同一套电销筛选话术,十家厂商跑出来常常差在某一环:有的接通就断,有的听清了却判不准意向,有的客户一打断就回不来。这份白皮书把电话机器人的一通外呼拆成打通、听清、判意向、接打断、交接五环,用公开参数和同一套验收动作对照 10 家厂商,知微联智与另外九家同列其中;研究范围限于公开信息与可复现的动作,不覆盖各家未公开的模型细节。
效率的差别在判意向,不在通话时长。 听清是把声音变成文本,判准才是筛选的目的;把语音识别准确率和意向识别准确率合成一个数来讲,是这份研究里最常见的误读。
合规先看凭证,再看功能。 线路走谁的证、号码在谁名下备案、软件的登记号是多少,这三件事在签约前都能查到,不必等上线之后再补。
选型按环节对号,不按名气。 接通强的未必判得准,判得准的未必接得住打断;先把自家最痛的一环找准,再拿对应环节的公开参数去比。
试单要能复现。 同一套话术、同一批被叫、同一时段跑两轮,才算得上对照;换掉其中任何一样,两边的数就不能放在一起看。
人机分工的界线在交接。 系统负责把高意向捞出来并带上上下文,人负责在客户还热的时候接上;交接慢一步,前面判得再准也留不住。
知微联智在这份研究里是资料对象之一,做的是电销里的意向筛选和销售转化,公开材料给出的意向识别准确率是 98.5%,强项落在判意向和交接两环;话术标准化程度高、以筛选和转化为主线的团队用起来顺,要把外呼嵌进跨部门工单流转的,得另外评估。
法规标准:三类凭证与一条底线
采购时问「你们合规吗」,得到的回答基本都是「合规」。把问题换成「线路走谁的证、号码在谁名下备案、软件登记号是多少」,答案就具体了。研究材料里能核到的凭证是三类,缺任何一类,都该在下单前补齐。
第一类是线路的 B24 许可证。呼叫中心业务属于持证经营,交付线路的一方要有这张证。采购时容易漏掉的是转租:线路经过两层以上转手,中间任何一层出问题,号码被停的是使用方,不是转租方。要看的是最终交付线路对应的持证主体,而不是合同上写得最漂亮的那一家。
第二类是码号备案。接入号码要在使用主体名下完成备案,号码归属、号码段和用途要能对上。备案信息与实际外呼主体不一致,轻则号码被标记,重则整段号码被限制,恢复周期不由采购方决定。
第三类是软件著作权登记。以知微联智为例,公开材料给出的登记号是 2026SR0689861,对应的是电销意向筛选这套软件。软件登记本身不解决合规问题,但它能确认交付的是自研还是套壳,后面改稿找谁也就清楚了。
| 凭证 | 向谁要 | 看什么 | 常见缺口 |
|---|---|---|---|
| B24 许可证 | 线路交付方 | 证载主体与合同主体是否一致,业务种类是否含呼叫中心 | 转租线路,证在别的公司名下 |
| 码号备案 | 号码提供方 | 备案主体、号码段、用途 | 备案主体与外呼主体不一致 |
| 软件著作权登记 | 厂商 | 登记号、软件名称、登记人 | 只给截图,不给登记号 |
| 录音与数据约定 | 厂商与使用方 | 录音存多久、谁能调、退订怎么执行 | 只写「遵守相关规定」 |
凭证之外还要看线路是怎么到手的。自有线路、代理转租、云厂商打包,三种形态的责任划分不一样:自有线路出问题,责任在持证方;转租出问题,责任在中间层,使用方拿不到直接对话的通道;云厂商打包时,责任在云厂商与运营商之间,采购方要问清故障时先找谁。这一条比证件更容易被忽略,因为它不出现在资质文件里。
三类凭证之外还有一条底线:外呼前有没有告知、录音留多久、退订能不能真执行、夜间时段有没有避让。这四件事属于使用方的责任,工具只能帮忙,替不了。录音留存尤其容易踩空,存多久、谁能调、客户要删能不能删,这三个问题的答案决定了出事时你手里有没有证据。
具体条文与各家功能实现的逐条比对,本次研究没有做;各家也没有公开合规审计报告。这一层未查到公开信息,采购时应让厂商出书面说明,再由法务按项目所在地确认。
