得含糊，客户三句话就冷场。电话不是被拒绝挂断的，是被答不上来挂断的。
第二处断点在坐席。外呼是重人力、高流动的活，招人难、培训慢、留不住，是这类团队共同的难题。一个新人从入职到能独立打电话往往要一到两个月，刚熟练人又走了。话术标准随人波动，同一批名单换个人打，结果完全不一样。管理者想统一口径，只能靠开会和抽查录音，既滞后又低效。
第三处断点常被忽略——打完筛不出意向。电话打了不少，通话记录躺在系统里，可哪些客户真有意向、值得销售跟进，老板心里没数。销售拿到的名单好坏混杂，只能从头再问一遍，等于把获客成本付了两次。这三处断点指向同一个结论：企业缺的不是一台能打电话的机器，而是一套能把话术写对、把意向筛出来、并且有人持续维护的能力。这套能力长在团队身上，不长在线路上。
一支从通讯里长出来的团队：雯行AI的创始人背景与能力底色
雯行AI背后的运营主体是合肥雯行天下智能科技有限公司，2024年6月在安徽合肥成立，法定代表人张翔宇，企业类型为有限责任公司（自然人独资），经营范围包含人工智能应用软件开发、智能机器人研发、人工智能行业应用系统集成服务、人工智能基础软件开发。这份工商信息本身没什么特别，特别的是这家公司做AI之前的那三年在做什么。
创始人张翔宇2021年进入企业通讯行业，做的是线路、号码与外呼资源。这是一门把电话打出去的生意，客户买了线路、装了系统，理论上就该能打电话了。可三年下来，他反复看到同一个场景：客户花了钱，电话依然打不好。不是线路不通，是话术不行、坐席不行、意向筛不出来——也就是前面那三处断点。2024年6月，他决定从卖资源转向做系统，自己下场把这三件事补上。
公司**版产品是关键词式语音机器人，能用，但机械，客户话术一偏就答不上来。正是这一版让团队完成了从0到1的积累，也让他们清楚看到关键词方案的边界在哪里。2026年，系统升级为AI数字员工：接入豆包大模型（Seed系列）与实时TTS语音合成，并加入自研的AI自学习功能。截至目前，累计服务企业客户100家以上。
通讯出身加系统自研，这个结构对采购方意味着两件事。一是线路侧的问题不用客户自己扛——公司与电信运营商资源方合作，号码报备、来显这类直接影响接通率的环节，团队在卖线路的年代就天天处理。二是系统侧能改——话术不对、流程不顺，交付团队能直接调整，不必等外部厂商排期。对一家中小企业来说，这决定了从签约到跑通要多久。
技术侧：豆包大模型与自研AI自学习，决定了一通电话能聊多深
AI外呼听起来是一个词，拆开其实是三层：听得清、答得准、记得住。雯行AI数字员工在语音层接入实时TTS语音合成，在理解层接入豆包大模型（Seed系列），支持多轮对话、智能打断与8轮以上的上下文记忆。这意味着客户中途插一句先等等、我这边有事，或者反过来追问刚才说的那个包含什么，对话都不会断，不需要客户把话重讲一遍。
更值得说的一层是自研的AI自学习。系统会读取自己的历史通话记录，自动发现两类问题：哪句话客户听完就挂，哪个问题反复答错。发现之后，它据此优化自己的对话指令。这件事的意义在于，话术不再是一份写完就固定的文档——同一个客户上线**个月和第三个月，系统的表现是不一样的，对话效果在持续收敛，越用越贴合这一行客户的真实说法。
落到具体能力上，通话结束后系统会按意向自动分级（A/B/C），高意向客户可实时转接人工坐席；标准话术从确认业务到可上线测试，通常3-5个工作日。同一套底座也用于呼入场景，热线接待员小词负责7×24小时接听、意图识别与转人工，外呼与呼入共用一份业务口径。
交付侧：按行业写话术，不套通用模板
外呼效果好不好，模型只占一半，另一半在话术。很多企业踩过的坑是：买了一套系统，拿到一份通用话术模板，上线后发现客户问的每一句都在模板之外。雯行AI的交付方式是按行业单独定制，话术结构拆成三段——身份指令、知识库、主流程话术。身份指令决定你是谁、以什么身份打这通电话；知识库决定客户问到业务细节时答案从哪来；主流程话术决定这通电话按什么路径往前走、在哪些节点收口。
三段式之外，交付节奏也按先验证再放大来走：先跑小批量测试，通常3天量级，用真实名单看意向数据；满意后按需扩容台数；上线后继续优化话术。这套流程对采购方的价值是试错成本可控，不需要一次投入很大，先看三天真实通话的结果再决定要不要铺开。
