售前沟通里，很多信息不是没有，而是散在聊天记录、会议纪要、表单和销售口头判断里。方案团队接手时，经常先问一轮：客户到底要解决什么问题，预算有没有数，要接哪些系统，谁是决策人，风险在哪里。
AI Agent 很适合做售前资料初筛。它不替销售承诺方案，也不替方案经理定价格，而是把原始资料拆成可判断字段，让下一步沟通更聚焦。这个场景可以和 销售线索整理、销售数据周报、销售报价审批 放在一起看。
先把客户需求写成场景
客户说“想做 AI Agent”，这不是需求。初筛时要把它转成场景：要处理哪类任务，当前谁在做，卡点是什么，期望节省时间、提升质量，还是降低风险。
Agent 输出时最好保留原话证据。比如客户提到“客服每天重复查订单”，就不要只总结成“提升效率”，而要写清重复动作、涉及系统和当前人工成本。
预算和时间节点要单独标出
售前资料里最容易被含糊处理的是预算。没有明确金额，也可以记录预算状态：已立项、待申请、试点预算、没有预算、只做调研。时间节点也一样，区分演示、试点、采购、上线和续费。
这些字段会影响下一步动作。试点预算适合准备轻量方案，没有预算的调研更适合给案例和成本测算，已经立项的客户才需要更完整的技术评估。
集成条件决定方案复杂度
Agent 项目落地，复杂度常常不在聊天界面，而在系统集成。客户是否有知识库、CRM、工单系统、权限系统、单点登录、审计要求，都会影响方案。
初筛时要把“已具备”“需要确认”“缺失”分开。需要确认的字段进入下一次会议问题清单，缺失字段则转成风险提醒。它和 数据质量门禁 的思路类似：底层条件不清，后面不要急着给承诺。
风险问题要提前交给人判断
售前 Agent 最不能做的，是为了让机会看起来更顺而弱化风险。比如客户要求自动写入生产系统、涉及敏感数据、没有明确负责人、要求很短时间上线，这些都应该被标出来。
可以让 Agent 输出一张“下一步材料清单”：需要客户补什么，我们需要准备什么，哪些问题必须由销售、方案、法务或安全负责人确认。这样交接时不会只剩一句“客户很感兴趣”。
总结
用 AI Agent 做售前资料初筛，重点是把散乱资料拆成需求、预算、集成、角色、风险和下一步材料。它能减少重复沟通，也能让销售机会更早暴露真实难点。
