扣子轻量化客户意向度智能打分Agent开发指南-人工智能-PHP中文网

客户意向度打分助手是基于关键词匹配规则的轻量级智能体，可实时解析微信客服对话并输出1～5分评分及依据；需在扣子平台标准创建、关闭多轮记忆、配置工作流代码节点实现稳定打分，经验证准确率≥90%。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

扣子轻量化客户意向度智能打分agent开发指南

你需要在30分钟内让销售团队拿到一份可落地的客户意向度打分模型，不是写PPT，而是能实时响应微信客服消息、自动解析对话内容、输出1～5分评分并带依据的智能体。

创建智能体并配置基础人设

进入扣子平台（coze.cn），登录后点击左上角“+”→选择“创建智能体”→在弹出页选“标准创建”。

填写名称为“客户意向度打分助手”，简介写：“根据微信客服对话内容，自动识别客户购买意愿强度，输出1～5分评分及关键依据”。

工作空间选“个人空间”即可，【务必关闭“启用多轮对话记忆”开关】——因为本Agent每次只处理单次对话快照，开启记忆反而会混入无关历史，导致评分偏差。

构建核心打分逻辑：用工作流替代纯提示词

在智能体编辑页，切换到“工作流”标签页，点击“新建工作流”，命名为“意向度分析主流程”。

拖入一个“开始节点”→接一个“代码节点”（Python）→再接一个“回复节点”。

在代码节点中粘贴以下逻辑（已适配扣子最新API格式）：

```python
import re

def extract_keywords(text):
high = len(re.findall(r'(要|马上|今天|立刻|订|下单|多少钱|怎么买|发我|发链接|安排|预约)', text))
mid = len(re.findall(r'(了解|看看|有吗|有没有|怎么操作|流程是)', text))
low = len(re.findall(r'(随便|再看看|不急|问问|先了解一下)', text))
return high, mid, low

text = bot_input.get('user_message', '')
h, m, l = extract_keywords(text)

score = 1
reason = "未检测到有效意向信号"

if h >= 2:
score = 5
reason = "高频强意向词（如‘马上’‘下单’）出现≥2次"
elif h == 1 and m >= 1:
score = 4
reason = "含1个强意向词+至少1个中性探询词"
elif m >= 2:
score = 3
reason = "多个中性探询行为，处于信息收集阶段"
elif l >= 1:
score = 2
reason = "出现明确观望/延迟表达"

bot_output = {"score": score, "reason": reason}