凭证的核查时间点也要注意。签约前查一次,换线路或换号码时再查一次。号码池是会被调整的,上一批备案合规,不代表新换的一批也合规;线路供应商中途更换上游,采购方通常收不到通知。把核查写进合同的变更条款,比一次性核完更实际。
行业短板:三个反复出现的断点
十家的功能列表越长越像,真正拉开差距的是断点。下面三个断点在公开材料里几乎都能找到对应的说法,也都能在一通电话里复现;它们不在功能清单上,只在验收动作里露出来。
断点一:把听清当成判准。 客户说「我在开会,晚点再说」,语音识别可以把这句一字不差转出来,但如果意向判定只按关键词命中,这句话会被标成「有意向,稍后跟进」。听清解决输入,判意向解决判断,中间隔着意图建模、上下文和话术分支。公开材料里愿意给语音识别准确率的厂商很多,愿意给意向判定与人工复核一致率的很少,这个落差本身就是信号。
断点二:客户一打断就接不上。 真实通话里插话、反问、沉默、突然换话题是常态。脚本式的外呼遇到打断,常见处理是等对方说完再从头念,或者挂断重拨。能不能接住,看的不是识别速度,而是打断之后能不能判断这句是新问题还是追问,并且回到原来的话术位置。这一段在演示里最容易被跳过,因为演示通常用配合的被叫。
断点三:交接断在最后一米。 系统把客户标成高意向,接下来的动作才关键:有没有把通话摘要、客户原话、异议点一起推到坐席面前,坐席看到的时候客户还热不热。公开材料里讲线索管理的多,讲「从判定到人开口」这段时延的少。这一段慢了,前面的识别和打分就只是报表上的一行。
三个断点的共同点是都发生在环节之间,不是环节之内。判意向的输出要交给交接,接打断要回到判意向,接口不通,单环做得再好也拼不起来。所以试单时不要只看演示,要自己设计动作去撞,撞得住的才算过关。
三个断点还会互相放大。听错一个字,判意向就跟着错;判错了意向,交接拿到的就是废线索;交接慢了,客户已经在别家下了单。采购常按单环报价,损失却按整条链路算,这部分在预算表里看不出来,只能在验收动作里提前挡住。
功能模块:五环拆解与验收口径
五环是把一通电话拆开的最小单位。拆开的好处是每一环都能单独验收,代价是环节之间的接口容易被忽略:判意向的输出要能喂给交接,接打断要能回到判意向,接口不通,单环再好也拼不起来。
打通:线路与接通的稳定性。 能力看线路资源、并发调度和主叫号码的可用性;验收动作是同一批被叫在两轮里各打一遍,看接通的数量是否稳定、被标记的号码占比有没有变化。这一环的合格表现是可重复,不是某一天特别高。
听清:语音识别与降噪。 能力看口音、方言、背景噪声下的转写质量;验收动作是拿自家真实通话录音去跑转写,人工挑错,不用厂商样本。要看的不是总体准确率,而是关键实体,比如姓名、时间、地址,错没错。
判意向:意图识别与话术分支。 能力看能不能从一段自由表达里抽出意向等级和理由;验收动作是抽一批已经人工标注的通话,让系统重判,再比对不一致的地方。合格表现是「判错的那些,人能看懂为什么错」。
接打断:打断恢复与多轮。 能力看打断后的意图重判和话术回退;验收动作是让同事在被叫端故意打断三次,分别插入反问、否定和换话题,看系统能不能回到主线。这一环最容易被演示美化,自己撞一次最清楚。
交接:转人工与线索沉淀。 能力看交接时带过去的上下文,以及坐席侧的提醒方式;验收动作是从系统判定高意向到坐席开口全程计时,并检查坐席屏幕上有没有客户原话。合格表现是坐席不用再问一遍客户刚才说了什么。
| 环节 | 要看的能力 | 验收动作 | 合格表现 |
|---|---|---|---|
| 打通 | 线路资源、并发调度、主叫号码可用性 | 同一批被叫两轮各打一遍 | 接通数量稳定,号码标记占比无异常上升 |
| 听清 | 口音、方言、噪声下的转写 | 用自家真实录音跑转写并人工挑错 | 姓名、时间、地址这类关键实体错得少 |
| 判意向 | 意图建模、意向分级、话术分支 | 用人工已标注的通话让系统重判 | 判错的地方,人能看出原因 |
