人工意向标签怎样设计，才能支持后续跟进？

先确定标签要解决什么问题

人机耦合把有咨询意向的用户交给坐席，但这些用户的需求深度、时间安排和下一步动作可能不同。标签的作用，是让后续人员理解已经确认了什么、还需要做什么。

人机耦合把有咨询意向的用户交给坐席，但这些用户的需求深度、时间安排和下一步动作可能不同。标签的作用，是让后续人员理解已经确认了什么、还需要做什么。

如果标签只表示坐席个人感受，团队很难持续复盘。应尽量围绕用户明确表达的需求和可执行的跟进事项来设置，而不是仅凭通话时长或语气判断。

可以用哪些标签作为讨论起点

标签不需要一次定全，先覆盖最常见的几种情况即可。下面四种可以作为讨论起点，具体名称和层级建议结合你自己的业务调整：

让不同坐席对同一标签有共同理解

为每个标签准备定义、典型例子和边界情况。例如"有时间意向"与"已预约成功"应分开：前者描述用户表达，后者还需要检查后续执行是否真的完成。

用一组实际业务样本进行讨论，检查不同坐席是否会得出相同判断。存在分歧时先修订口径，再扩大使用，避免一边标注一边不断改变定义——口径前后不一致，汇总出来的数据就没法比。

复盘时保留上下文

检查标签之外，还应关注原始需求、判断依据与后续处理是否一致。若只汇总标签数量，就难以知道问题出在初筛口径、人工理解还是后续执行。

标签调整后，应说明生效时间与适用范围。比较不同阶段结果时，先确认定义相同，避免把口径变化误认为业务表现变化。

一项人工标签至少包含哪些内容

一项人工标签至少包含下面三项。这里还需要分清：AI 初筛只表示是否有咨询意向，人工标签表示进一步核实的业务状态；业务结果尚未回传时，不根据意向等级推断成交——标签是"高"，不等于已经签单。