SERVER ONLINELEAD #148
一
客户在 Telegram 留言选择服务、城市、时间，并补充必要信息
输入二
机器人按场景追问不闲聊，优先收集能推进成交的数据
AI三
负责人收到完整线索联系人、需求、预算、来源集中在一张卡片
完成第一版场景通常可以在3–7 天
一个记录 Telegram 机器人、AI 自动化、线索收集和小型业务服务器实践的独立技术博客。
把混乱的聊天变成可处理的线索系统。
lead 线索slot 预约faq 问答crm 表格pulse 报告
不是泛泛而谈的 AI 博客
重点记录从消息到业务动作的短路径。
→线索收集机器人
菜单、联系方式、图片、地址、时间和备注。机器人先整理信息，再把完整线索交给负责人。
→基于资料库的 AI 回复
用价格表、规则、FAQ 和内部文档回答问题。遇到不确定的问题，应该转人工，而不是编答案。
→表格、CRM 与通知
Google Sheets、Telegram 通知、状态跟踪、日报和提醒。简单系统先跑起来，再决定是否接复杂 CRM。
工作方法
先做能验证的场景，再扩展复杂系统。
一个演示场景就能说明价值
无论是维修、课程、门店预约还是本地服务，先做一个完整路径：客户提问、机器人追问、负责人收到线索、数据进入表格。
client: 我想预约手机维修 bot: 请问机型和故障是什么？ client: iPhone，屏幕碎了 bot: 收到，请补充地区和联系电话 system: 线索已发送给负责人并写入表格
不急着做后台
早期往往 Telegram 加表格就够用。先让业务流程跑起来，再做权限、统计和管理界面。
AI 只做适合它的部分
总结长消息、分类需求、判断紧急程度、生成下一步问题。状态、通知和存储仍然交给确定性逻辑。
Posts
文章围绕真实流程、部署和机器人设计展开。
这个博客会持续补充 Telegram、AI agent、部署和业务流程自动化的实践笔记。