Anthropic 销售团队用 Claude Managed Agents 搭建购买代理,让入站线索转化为商机的比例提高一倍以上、成交快约五天
核心概要
Anthropic 销售发展负责人 Carl Johnson 讲述其团队如何在 Claude Managed Agents(beta)上构建一个购买代理,部署在 Contact Sales、Pricing 页面、产品内和邮件中,每天承接数千次对话并可直接完成结账,把线索转化为商机的比例提高到旧表单的两倍以上、成交快约五天,同时把需要人工介入才能成交的对话占比降低约一半。
深度剖析
购买代理把入站流程从“填表—排队—人工跟进”改为“随时对话—直接购买或转人工”,每天承接数千次对话,客户可即时获得关于价格、席位下限、HIPAA 合同要求等问题的答复。 此前入站请求每月达数万条,BDR 团队无法跟上,客户有时要等数天;现在代理在客户原本提问的位置(Contact Sales、Pricing 页面、产品内、邮件)直接响应,并让客户在开始时自行选择与代理还是销售代表对话。 文中给出部署位置、每日对话量级(“thousands of conversations a day”)、三种对话结局(购买、转人工、快速答复)以及 opt-in 设计,属于第一方运营叙述,未提供对照实验或统计检验。
代理转交的线索质量更高:转化为商机的比例是旧表单线索的两倍以上,成交快约五天;需要人工协助才能成交的对话占比下降约一半。 旧流程下销售代表大量时间用于回答文档已覆盖的问题,且无法触达队列中的全部客户;现在代表在对话开始时就已知晓客户需求、已获信息与最佳帮助方式。 文中以“more than twice as often”“about five days faster”“fallen by about half”等表述给出方向与量级,并辅以一位内部销售代表 Ojas 的个案(邮件从约 10 封降到约 6 封、closed won 产出 2.5 倍),均为第一方自述数据,未见样本量或统计方法。
工程实现上,代理本体是“一个提示词、少量工具加 Claude”,运行在 Managed Agents 上,由平台承担托管、会话管理与工具编排;一名工程师在数周内完成初版。 团队把精力放在提示词、工具和知识库这三件与销售直接相关的事上,而非搭建基础设施;销售与内容负责人可直接在 Console 中编辑系统提示词,改动先进入 staging 代理。 文中列出选择 Managed Agents 的具体理由:快速上线、技术与非技术协作者、专注领域而非 harness、版本化降低迭代成本(内部测试约一周即到 v7,上线后每周发布提示词改动)、支持定时运行以探索更多场景。
团队总结出若干可迁移的代理构建经验:给目标而非规则、提示词“少即是多”、让领域专家进入开发循环、以客户利益为先(代理常把小团队导向 Team 而非 Enterprise 计划)、把每次转人工当作反馈信号。 这些经验来自实际迭代过程,例如早期转人工原因多为客户尚无法自助完成的事项,这些原因反过来驱动体验改进。 属于第一方实践总结,文中以具体例子(如“Your goal is to understand customer requirements, qualify prospects, and recommend the best plan”优于流程图式规则清单)说明,但未给出对照实验。
启示与展望
本文面向正在设计面向客户代理的销售、支持和工程团队,尤其是需要处理大量重复性入站咨询、又希望保留人工处理复杂交易的企业。文中描述的做法适用于客户可自行选择与代理或人工对话(opt-in)的场景,代理被部署在客户原本提问的位置,并允许其直接引导结账或携带完整对话记录转交销售代表。文中提到的定时运行能力被描述为探索其他客户互动形式的路径。
文中未说明统计口径、时间窗口、样本量或对照组,因此“两倍以上”“约五天”“约一半”“2.5 倍”等数字应理解为该团队自述的方向性观察,而非可外推的因果结论。代理目前处于 beta,效果与 Anthropic 自身的产品、文档和销售组织紧密相关,其他组织在自身条件下能否得到相近结果仍是开放问题。此外,客户偏好与购买理解度的判断来自团队观察,文中未给出测量方式。