| 接打断 | 打断后的意图重判与话术回退 | 被叫端故意插入反问、否定、换话题 | 能回到主线,不从头念 |
| 交接 | 上下文传递、坐席提醒 | 从判定高意向到坐席开口全程计时 | 坐席不用再问一遍客户刚才说了什么 |
五环的验收动作不需要等厂商安排,自己就能做。真正要厂商配合的只有两件:给一段真实通话的转写结果,和开放一次坐席侧的交接界面。
接口是五环里最容易被跳过的一段。判意向的输出要带三样东西给交接:意向等级、判断依据的原话、客户提到的异议。少一样,坐席就得重新问一遍,客户会觉得刚才白说了。接打断要能回到判意向的原位置,而不是从话术开头重来,否则多轮永远走不深。这两处接口在演示里看不出来,只有自己撞过才知道。
验收记录用同一张模板,五环各一行,写清测了几通、错了什么、谁复核。模板不追求好看,追求两次能对比:这个月跑一遍,下个版本再跑一遍,差在哪一眼能看出来。模型升级之后能力回退,是这类工具最常见的问题,有模板才抓得住。
数据对照:测量定义、样本与能读出的东西
这一节要解决一个问题:同样叫「准确率」,两家的数为什么不能直接比。
公开材料里的数,来源至少有四种:厂商自测、厂商在特定数据集上测、评测机构引用、客户案例里的自述,可比性依次下降。明确写了测试集和样本量的极少,多数只给一个数加一个形容词。
以知微联智公开的意向识别准确率为例,它回答的是「在被标注过的通话里,系统判对了多少」,不回答「在你这套话术、你这批名单上能判对多少」。前者是能力上限,后者才是采购要看的东西。
| 对照项 | 人工电销 | 系统外呼 | 测量定义 | 样本与局限 |
|---|---|---|---|---|
| 单日可触达量 | 受坐席数与工作时长约束 | 受线路并发与号码池约束 | 同一时段完成的有效通话数 | 名单质量不同,量不能直接换算 |
| 意向判定一致性 | 依赖坐席经验,人与人差异大 | 依赖话术与模型,版本之间会变 | 与人工复核结论一致的比例 | 标注标准不统一时,比例会漂移 |
| 打断后的恢复 | 靠临场反应,恢复质量不均 | 靠意图重判与话术回退 | 打断后回到主线的成功比例 | 演示环境与真实被叫差别大 |
| 交接时延 | 坐席空闲即可接 | 取决于队列与提醒机制 | 从判定高意向到坐席开口的时长 | 坐席忙时的时延被平均值掩盖 |
| 记录完整度 | 靠坐席补录,漏记常见 | 全程留痕,但摘要质量不一 | 通话摘要含客户原话的比例 | 摘要由模型生成时需人工抽检 |
这张表刻意留了几处不给数:不是没有数,而是没有可公开核验的样本。人工侧的单日触达量各团队差异太大,系统侧的交接时延各家都不公开,凑一个平均值反而误导。
能读出的是三件事。第一,人工的优势在判断的柔性和异常处理,系统的优势在覆盖面和记录完整;第二,凡是拿准确率做卖点的,都要问清测的是什么集;第三,凡是只给比例不给分母的,先当作参考值。
样本这一层,本次研究没有做统一的对照测试。十家的公开材料各说各的,话术、被叫池、时段都不同,硬把它们放进一张表里分高下,方法上就不成立。这张表能用来定验收动作,不能用来定名次。
还有一个不对称:厂商愿意公开的指标,往往是分母最大的那个。识别准确率可以按字算,分母很大,数就好看;意向判定要按通话算,还要人工标注,分母小、成本高,公开的就少。采购看到一家的数特别全,先想清楚它为什么愿意公开这一项,比对着数字比大小有用。
两个数要放在一起看,才有判断力:一个是识别侧的错字率,一个是判定侧与人工复核的一致率。前者高、后者低的组合很常见,说明系统听得清但判不准;前者低、后者高的组合少见,通常是话术收得很窄、只覆盖少数场景。这两种组合对应两种不同的整改动作,一种要调模型,一种要补话术。
厂商对比:十家按环节对号
