業務主管不再聽錄音聽到耳聾！用 AI 分析 CRM 對話紀錄，打造 24H 自動化「銷售教練」系統

嗨，我是 Eric，浪花科技的資深工程師。如果你跟我們公司的業務主管一樣，每天盯著 CRM 裡的幾百通電話錄音、會議記錄發愁，想著到底該怎麼聽完這些「天書」來指導底下的業務，那這篇文章就是為你準備的。說實話，身為工程師，我看到業務團隊還在用「人耳」去聽每一通 Call，我就覺得這是對算力的極大浪費。

2025 年了，AI 不應該只是拿來寫寫文案或生成圖片。真正的「營收智慧（Revenue Intelligence）」在於如何把堆積如山的 CRM 對話數據，轉化為具體的銷售建議。今天，我要帶大家實作一套「AI 銷售教練」系統，讓你的 WordPress 與 CRM 變成自動化的業務培訓基地。

為什麼你需要一個 AI 銷售教練？（而不只是聊天機器人）

很多人搞混了「AI 客服」和「AI 銷售教練」。前者是對外的，用來應付客戶；後者是對內的，用來武裝你的業務團隊。

試想一下這個場景：你的頂尖業務員小陳，每次遇到客戶殺價都能完美化解；而剛來的新人小王，一聽到「太貴了」就只會沈默或直接打折。身為主管，你沒辦法陪小王去跑每一個客戶。這時候，如果有一個 AI 能自動分析小王的通話紀錄，並告訴他：「嘿，在 12 分 30 秒客戶提到價格異議時，你應該嘗試用價值錨定法，而不是直接降價。」這就是 AI 銷售教練的價值。

目前市場上的技術缺口

Gong.io 或 Chorus.ai 這些國外大廠雖然好用，但價格昂貴且對中文語境（尤其是台灣在地的商務對話）支援度有時不盡人意。透過 WordPress 強大的整合能力，配合 OpenAI 或 Anthropic 的 API，我們完全可以自幹一套符合在地需求的輕量級系統。

系統架構：如何讓 WordPress 聽懂 CRM 的話？

這套系統的核心邏輯其實不複雜，我們工程師常說：「Input 決定 Output」。這裡的 Input 就是 CRM 中的對話紀錄（Transcripts）或 Email 往來。

• 資料源（Data Source）： CRM 系統（如 HubSpot, Salesforce, 或 WooCommerce 的對話外掛）。
• 大腦（Processing Unit）： LLM (Large Language Model)，推薦使用 GPT-4o 或 Claude 3.5 Sonnet，因為它們對長文本的理解能力較強。
• 中樞（Orchestrator）： WordPress + 排程系統（WP-Cron 或 Action Scheduler）。
• 輸出（Output）： 自動生成的「教練建議報告」，回寫至 CRM 或是發送給業務本人。

實戰開發：從 API 串接到 Prompt Engineering

這裡我會秀一些簡單的程式碼片段。我知道大家用的是經典編輯器，所以我會盡量保持格式乾淨。我們要做的是一個 PHP Function，它會去抓取對話紀錄，然後丟給 AI 分析。

步驟一：獲取對話紀錄

假設你的 CRM 提供了 API 讓你獲取某筆 Deal 的 Note 或 Call Log。這裡以偽代碼（Pseudo-code）示意：

function get_crm_conversation_log( $deal_id ) {
    // 這裡通常會使用 cURL 或 wp_remote_get 來呼叫 CRM API
    $api_url = 'https://api.your-crm.com/v1/deals/' . $deal_id . '/timeline';
    $response = wp_remote_get( $api_url, array(
        'headers' => array(
            'Authorization' => 'Bearer ' . YOUR_CRM_API_KEY
        )
    ));

    if ( is_wp_error( $response ) ) {
        return false;
    }

    // 假設回傳的是 JSON 格式的對話文字
    $body = wp_remote_retrieve_body( $response );
    $data = json_decode( $body, true );
    
    return $data['transcript']; // 取出對話逐字稿
}

步驟二：設計「教練」的 Prompt (提示詞)

