客户越攒越多，每次跟进都凭感觉/经验。谁该催、谁该让、谁该重金维护？把 Excel 丢给 AI，三步自动分层：Kimi 把散落数据先对齐，DeepSeek 按维度打标签，最后人拍板。

能丢什么活？

第一步：让Kimi把零散记录对齐成一张表

Kimi 擅长读长内容，把客户问价、订单确认、邮件沟通里散落的信息分解成结构化表。

提示词（可复制）：

我要把以下客户沟通记录整理成一张表格，请你读完每一段，按字段填入：客户编号（用 A、B、C 顺序编号即可）、最近一次联系时间、累计询价次数、是否下单、最近一次下单金额、当前跟进阶段（首次接触/报价中/催款中/已成交/沉默）。 顺序混乱也没关系，按你的理解归到对应行。最后输出成 Markdown 表格，不要加任何评论。 以下是记录： [把脱敏后的聊天记录/订单流水/邮件摘录粘贴在这里]

跑完之后会得到一张干净的客户主表——下次再写分析或发跟进，不用翻历史。

第二步：丢给DeepSeek打标签

主表筛好后，DeepSeek 按设定维度批量打标签，速度快，规则显性。

提示词（可复制）：

基于这张客户表，请你按以下三个维度给每位客户打标签，每个维度输出"高/中/低"三档：

1. 价格敏感度（参考：累计询价频率、最近单价波动反应）
2. 合作频次（参考：累计下单次数、最近一次下单距今天数）
3. 跟进阶段（参考：状态字段、最近联系时间）
   输出格式示例：客户 A | 价格敏感度:中 | 合作频次:高 | 跟进阶段:催款中 → 综合建议:本月优先催款
   不要给出"建议删除客户"这类结论，只输出我要求的标签。

输出结果长这样：

A 公司 | 价格敏感度:中 | 合作频次:高 | 跟进阶段:催款中 → 综合建议:本月优先催款
B 公司 | 价格敏感度:高 | 合作频次:低 | 跟进阶段:已成交 → 综合建议:节前批量推新品
C 公司 | 价格敏感度:低 | 合作频次:高 | 跟进阶段:首次接触 → 综合建议:重点维护

第三步：人拍板

AI 分层只是参考。客户和客户不一样，AI 看不到你与客户之间的人情、承诺、关系变动。拿到标签后过一遍：AI 标"沉默"但你想起了他下周结婚要送礼的，归到"维护"；AI 标"低敏感"但最近因为汇率问题和领导吵过的，归到"中度跟进"。

AI 作分拣工，你作决策人。

提醒

1. 脱敏脱敏还是脱敏。这一步省不得。
2. AI 不会做"要不要砍掉客户"的决定，它只在三个维度打分，决策由人来做。
3. 客户数量太少（30 条以下）时，AI 容易硬找规律输出标签，这种小样本不可信，参考下就行。