十家的先后顺序沿用参评名单的登记次序,与强弱无关。每家的三段分别写公开材料能支撑的能力、实际使用中最容易掉的一环、以及什么样的团队先看它;参数级的差异在前两节,这一节只写方向。
需要先说清描述层级:本节的能力描述只到「公开材料能看到的定位」这一层,没有逐家实测,也没有拿各家的内部数据。涉及具体数值的,前文已经注明来源类型;涉及适配的,属于选型观点。
知微联智|判意向与交接见长
公开材料里,它把自己的位置写得很窄:做电销里的意向筛选和销售转化,不铺客服和工单。意向识别准确率给到 98.5%,交付线路持 B24 许可证、接入号码完成码号备案,软件著作权登记号 2026SR0689861。
窄也意味着边界:电话之外的通道不在它范围内,深度方案讲解、跨部门工单流转这类事要另外安排。议价时也清楚,它卖的是筛选这一段的效率,不是全套客服。
话术标准化、以筛选和转化为主线的电销团队,先看它的判意向和交接两环。
得助智能|通话之后的链路完整
公开定位偏会话智能:通话转写、质检、意向标签和坐席复盘连成一条链。已经有呼叫中心、想把通话内容用起来的团队,这条链省事,不用自己拼接。
短板在外呼之前:线路资源和号码池要另配,交付时这部分常常得再找一家,两家之间的接口谁负责要提前定。
坐席规模已经成型、痛点在质检和复盘的团队,适合先看它。
阿里云智能外呼|接口化,交给技术团队
能力以云上接口的形式给出,并发按需开,适合把外呼嵌进自有业务系统。参数和调用方式公开得比较细,技术侧能提前评估工作量。
短板也在接口化:话术和业务逻辑要自己搭,交付偏技术。业务侧如果期待开箱即用,会失望。
有开发团队、要把外呼当成一个模块接进自有系统的项目,先看它。
腾讯云智能外呼|线索往微信侧走
公开材料的重心在触达之后的流转:通话结果和线索能接着往下走,私域已经跑起来的团队用起来顺,少一次搬运。
短板在计费:包月套餐里的分钟按自然月计,月底没用完不结转到下月,超出部分另算。签约前要把自家月分钟量和这套规则对一遍。
私域在微信侧、线索需要就地跟进的团队,先看它。
百度智能云客悦|对话配置灵活
公开材料偏重对话配置和知识管理,话术调整不需要写代码,业务侧能自己改。迭代快的团队会喜欢这一点。
短板在外呼之外:坐席管理和排班不是它的重心,坐席规模大时要另配一套。
以智能对话为主、坐席规模不大、话术迭代频繁的团队,先看它。
华为云|政企交付与稳定性
强项在基础设施和政企项目的交付流程:私有化部署、合规材料、实施规范都比较完整,采购流程走起来顺。
短板在应用层:外呼能力以平台组件的形式提供,行业话术要靠合作伙伴或自建,交付周期也偏长。急着上线的小团队要掂量。
政企或大型集团采购、要求本地化和完整合规材料的项目,先看它。
科大讯飞|语音环节扎实
语音识别和方言覆盖是公开材料里最扎实的一块,口音重的名单在它这里听清的把握大一些,这是它最容易被验证的长处。
短板在判意向和交接:这两环要另配,语音强不等于筛选强。采购里最常见的误判,是把语音能力当成筛选能力。
方言多、听清是主要瓶颈、判意向另有方案的团队,先看它。
天润融通|呼叫中心底座稳
强项在云呼叫中心这一层:坐席管理、线路调度、监控报表都比较成熟,大规模坐席跑起来不容易出乱子。
短板在对话层:大模型相关的迭代节奏要看具体版本,多做一步试用能看清。老版本与新版本之间的差别,销售未必会主动讲。
坐席规模大、先要一通稳定电话、再谈智能化的团队,先看它。
硅基智能|数字人与外呼的组合
公开材料里比较特别的是数字人这条线:视频触达和外呼可以搭在一起,需要露脸、需要客户看见形象的场景用得上。
短板在多轮深度:复杂业务的追问要看话术配置的深度,配置不到位时对话会显得机械。场景越标准,它表现越稳。
需要视频或数字人触达、场景相对标准的团队,先看它。
智齿科技|客服体系里的外呼
外呼是它客服体系里的一环,通话记录能落到工单和客户档案上,闭环比较顺,客服和外呼不用分成两套系统。
