Skip to content
在此页面上

售后宝CLI × 飞书Aily 使用指南📚

适合谁企业管理员、团队负责人、HRBP、售后负责人、客户成功、运营、产品负责人、质检负责人
环境配置飞书Aily;推荐大模型:Doubao-Seed-2.0
看完你会知道在飞书Aily中对话时,售后宝CLI如何调用真实工单、客户、产品和流程数据,并生成可直接汇报的Excel、Word和PPT。

每个月底,你是不是也在做这些事:登录售后系统、导出工单数据、复制到Excel、手动排名和计算环比,最后再截图贴进PPT?一套流程下来,少说也要几个小时。

更麻烦的是,领导的问题往往只有一句话:“这个月谁的工单处理得最好?”“哪款产品报修最多?”“工单为什么超时?”但为了回答这一句话,你要在多个页面之间来回切换。

售后人的痛点不是不会分析,而是真实数据拿得慢、整理更慢。完成售后宝CLI连接后,你可以直接在飞书Aily里说出业务需求,让Aily负责理解和组织,让售后宝CLI与skills负责提供真实业务数据。

飞书Aily一句话入口
+
售后宝CLI + skills真实业务数据
=
Excel / Word / PPT可汇报结论

Aily把“找菜单”变成“说需求”,售后宝CLI把对话接到真实售后业务数据。

售后宝CLI让AI办公Agent真正接上售后业务

售后宝业务系统中沉淀了工单、客户、产品、备件和流程等真实数据。售后宝CLI与skills把这些数据和业务能力开放给AI办公Agent:Agent负责理解问题、拆解任务和组织结果,售后宝负责提供可信数据与业务查询能力。

因此,员工不需要先学习复杂的系统菜单,也不需要把数据导出后再交给AI。用售后业务语言描述目标,就可以直接获得Excel、Word或PPT等可验收成果。

【团队透视】老板要成绩单?不拉Excel,一句话搞定人效排名

适用角色管理员 / 团队负责人 / HRBP
业务价值把月底翻工单、算绩效的3小时工作压缩到10分钟,数据透明、计算公平。
你可以这样问“帮我把上个月每个人的工单量、响应时长拉出来,排个名,出一份Excel报表,要有排名和环比变化。”
关联能力售后宝CLI · 工单查询

过去做人员绩效盘点,第一步是导数据,第二步是清洗和合并,第三步才轮到分析。接入售后宝CLI后,这三步可以被一次自然语言任务串起来。

Aily会先理解你要比较的时间范围、负责人和指标,再调用工单数据形成分析摘要,同时生成完整Excel。管理者不仅能看到“谁排第一”,还可以继续查看完成率、平均响应时长和环比变化。

image.png

▲ 飞书Aily + 售后宝CLI生成的工单负责人绩效报表:左侧是AI分析摘要,右侧是完整Excel。

这类结果的价值,不只是节省一次制表时间。它把团队评价从“凭印象”变成“看同一套指标”,也让异常值更容易被发现:工单量高但响应慢、完成率低或环比明显下滑,都可以继续追问。

从结果里能看到什么?

  • 排名、完成率、平均响应时长、月度变化可以一次呈现。
  • Aily负责总结重点,Excel保留可核对、可继续加工的数据明细。

【追责不如找根】不用翻工单,AI告诉你超时到底卡在哪

适用角色管理员 / 售后负责人
业务价值AI定位是响应慢、审批慢还是处理慢,直接把超时数字转化为流程优化线索。
你可以这样问“查一下这个月所有超时的工单,到底是卡在哪个环节了——响应慢还是审批慢还是处理慢,出一份Word报告,要有超时分布、根因分析和改进建议。”
关联能力售后宝CLI · 工单查询

“本月有多少超时工单”只是结果,“为什么超时”才是管理问题。以前要回答这个问题,往往需要逐条查看工单轨迹,再人工判断停留节点。

Aily调用售后宝CLI后,可以把工单状态、节点停留和处理过程组织成一份Word分析报告。在示例结果中,AI不仅给出完成率,还直接归纳出派单、完成审核和SLA体系等关键瓶颈。

image.png

▲ 飞书Aily + 售后宝CLI生成的超时工单分析报告,AI摘要与Word正文可以同步查看。

管理者拿到的不是一张“超时名单”,而是一份可以用于复盘的诊断材料:哪个节点问题最集中、平均停留多久、应先调整流程还是补齐规则,都有明确方向。

从结果里能看到什么?

