锦鲤研究院KOI RESEARCH
← 返回数字员工总览
DIGITAL WORKER 01 · CUSTOMER RESEARCH

客研研究员:
从问题到证据

客研不是写问卷、跑访谈、拼报告。它要回答四个问题——谁在买、为什么买、为什么不买、愿意付多少。这位数字员工把四问拆成五道工序,每道工序有输入、有产出、有闸门。

5 道工序 42 / 27 题 5 层门控 状态:在训 · 11 月上岗
01

八项职责,拆到工序

判断标准只有一条:这一步的产出能不能被验收。能被验收的交给 AI,不能的留给人。

左右滑动查看完整表格 →
职责AI 具体怎么做谁做交付物
竞品扫描拉二手成交、在售楼盘、板块热度,按板块生成竞品台账,标出开盘与调价AI 主导竞品台账(周更)
客群分层先用成交结构(面积段 × 总价段 × 户型)分层,再用访谈校准;每个百分比带 nAI 起草
人核对分层是否成立
客群档案 + 证据
问卷设计与执行按阶段裁 42 / 27 题,校验样本配额与甄别逻辑,导出可执行问卷AI 主导问卷 + 配额表
深访与追问提纲、追问库、五维深度评分;回答变浅时提示追问人主谈
AI 记录与评分
逐字稿 + 评分
定位与产品建议户型配比、价格锚、竞品对标,给候选方案与代价人拍板
AI 供数与对标
定位报告
展示区与首开复盘六触点评价、成交 vs 流失对比、AIDA 归因,列出可改项AI 归因
人确认结论
复盘报告
报告与证据附录三件套(HTML / CSV / 模板)+ 证据表,署名与来源统一AI 起草报告三件套
判断沉淀结论入判断库,到期提醒回看,记录对错人主导
AI 提醒与归档
判断卡
02

AI 能解决什么,人保留什么

AI 主导(标准化工序)

  • 取数与结构化:成交、楼盘、热度、竞争,按板块自动成表
  • 样本与执行:问卷配额、甄别逻辑、回收校验
  • 对比与归因:成交 vs 流失、预判 vs 实际、竞品 vs 本项目
  • 初稿与附录:报告骨架、图表、证据表、来源标注

人保留(判断与关系)

  • 拿地与定位拍板:结论错了要有人担责
  • 深访现场:追问的时机与分寸,AI 替不了
  • 成本与承诺:精装标准、交付承诺、对外口径
  • 样本授权:客户名单与访谈录音的使用边界

一条结论,向下追四层

AI 可以写得很快,但快不是标准;能不能追到一条原始记录才是。

SOURCE → SAMPLE → EVIDENCE → INSIGHT → REPORT 来源录音 / 问卷 / 成交带日期与渠道 样本批次 · n · 对象类型真实 / 模拟分账 证据原话 / 数据点 / 观察每条可回查 结论置信度 · 适用范围写明局限 报告三件套 + 证据附录可订阅、可复跑 闸门:无证据不出结论 百分比必须带 n、时间、城市、来源;缺一项,报告生成器拒绝出文件
来源 录音 / 问卷 / 成交样本 批次 · n · 类型证据 原话 / 数据点结论 置信度 · 局限报告 三件套 + 附录
一句话:AI 把「跑数、成表、归因、成稿」这四步压缩到小时级;人只保留「定假设、拍板、担责」。
03

五道工序

每道工序都有样本量下限;样本不够就降级或阻断,不许硬写。

S1 · 可研客群 谁会买 竞品业主 / 潜在客户 8–20 人 · 60–200 份 S2 · 项目定位 做什么产品 客群分层 / 竞品对标 10–40 人 · 80–300 份 S3 · 展示区 打动了吗 到访客户 / 六触点 10–30 人 · 80–250 份 S4 · 首开复盘 成交 vs 流失 双版本问卷 / 8 主题 10–40 人 · 60–300 份 S5 · 精装提升 抗性在哪 业主 / 到访 / 流失 10–30 人 · 80–250 份 门控 · 五层(脚本执行,不靠模型自觉) 字段完整度 ≥ 0.8 · 问卷 ≥ 30 字 · 深访 ≥ 40 字 · 置信度 ≥ 0.5 · 模拟样本单独成表 样本不够就降级或阻断,不许硬写
S1 · 可研客群 谁会买 · 8–20 人 · 60–200 份S2 · 项目定位 做什么产品 · 10–40 人 · 80–300 份S3 · 展示区 打动了吗 · 10–30 人 · 80–250 份S4 · 首开复盘 成交 vs 流失 · 10–40 人 · 60–300 份S5 · 精装提升 抗性在哪 · 10–30 人 · 80–250 份
04

门控:不合格就停

这些阈值写在 config/gates.json 里,由脚本执行;不靠模型自觉。

左右滑动查看完整表格 →
检查项阈值不通过
字段完整度≥ 0.8不放行,先补输入
问卷单题作答≥ 30 字判敷衍,需追问或作废
深访单轮≥ 40 字(真实均值 80–200)标记浅层,触发追问
作答置信度≥ 0.5画像与选项矛盾,复核
选项异常单项 > 90% 或 5 级量表 SD < 0.5无真实分化,数据可疑
痛感触发≥ 2 个 / 场流失归因无效
差异化追问≥ 1 个 / 场只走提纲,深度不足
深访质量分≥ 0.7 通过;< 0.5 阻断重做该场
角色间深度均衡≥ 0.7结论可能有偏
05

整合包里有什么

一个目录,交给任何 agent;不依赖我们的模型、平台或终端。

koi-keyan-agent-pack-v0.1.zip 约 20 个文件 · 方法 + 门控 + 示例 · CC BY 4.0 / MIT
左右滑动查看完整表格 →
目录 / 文件内容作用
SKILL.md角色、边界、五阶段路由agent 入口
workflow/S1–S5.md每阶段的输入、步骤、产出、人工闸门照着跑
config/question-bank.md42 题(S1/S2)、27 题(S3)与甄别逻辑不重新出题
config/interview-guide.md5 类对象提纲 + 追问库深访不跑题
config/gates.json本页第四节全部阈值机器可读门槛
gates/check_evidence.py结论挂证据、百分比带 n、模拟隔离硬拦
gates/check_depth.py五维深度评分浅了追问
schemas/evidence.json证据单元结构格式统一
schemas/insight.json结论结构(含证据 ID、置信度)可追溯
data/接口说明.md只读网关字段与调用示例接数用
examples/证据表 + 示例报告照格式
  1. 解压整个目录放进 agent 工作区,保持层级
  2. 给三样输入项目材料、所处阶段、可用数据(有无 CRM / 访谈)
  3. 过闸再往下每阶段先跑 gates,不合格就补样本,不硬写
06

现在到哪一步

07

引用与联系

引用格式:锦鲤研究院.《数字员工 01 · 客研研究员:岗位拆解与整合包》. 2026-10-24. https://estate.orangewiki.cn/systems/keyan/
获取整合包:husixu@qq.com(v0.1 直接下载;需要定制可邮件联系)。
边界:不提供个人购房建议;不替代拿地、定价与对外承诺的最终判断。