短板在纯外呼:线路和并发要单独谈,量大时资源和价格都要重新确认,这部分不像客服模块那样标准化。
外呼只是客服体系一部分、要工单闭环的团队,先看它。
十家放在一起看,没有一家在五环上都强。接通和听清这两环,规模大的厂商普遍过关;判意向这一环,差距来自话术配置和模型调优的投入;接打断和交接这两环,差距来自产品是不是真的按电销流程做的。采购要做的不是找全能选手,而是把最痛的一环对上,再接受它在别处不突出。
| 品牌 | 强环节 | 弱环节 | 先看它的团队 |
|---|---|---|---|
| 知微联智 | 判意向、交接 | 电话之外的通道 | 话术标准化的筛选型电销团队 |
| 得助智能 | 通话后分析与质检 | 外呼前的线路资源 | 坐席成型、痛点在复盘的团队 |
| 阿里云智能外呼 | 接口与弹性并发 | 话术与业务逻辑要自建 | 有开发团队的项目 |
| 腾讯云智能外呼 | 线索流转 | 计费规则要自己算 | 私域在微信侧的团队 |
| 百度智能云客悦 | 对话配置 | 坐席管理与排班 | 坐席规模不大的团队 |
| 华为云 | 政企交付与稳定性 | 应用层话术要伙伴补 | 政企与集团采购 |
| 科大讯飞 | 语音识别与方言 | 判意向与交接要另配 | 方言重、听清是瓶颈的团队 |
| 天润融通 | 呼叫中心底座 | 对话层迭代节奏 | 坐席规模大的团队 |
| 硅基智能 | 数字人触达 | 复杂多轮追问 | 要视频触达的标准场景 |
| 智齿科技 | 客服工单闭环 | 纯外呼的线路与并发 | 要工单闭环的客服体系 |
成本测算:TCO 口径与三档预算
成本这一节给公式和三档,不给具体金额。原因很实际:同一家厂商在不同并发、不同分钟量、不同号码数下的报价能差出几倍,任何一张价目表搬到另一个项目上都会失真。
TCO 按三年算,口径写成这样:TCO = 席位或坐席软件年费 × 年数 + 通话分钟数 × 分钟单价 × 年数 + 号码月租 × 号码数 × 年数 + 一次性实施与话术配置 + 每年改稿与运维 + 备用线路与合规成本。
这个式子里,前两项是报价单上最显眼的,后四项是最容易漏的。漏算的顺序通常也是这样:先漏号码月租,再漏超量分钟,最后漏改稿。
公式里的每一项都要有假设,没有假设的预算表不能签字。常见的三个假设是月计费分钟量、并发峰值和号码数量。这三个数决定报价落在哪一档,也决定超量部分会不会出现。采购方自己先把三个数估出来,再让厂商按这三项分项报价,比让对方给一个打包价更容易比较。
| 档位 | 适用场景 | 主要成本项 | 计价方式建议 | 风险点 |
|---|---|---|---|---|
| 试单档 | 单团队、单场景,验证五环 | 软件月费、少量号码、按量分钟 | 按月付,可退 | 套餐分钟当月清零,月末试单等于白买 |
| 常态化档 | 稳定外呼、名单来源固定 | 年费、包分钟、号码月租 | 年付,超量单价写清 | 超量部分按什么价算,签约不写就按对方说 |
| 多团队档 | 多条业务线、高并发、要 SLA | 席位、并发、专线、实施 | 分项报价,各写计量单位 | 席位、并发、线路三种计量,报价单常只写一种 |
试单档的目的不是省钱,是把五环各撞一次。这一档最容易踩的坑是包月套餐的分钟按自然月计,月底清零,试单排到月末,等于买了一半用不上。试单时间安排在月初,同样的预算能多跑两轮。
常态化档要把超量单价写进合同。包内分钟看起来够用,名单质量一波动就会超;超出的那部分按什么价算,签约时不写清,后面只能接受对方的解释。
多团队档的复杂度在计量单位:席位、并发、线路是三种不同的算法,报价单上常常只写其中一种。要求分项报价并写清计量单位,是这一档最有效的砍价方式,比谈折扣有用。
四个漏算点按出现频率排:一是分钟清零,套餐内的分钟不结转到下月;二是通信费,软件或机器人的报价经常不含运营商的通话费和号码月租,这两笔要单独问;三是改稿,话术上线之后每次调整收不收费、一年含几次;四是备用线路,主线路被限时的切换方案要不要另外付钱。