  • 从超时分布到根因分析,再到改进建议,报告可以直接支持周会复盘、责任分工和流程整改。

【资源优化】钱和精力怎么花?AI帮你做客户价值运营

适用角色客户成功 / 运营
业务价值服务资源有限,AI告诉管理者哪些客户值得投入、应该怎么投入,让资源分配从经验驱动走向数据驱动。
你可以这样问“把所有客户按价值分层,高价值、中价值、低价值各有什么特征,每个人一句话总结,出一份PPT,要有分层矩阵、各层级画像和运营建议。”
关联能力售后宝CLI · 客户查询、工单查询

客户数量越多,越不能平均用力。真正困难的不是把客户列出来,而是综合客户档案与服务活跃度,判断谁值得重点维护、谁需要激活、谁更适合标准化运营。

Aily可以调用客户和工单数据,形成价值分层矩阵、各层级客户画像和运营建议,并把结果生成PPT。对话里还可以直接翻看和分享,不必先下载再寻找文件。

image.png

▲ 飞书Aily + 售后宝CLI生成的客户价值分层PPT,包含价值矩阵、客户画像和运营建议。

四象限把“当前价值”和“未来潜力”放在同一张图里:明星客户需要深耕,金牛客户需要稳住,潜力客户需要激活,长尾客户可以采用更标准化的服务方式。经营动作因此更容易落到具体客户。

从结果里能看到什么?

  • 从客户分层到每位客户的一句话总结,再到分层运营策略,结果既能给老板汇报,也能给客户成功团队直接执行。

【风险预判】别等顾客投诉电话,AI提前告诉你“爆品”是谁

适用角色产品负责人 / 质检负责人
业务价值自动识别报修最多的产品和集中故障,并给出主动排查建议,让售后从被动救火转向主动预防。
你可以这样问“查一下最近几个月哪款产品寄修报修最多,集中在什么故障上,出一份Word报告,要有故障排行、故障分布和主动排查建议。”
关联能力售后宝CLI · 产品查询、工单查询、PaaS查询

产品问题通常不是没有线索,而是线索散在一条条报修工单里。等到投诉量明显上升再统计,产品和质量团队已经错过了最佳排查时间。

通过售后宝CLI,Aily可以把产品、工单与相关业务流程数据放到同一份分析里,输出报修产品排行、故障类型分布和主动排查建议。

image.png ▲ 飞书Aily + 售后宝CLI生成的产品故障分析报告,包含报修排行、故障分布和排查建议。

示例报告不仅指出高频报修产品,还把每类产品的主要故障标出来,并给出分优先级的排查建议。产品团队可以据此组织专项复盘、备件准备或主动服务。

从结果里能看到什么?

  • 把“最近是不是某款产品问题很多”的直觉,变成有排行、有分布、有建议的正式报告。

Agent会写报告,售后宝让它会查真实数据

飞书Aily擅长把业务需求变成对话任务,也能组织文字、表格和演示内容。但一份真正能用于售后管理的报告,必须建立在工单、客户、产品和流程的真实数据上。

没有售后宝CLI,Agent生成的是“像报告的内容”;有了售后宝CLI,Agent生成的是可核对、可下载、可继续行动的业务结论

售后宝CLI带来的,不只是“少做几张表”

  • 真实:数据直接来自售后宝业务系统,结论可以回到工单和客户明细中核对。
  • 简单:不用记菜单和字段,用售后语言描述问题即可发起分析。
  • 完整:同一条任务可以同时完成查询、归纳、制表和文件生成。
  • 可行动:产出不仅用于汇报,还能继续推动催办、整改、客户运营和产品排查。

在飞书里说一句话,让售后数据自己变成报告。

让AI办公Agent不只会写报告,更能读懂真实售后业务。

内容边界: 本文展示的是完成售后宝CLI连接后,在AI办公Agent中的业务使用效果,不包含安装、授权配置和常见问题说明。相关内容请查看本专题的其他帮助文档。