销售线索整理很适合交给 AI Agent，因为它重复、琐碎，又非常怕漏。一个潜在客户可能从官网表单进来，也可能发邮件、加微信、在群里提问。信息分散以后，团队最常见的问题不是没人回复，而是没人知道这条线索到底处在哪一步。
如果你已经看过 用 AI Agent 做竞品监控，会发现两者的底层思路很像：先收集分散信息，再筛选和归类，最后输出可执行清单。销售场景的不同在于，结果必须能被人接手，而不是只写一份漂亮报告。
先统一线索字段
不要一上来就让 Agent 自由总结。更稳的做法是先定义字段：客户名称、联系方式、来源渠道、需求关键词、预算线索、时间要求、已沟通内容、下一步动作。字段越清楚，后面的自动化越稳。
对小团队来说，最重要的不是搭一个复杂 CRM，而是让每条线索至少能被看懂。哪怕最后只是写入一张表，字段统一也能减少大量来回确认。
让 Agent 做意向分级，但保留人工确认
Agent 可以根据文字判断线索意向，比如“明确询价”“要求演示”“只是在了解”“疑似学生调研”。但这个分级最好不要直接决定销售动作，而是作为参考。涉及报价、承诺和合同的环节，仍然需要人工确认。
这点和 OpenClaw 权限与凭证管理 的原则一致：低风险整理可以自动做，高风险动作要有边界。Agent 适合把线索排好队，不适合替团队随口承诺。
把客户问题反向沉淀进知识库
销售线索整理不只是为了跟进客户，还能反向发现市场问题。比如客户总问“能不能接企业微信”“是否支持本地知识库”“怎么控制权限”，这些问题就是后续内容、产品和客服 FAQ 的素材。
如果你正在做客服或售前自动化，可以把这篇和 客服 FAQ 的 6 类问题 放在一起看。销售线索里的真实问法，比团队自己想出来的标准问答更接近搜索需求。
一个可落地的流程
实际落地时，可以先从轻流程开始：每天固定时间读取表单、邮箱和聊天摘要；把新增线索整理成统一字段；按意向高低分组；生成今日跟进清单；对需要人工处理的线索标注原因；最后把高频问题补进知识库。
这个流程不要求一步到位。先让 Agent 把“散乱信息变成清单”做好，就已经能省掉不少运营和销售的时间。等流程稳定后，再考虑接入自动提醒、CRM 写入和团队周报。
总结
用 AI Agent 做销售线索整理，重点不是替代销售，而是把分散信息变成可跟进、可复盘、可沉淀的结构化资料。字段统一、意向分级、人工确认和知识库回流这四件事先跑顺，小团队的线索管理就会轻很多。