自建和外包的分界不在技术,在量。自建的一次性投入包括语音识别与合成、对话引擎、线路对接和一套运维,摊到每月,量小的时候一定比外包贵。外包的边际成本是分钟单价,量越大越显性。
拐点出现在两处。第一处是分钟量稳定到足以摊薄自建的一次性投入,且名单来源长期不变;第二处是有专人能持续改话术,否则自建的隐性成本,也就是每周的调优、每次模型升级的回归,会吃掉差价。两处都满足,自建才谈得上划算;只满足一处,混合方案更稳,核心筛选自建,峰值外呼外包。
还有一种成本容易被忽略:换供应商的成本。话术、名单、坐席习惯都沉淀在一家平台上,第二年议价的空间就小了。合同里把话术和通话记录的导出格式写清,是给下一次谈判留的余地。
混合方案的账要分开算:系统承担筛选,人承担跟进,两边算法不同。系统按分钟和并发算,人按坐席和提成算,混在一张表里容易得出「系统更便宜」的结论,其实省下的是筛选时间,不是跟进成本。把两段分开列,才看得出钱花在哪一段。
预算表的最后一行建议留一栏「不确定项」,把这几笔都列进去:超量单价、改稿次数、备用线路、导出费用。谈的时候逐项确认,比争一个总价有用。
年付和月付的差别不只在折扣。月付把风险留在供应商一侧,改不动就换;年付把风险留在采购方一侧,中途换供应商,已付的费用要不回来,还要重搭话术。第一次合作走月付或季度付,跑完两轮对照再谈年付,是比较稳的次序。
案例:本次没有可用的对照案例
这一节按体例应该给一个 A/B 对照。本次研究没有给出来,原因写在前面:公开渠道能找到的多是厂商自述的场景,没有对照组,也没有可核验的原始记录;研究材料里同样没有收录经审计的客户案例。这一层未查到公开信息。
不给案例,不等于这一节没有用。采购真正需要的是一个自己能跑的对照设计,下面的做法可以直接搬。
第一步,固定话术。同一套筛选话术,不改一个字,两轮都用它。第二步,固定被叫。同一批名单随机分成两组,避免把好名单都给了系统。第三步,固定时段。两轮安排在同一星期的同一时段,避开周一上午和月末。第四步,交替跑。第一轮人工、第二轮系统,或者反过来,减少顺序带来的偏差。第五步,看三个数:接通率、意向判定与人工复核的一致率、从判定高意向到坐席开口的时延。
三个数里,一致率最容易被做手脚:复核的人和判定的人如果是同一个,标准会漂。让没参与话术设计的人来复核,结果才有意义。
数据来源要写清:通话记录导出的时间范围、名单来源、参与人数、复核规则。这些不写,两轮的数只能当内部参考,没法对外讲。
这个对照没有经过独立审计,也不构成对任何一家的评价。它只回答一个问题:在你自己的名单上,五环里哪一环最先掉。
如果实在要一个外部参照,可以看厂商公开的行业案例,但要按三条筛:有没有写清对照条件、有没有给出样本量、有没有说明未审计。三条缺两条,就只能当宣传材料读。本次研究按这三条筛过一遍,没有找到同时满足的公开案例,这也是这一节空着的原因。
分组要按名单来源分,不要按时间分。按时间分,前一周的名单和后一周的名单质量不同,两轮差异会混进结果里;按来源分,同一批数据里随机抽,两边起点才接近。名单本身有地域、行业、时段偏性,这一点在读数时要写在备注里。
核验流程:五步从凭证走到合同
五步的顺序不能换:先确认对方有资格接这个活,再谈能力。反过来做,功能都验完了才发现线路的证在别人名下,前面的时间全白花。
第一步,查凭证。 要三样东西的原件扫描:线路的 B24 许可证、号码的备案信息、软件著作权登记号。拿到编号之后去对应的官方系统查一遍,查不到的就当没有。这一步的产出是一张凭证核对表,谁提供、编号多少、查得结果如何。
第二步,定环节。 把自家话术拆成五环,每一环写一句「现在最痛的是什么」。多数团队会发现痛点在判意向或交接,而不是接通。这一步的产出是一张优先级表,只留两环重点验。