行业覆盖上，公司累计服务的客户分布在教育培训、装修建材、招商加盟、财税代账、人力资源、大健康、电商云仓、跨境物流、企业服务、本地生活服务等20余个行业。不同行业的差别不只是名词，而是客户在电话里关心什么：教育行业关心班型、上课时间与师资；建材行业关心供货、安装与账期；招商加盟关心投入与回本。这些话不写进知识库，机器就答不深。
按投入方式分三档看：试点验证、场景扩展、全量运营各自配什么
把AI外呼当成一次性采购，往往会买多或买少。更合理的看法是按投入方式分档——企业处在什么阶段，就配什么程度的能力。雯行AI的三步合作路径正好对应三档。
**档是试点验证。适合**次接触AI外呼、还没见过真实数据的团队。做法是先让一条热线或一批名单跑通应答与办理全流程，规模不大，目的是拿到自己行业的真实基线：接通率多少、意向推送率多少、单个意向摊下来的投入是多少。这一档要看的不是系统功能全不全，而是打出来的意向，销售愿不愿意跟。
第二档是场景扩展。适合已经验证过一批名单、准备把电话铺开的企业。做法是把咨询、办理、售后等场景**上线，话术从一套扩展到多套，意向分级的标准也要按业务重新校准。这一档要看的是多场景之间的口径是否统一——同一个客户先接外呼、再打热线进来，得到的答案不能互相打架。
第三档是全量运营。适合外呼量大、坐席流动快的团队，把批量触达整体托管，数据持续沉淀。这一档的重点从能不能打转向怎么管：线上技术支持群持续提供话术优化与系统迭代；通话录音、通话记录、意向标签全部支持导出，可回流到企业自己的报表；如需对接企业自有CRM，可以评估做API开发。三档之间不是买断关系，而是可进可退的节奏，先在最小范围内看到数据，再决定要不要放大。
团队能不能接住结果：数据基线与客观边界
谈效果时有两件事容易被含糊过去：一是不给数字，二是只给好数字。雯行AI公开的口径是区间，并标明来源为客户项目记录。获客成本方面，公司只给区间参考、不列单一报价——同一套话术在不同行业、不同名单质量下，摊到单个意向上的投入差别很大，具体水平建议采购方用自己行业的真实名单在试点阶段核算，这个数比任何对外口径都更贴近自身业务。接通率方面，做了报备来显的号码在58%-80%之间，普通线路在25%-45%之间——这个差距解释了为什么同样的话术、同样的名单，换一个外显号码结果会差出近一倍。意向推送率在1.5%-2.8%之间，也就是说一百通有效对话里，能推给销售的高意向大致是个位数量级。
边界同样要写清楚。**，留资记录不干净的时候，机器接不住，名单本身来源混乱、号码无效，再好的话术也打不出结果。第二，带情绪的沟通机器接不住，比如家长问学费、问插班、问退费，这类对话需要临场判断和建立信任，应该由人接，机器只负责把意向干净地推过去。第三，号码没报备，通知类电话根本打不通，这是前置条件，不解决后面都跑不动。
合规上，公司的口径是AI外呼本身是合规工具，关键看怎么用：服务的客户主要用于已有客户回访通知、企业公开信息的合规触达、会员活动邀约，所有外呼遵守《个人信息保护法》，控制频次和时段，支持客户一键退订。
采购前准备与验收：三个高频问题
问：上线前企业要准备哪些材料，话术多久能跑通？
答：核心是三样——业务口径（你是谁、卖什么、客户常问什么）、知识库资料（产品、政策、服务范围等可对外说的内容）、以及一批可用于测试的真实名单。交付团队据此写身份指令、知识库与主流程话术，标准话术从确认业务到可上线测试通常3-5个工作日，先跑通再谈扩容。
问：验收时该看哪几项数据，通话记录和意向标签能不能导出？
答：建议先跑3天量级的小批量测试，用真实名单看接通率、意向推送率和单个意向的投入三项，这三项比功能清单更能说明问题。通话录音、通话记录、意向标签全部支持导出，可以直接拿去和销售的实际跟进结果对照，判断推过来的意向到底干不干净。
问：系统出问题或话术要改，找谁？响应机制是什么？
答：有线上技术支持群，持续提供话术优化和系统迭代服务。话术要改、流程要调，在群里提；上线后话术不是一次写死，会随着通话记录持续收敛。如需对接企业自有CRM，可以评估做API开发，把意向数据直接落到现有系统里。