這一步是成敗關鍵。你不能只叫 AI「分析這段話」，那樣它只會給你摘要。你需要賦予它「資深銷售總監」的人設。這是我經過多次測試後，覺得效果不錯的 Prompt 架構：

工程師的小囉嗦：Prompt 就像寫程式的 Spec，寫得越模糊，AI 吐出來的 Bug (幻覺) 就越多。

• Role (角色): 你是一位擁有 20 年 B2B 銷售經驗的王牌銷售教練，擅長 SPIN 銷售法。
• Task (任務): 分析以下的銷售對話紀錄。
• Constraints (限制): 請不要只給讚美，必須指出具體的改進點。
• Output Format (格式): 請以 JSON 格式輸出，包含「優點」、「致命缺點」、「話術建議」、「客戶潛在情緒」。

$system_prompt = "你是一位資深銷售教練。請分析對話紀錄，並針對業務員的表現進行評分。"
    . "重點分析：1. 開場白是否吸引人 2. 需求挖掘是否深入 3. 異議處理是否恰當。"
    . "最後，請給出一段『如果重來一次，這句話該怎麼說』的具體範例。";

步驟三：呼叫 AI 並處理回傳

接著我們把資料丟給 OpenAI API。這裡要注意 Token 的限制，如果對話太長（例如一小時的會議），可能需要先進行分段摘要，或是使用支援 128k context window 的模型。

function generate_sales_coaching_advice( $transcript ) {
    $api_key = 'YOUR_OPENAI_API_KEY';
    $endpoint = 'https://api.openai.com/v1/chat/completions';

    $payload = array(
        'model' => 'gpt-4o', // 建議使用較聰明的模型
        'messages' => array(
            array('role' => 'system', 'content' => $system_prompt),
            array('role' => 'user', 'content' => $transcript)
        ),
        'temperature' => 0.7
    );

    // 發送請求 (略過詳細 cURL 設定...)
    // 處理回傳...
    return $ai_advice;
}

進階應用：情感分析與成交機率預測

除了給出話術建議，我們還可以利用 AI 進行「情感分析 (Sentiment Analysis)」。很多時候，客戶嘴巴說「我再考慮看看」，但語意中其實充滿了興趣，只是在等待一個推力；或者客戶說「還不錯」，但 AI 可以分析出其用詞極度敷衍。

透過將這些「非結構化數據」轉化為「結構化標籤」（例如：客戶興趣度：高/中/低），我們可以回寫到 WordPress 或 CRM 的資料庫中。這樣一來，業務主管不需要打開錄音，只要看後台的儀表板，就知道今天哪個業務跟客戶談崩了，哪個客戶其實快成交了。

資安與隱私：工程師的堅持

在把資料送給 AI 之前，我要嚴肅地提醒一件事：PII (個人識別資訊) 的處理。客戶的電話、信用卡號、住址，這些絕對不能直接裸奔傳輸給公有的 LLM。

在我們的程式碼中，必須加入一層「資料清洗 (Sanitization)」的中介層。可以使用 Regex 正規表示法，將手機號碼或 Email 替換成 `[REDACTED]`。這不僅是為了合規（GDPR/個資法），也是保護公司的商業機密。

結語：從「管理」到「賦能」

導入 AI 銷售教練系統，目的不是為了監控業務員，而是為了賦能 (Enablement)。當你的業務員發現，每次通話結束後 5 分鐘，手機就能收到一條精準的建議，告訴他下次如何改進，他會把這個系統當成夥伴，而不是監視器。

這套系統的搭建並不難，難的是如何將它無縫整合進你們現有的工作流。如果你對這套架構感興趣，但不想自己碰那些煩人的 API 驗證和除錯，歡迎隨時找我們聊聊。

延伸閱讀

• 告別「憑感覺」抓業績！用 WordPress + CRM 數據打造你的 AI 銷售預測水晶球
• 別再用「貴賓」稱呼每個人！WordPress + CRM 終極聯動，打造看人下菜碟的『智慧文案』系統
• 客服回覆到手軟？教你用 Gemini API 打造 WordPress 自動讀心術，一秒看懂客戶在想啥！