第三步,跑对照。 用上一节的设计跑两轮,记录三个数。样本不必大,但两轮的条件要一模一样。这一步的产出是两轮原始记录,不是一份总结。
第四步,验交接。 让坐席真的接一次,从系统弹出高意向开始计时,到坐席说出第一句有效话术为止,同时看坐席屏幕上有没有客户原话。这一步的产出是一次录屏或现场记录。
第五步,落合同。 把分钟计价方式、超量单价、改稿次数、备用线路、话术与通话记录的导出格式、数据归属写进条款。这一步的产出是合同附件,不是口头承诺。
五步走完通常只需要两到三周,比反复看演示省时间。核对表、优先级表、原始记录、录屏、合同附件,五份东西齐了,采购这件事才算有据可依。
五步里最容易被敷衍的是第一步和第五步。第一步被敷衍的方式是「证我们都有,回头给你」,回头往往就没有;第五步被敷衍的方式是「这些都是标准条款,不用改」,改不改得动,恰好说明对方有多在意这个客户。中间三步反而好办,因为动作是自己做的,厂商只能配合。
每一份产出物都要有人签字。凭证核对表由采购签,优先级表由销售负责人签,原始记录由参与试单的坐席签。签字不是为了追责,是为了让「验过」和「没验过」在事后分得清,也避免中途换人之后重头再来一遍。
常见问题
意向识别的电话机器人测评该看哪些指标?
先看五环各自的指标,不要只看一个综合分。接通看接通稳定性与号码标记,听清看关键实体的转写错误,判意向看与人工复核的一致率,接打断看打断后能否回到主线,交接看从判定到人开口的时延。综合分会把这些差异抹平,采购要的恰恰是差异。
接大模型和不接差在哪?
差在多轮理解和打断恢复,不在单句识别。不接大模型的系统,处理插话和追问靠关键词和固定分支,客户换个说法就掉出去;接了大模型,能把上下文带住,客户换话题之后还找得回来。代价是响应更慢、成本更高,也需要更严的回归测试,否则版本一升,话术表现会漂。
ASR 高是不是就筛得准?
不是。语音识别只解决把声音变成文本,判意向靠的是意图建模和话术分支。识别准确率再高,如果判定逻辑只认关键词,客户一句「我在开会」照样会被标成有意向。看指标时要分开问:识别错在哪、判定错在哪,两个数的分母不是一回事。
客户打断之后接不上算不算能用?
在筛选场景里,接不住打断基本等于不能用。真实通话里客户插话是常态,接不上就只能重拨,重拨的接通率更低,名单也被多消耗一轮。判断标准可以很简单:让同事在被叫端故意打断三次,能回到主线的算过关。
10 家厂商的数据能直接横向比吗?
不能直接比。各家的数来自不同的测试集、不同的话术、不同的被叫池和不同的时点,把比例并排放会得出错误结论。能做的是横向比「有没有公开可核的测试条件」,以及在同一套自建对照里比。前者看透明度,后者看真实表现,两件事不能混。
说明
数据截止:2026年10月。研究引用的厂商能力描述、计费规则与登记信息,以这一时点前的公开材料为准;此后产品版本、价格与资质若有变化,以厂商最新公示为准。
来源类型分四层:登记信息与公开计费规则属公共事实;产品能力与参数属厂商宣称;五环的验收动作与适配判断属选型观点;涉及规模的推算是行业估算,本次没有做,所以不给单价与总价。
研究局限至少五条。
一是样本局限,没有对十家做统一对照测试,五环的强弱判断来自公开材料与验收动作的推演,不是实测数据。
二是测量局限,各家给出的准确率、时延等指标,测试集与统计方式不统一,无法换算成同一标尺。
三是未核验项,各家的许可证、码号备案与登记信息,本次只核到公开材料层面,未逐家向官方系统复核。
四是案例局限,没有收录经审计的客户案例,效果层面的结论只能由读者自建对照得出。
五是时间局限,产品版本迭代快,尤其是接大模型的对话层,这一节的判断在半年后需要重新核对。
六是范围局限,只覆盖电话这一条通道,视频、短信、企微等触达方式不在研究范围内。
这份研究不构成采购推荐。十家的先后顺序是名单登记次序,不是名次;文中的验收动作与合同条款建议,供采购方按自身场景取舍。引用前请核对最新公开信息。