售后宝CLI × QwenWork 使用指南📚
| 适合谁 | 企业管理员、团队负责人、HRBP、客户成功、运营、产品负责人、质检负责人、客服负责人 |
|---|---|
| 环境配置 | QwenWork;推荐大模型:Qwen3.8-Max-preview |
| 看完你会知道 | 在QwenWork中描述售后任务后,如何调用售后宝CLI生成可落到本地工作区的Excel、PPT和Word成果。 |
你可能已经习惯在AI办公工具里写方案、改文案、整理会议纪要。但当问题变成“把上个月工单拉出来”“按客户价值分层”“统计SLA达成率”时,AI往往会反问:数据在哪里?
于是你还是要打开售后系统、下载文件、调整列名、补充口径,再回到AI里继续。真正耗时的不是最后那段文字,而是从业务系统到办公文件之间的搬运。
QwenWork联动售后宝CLI后,这段搬运可以被省掉:你在对话里描述目标,CLI查询真实数据,结果直接落成办公文件。
QwenWork一句话入口
+
售后宝CLI + skills真实业务数据
=
Excel / Word / PPT可汇报结论
QwenWork负责理解任务和生成办公文件,售后宝CLI负责把真实业务数据送进任务。
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。
【人效排名】对话里把需求说清,Excel落到工作区
| 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 |
人效分析的难点不只是求和,而是要确认统计范围、负责人归属、环比月份和异常数据。QwenWork在执行任务时,会围绕指标和排名口径进一步组织步骤,再调用售后宝CLI完成查询。
示例结果中,QwenWork汇总工单数量和平均响应时长,给出综合排名和口径说明,并把Excel保存到工作区。对话负责解释结果,表格负责保留可继续使用的数据。

▲ QwenWork完成工单人效任务后,在对话中给出排名、数据口径和结果文件。

▲ 生成的Excel包含核心指标、人员排名和环比变化,可继续筛选和编辑。
这种组合尤其适合“先问一句、再拿文件”的工作方式。管理者不需要先搭表格框架,也不用手工复制工单明细。
从结果里能看到什么?
- 自然语言负责定义目标,售后宝CLI负责取数,QwenWork负责把结果组织成可交付Excel。
【客户分层】从提问到可编辑PPT,经营建议不再从零写
| 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 |
客户运营报告通常需要同时处理两类信息:客户档案体现“客户是谁”,工单数据体现“最近发生了什么”。两类数据分散时,客户成功团队很难快速形成统一判断。
QwenWork调用客户与工单数据后,可以生成分层矩阵、客户画像和运营建议,并把结果整理成PPT。对话中保留任务说明和文件位置,PPT则用于汇报和后续编辑。 
▲ QwenWork生成的客户价值分层PPT,包含分层分析和可视化页面。

▲ QwenWork在对话中完成任务说明并交付客户分层文件。
报告的重点不是把客户贴上标签,而是让标签对应不同动作:重点深耕、维持续约、激活潜力或采用标准化服务。客户成功团队拿到结果后,可以直接转成运营计划。
从结果里能看到什么?
- 客户数据与服务行为被放进同一个分析框架,PPT既展示分层,也说明每一层应该怎么运营。
【高频故障】聊天负责解释,Word负责沉淀
| 适用角色 | 产品负责人 / 质检负责人 |
|---|---|
| 业务价值 | 自动识别高频报修产品、集中故障与排查优先级,为质量整改和主动服务提供依据。 |
| 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 |
产品故障复盘需要把大量自然语言故障描述归类,再与产品品类和工单数量交叉分析。人工整理时,不仅耗时,也容易因为描述不统一而遗漏趋势。
QwenWork通过售后宝CLI获取产品与工单数据后,可以先在对话里概括主要发现,再生成Word报告,呈现产品排行、故障分布、典型问题和排查建议。

▲ QwenWork在对话中完成高频故障分析,并给出报告文件。 
▲ 生成的Word报告展示产品故障排行、分布和排查建议。
对产品和质检负责人来说,Word文件更适合作为正式复盘材料:可以补充责任人、整改计划和会议结论,也可以继续流转给研发、供应链或服务团队。
从结果里能看到什么?
- 对话快速看结论,Word沉淀完整分析;既适合即时判断,也适合正式复盘。
【SLA达成率】核心指标、超时工单与原因分类一次生成
| 适用角色 | 管理员 / 客服负责人 / 运营 |
|---|---|
| 业务价值 | 实时发现履约瓶颈、规避违约风险,也能用数据证明服务价值并推动持续改进。 |
| 你可以这样问 | “帮我统计一下上个月工单SLA达成率,哪些单子超了、超了多少、什么原因,出一份Excel,要有达成率、超时明细和原因分类。” |
| 关联能力 | 售后宝CLI · 工单查询、工单状态统计 |
SLA分析最怕“只有总数,没有原因”。一旦达成率下降,负责人必须继续追到具体状态、具体工单和具体超时原因。
示例中,QwenWork生成的Excel显示36条工单中17条达成、19条超时,达成率47.2%;同时按状态拆分,并把超时原因分类到具体工单。 
▲ QwenWork完成SLA分析后,在对话中交付Excel文件和结论说明。

▲ SLA分析Excel包含核心指标、状态分布、超时原因分类和明细工作表。
当总览、明细和原因分类在同一个文件里,管理者可以先判断风险,再直接筛选对应工单进行催办或复盘,不需要重新拼接多张表。
从结果里能看到什么?
- 从一个达成率出发,继续追到状态分布、原因占比和具体工单,报告能够直接支持过程管理。
从对话到文件,中间不再人工搬数据
QwenWork可以把业务需求组织成办公任务,并生成Excel、PPT和Word;售后宝CLI让这些文件不再依赖手工上传的数据,而是直接建立在售后宝真实业务数据之上。
对售后员工而言,最明显的变化是:不用先做一份“给AI看的数据”,AI可以直接产出一份“给业务用的报告”。
售后宝CLI带来的,不只是“少做几张表”
- 少搬运:不用反复导出、复制、改列名,再把文件重新交给AI。
- 好衔接:对话中的结论与本地办公文件相互对应,方便查看和继续编辑。
- 多场景:人员绩效、客户运营、产品故障和SLA管理都可以用自然语言发起。
- 可追溯:关键指标和明细同时保留,便于复核口径和追到具体业务对象。
让QwenWork负责生成,让售后宝CLI负责把数据变真实。
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。 |
|---|