张拼拼AI实战教练
← 回首页

一个人，一个智能体：我的 AI 私域运营看板

真人长视频 · EP0078 2026年8月3日 03:27
这一期讲什么

纯自然生长的状态下四百多个人，有将近一半活跃的用户，有 308 人主动发起了咨询。日均消息从两百多，涨到了将近五百条。

私信的用户里面大概有 40% 有明确的购买信号——那些是我主动接管去跟进的。

配套下载 · 给你的 Claude Code 学
企微 AI 机器人 · 架构分享（片中那一页原件） HTML 36 KB
片子后半段下半屏那页的原件，自包含单文件。一条回调流水线加一排定时任务的全景图（消息源 → 入口层 TLS/常驻进程/全量留档 → 编排层分诊·知识库检索·联网补时效·作答 → 旁路日报/知识库增量/健康探测/克隆音保活）+ 六条从第一天定下没变过的规矩（纯标准库零框架 · 先留档再谈功能 · 功能性 fail-open 敏感性 fail-close · 状态即文件 · 人机边界画清楚 · 监控独立于被监控者）+ 群问答那条七道闸的闸门链（大部分消息的正确处理是「闭嘴」）+ 六个模块与技术栈 + 七条踩过的坑（别把判定押在平台字段格式上 / 中文长文别用 JSON / 知识时效性入库时解决不了 / 「敏感」还包括替你许诺 / 改判定 prompt 必须跑对照组 / 验证从用户视角发起 / 花钱或有副作用的调用失败了不许盲目重试）+ 知识库的两个来源与那张 SQLite 单表。末尾附「把这页丢给你的 Claude Code」的六步起手提问序列。凭据、服务器信息与完整配置页内已刻意省略。
私域运营数据看板（对外分享版） HTML 61 KB
片子开头那套看板的对外分享版，数据内联在单文件里可直接打开。运行 53 天的真实数据：消息留档 17,488 条、智能体处理 12,846 条、好友自动通过 265 人。含每日消息量与 7 日均线、月度节奏、时段分布、星期 × 时段热力图、社群构成与参与率、用户分层画像与头部集中度、成长与留存（新增发言 / 持续活跃 / 转沉默）、智能体表现（意图分布、图片视觉、人工接管）、高频提问用户，以及从真实私信里读出的高意向线索与漏斗缺口。全部群友与客户昵称已脱敏（首字＋＊＊或化名），私信只做聚合统计、不展示原文。

片头我自己挂了一句保命声明：本内容仅为 AI 学习分享；官方工具有小微和大圆，或者企业认证之后的客服。下面讲的是框架与思路，不是教程。

运营一个群，可能从来没有像今天这么简单

这是我的 AI 帮我做的运营数据看板。

这个群基本上是一个自然生长的状态——去做促活、做答疑，以及商机的跟进。纯自然生长的状态下四百多个人，有将近一半活跃的用户，有 308 人主动发起了咨询。

看板上能看到这个群是非常活跃的：日均消息从两百多，涨到了将近五百条。

私信的用户里面大概有 40% 有明确的购买信号——那些是我主动接管去跟进的。

看板到底看什么

  • 群里每日消息量的变化曲线、活跃的时段分布，以及星期 × 时段的热力图——这其实一定程度上指导了我视频发布的时间；
  • 社群也可以进行区分和拆分：粉丝群、长期的客户，以及合作伙伴的群——运营的策略以及活跃度的指标是不一样的；
  • 也会对用户进行分层和画像；
  • 群里的活跃贡献者是谁；
  • AI 智能体答疑的类型分布；
  • 高频提问的用户都是谁；
  • 潜在的商业机会是什么；
  • 以及高意向的私信线索，它成交的窗口期是怎样的。

为什么大家都在问这套框架

群里的朋友都觉得，我的智能体回复得非常的自然，而且回复的质量非常的高，都在问我是如何去设计了这样一套智能体的框架。

其实从工作流的年代、差不多两年前，我就已经在医疗场景下构建了完善的意图识别知识库，以及自然语言表达的这样一套客服的逻辑。医疗服务那套是很复杂的；我的社群是 AI 的社群，不需要那么复杂的意图分析、长期跟进，甚至是区分客户的知识库管理——所以它是一个简化了的版本。

为什么不分享源代码

原因其实很简单：

因为在 AI 开发的年代，与其给你源代码，不如给你一套可以去学习的框架和思路。这样你的私域运营体系，是根据你的需求重新构建起来的，而不是对于我的体系的拙劣的模仿。里面有很多小的细节，你是可以重新去定义的。

那这里面这么多专业的术语看不懂怎么办？没有关系——把这个网页丢给你的智能体，Claude Code 或者是 Codex，它就可以跟你继续交互，并且完成这一整套的建设工作了。

片里那两页的原件都挂在本文末尾的附件里：架构分享页（就是拿去丢给你的 CC 那一页，末尾还写了六步起手提问）和运营数据看板（对外分享版，数据内联，单文件直接打开）。两份都是自包含单文件，凭据与服务器信息页内已刻意省略。

这套东西是怎么组起来的

先鉴权。 从逻辑上来讲会进行一个用户鉴权——不同的用户跟智能体对话，确实是区别对待的。

再作答。 在回复的时候，除了用了比较好的模型以外：

  • 会用我本人在群里的回复、以及我的博客的内容作为知识的注入；
  • 同时会用到 Perplexity 的联网 API 进行一轮搜索，去补全最新的一些新闻和资讯；
  • 回复的时候也会刻意模仿我的表达风格；
  • 根据不同问题的需求，有可能是简单的回复，也有可能是一个比较复杂、甚至是给到博客链接去延展阅读的回复方式。

旁路的运营策略，是额外挂上去的：

  • 一天五百条消息，有的人是没有时间看的 → 做日报的总结；
  • 我在群里面的一些原话，也会定期地去做知识库的增量；
  • 会做自身健康的检查和保活；
  • 还有一个非常有趣的功能，叫做彩虹屁——可以用我的语音，根据实际的情况去花式地夸群里的朋友。

规矩比代码重要

整个开发的过程当中，会给智能体一些规则：关于回复的逻辑、人机的边界等等，包括一些闸门的设计、一些敏感词的检测——都是一点一点迭代和生长起来的。

页面里也列了容易踩的坑、用到了什么样的模型和库、具体的配置示范，还有一些扩展的阅读。

最后

那我也不知道今天的内容能不能发出来，反正我是让我的 Claude Code 做了一个用心的准备——发不出来的话呢，又变成群友专享了。

运营一个群，可能从来没有像今天这么简单。