与10位快消业务员，跟线50家终端：下单助手Agent迎来一次关键迭代！

跟线调研一开始，我们便将观察重点聚焦在下单助手Agent的实际操作场景上。

第一天上午，我们与业务员走访了5家终端。在这个过程中，下单助手Agent的整体表现都非常出色。

“接收语音→识别内容→生成明细→确认下单”

一个订单10秒完成。不仅识别精准，行业黑话也能听懂，基本没有多余操作。

一切都在往产品预设的理想方向走。

但就在我们对产品充满信心的时候，一个“特殊场景”给了我们一记闷棍。

当Agent遇上“花式”报单

问题发生在一个“非终端”场景。

上午从最后一家终端出来时，业务员的手机响了——有客户在微信上发来了订货消息。

收到消息后，业务员紧皱眉头，让我们等他处理一下订单。

我们看他手忙脚乱操作了十几分钟后，他才吐露：

随后，业务员把手机屏幕朝向我们，映入眼帘的，是铺天盖地、各式各样的订货信息：

其中，有一家超市客户，连发了10条消息，都是产品品名、规格和件数。

一家便利店老客户，拍了一张手写单发过来，字迹有些许潦草，还有涂改。

还有一家做烟酒店的老板，直接丢来一张Excel表格。

面对终端客户杂乱的报单方式，现在的下单助手Agent，似乎并不能全部接住。如果在这些场景下使用下单助手，实际上是在徒增业务员的操作步骤。

于是，我们开始重新审视下单Agent的能力边界。

客户“花式”报单，

AI如何全部承接？

我们回过头来，重新思考了这个现象。

图片、手写单、Excel、多段聊天记录......这些都是真实业务里会高频出现的报单形态。

我们认为，下单助手Agent的能力边界，不能只停留在此前预设的终端现场对话场景中。

作为一款提升订单效率的AI产品，如果下单助手不能够直接承接住所有的报单形态，那么本质上，就是在让“人去迁就工具”——要求业务员先把信息转换成工具能接受的格式。

好的工具应该反过来。

客户发来图片，Agent就能接图片。客户发来截图，Agent就能读截图。业务员无论拿到什么形态的信息，不需要在中间再做一次格式转换，就能直接交出去。

目前，这中间还少了一步。

多走一步，覆盖所有报单方式

想通了这一点，下单助手Agent的迭代方向就很清晰了——将勤策招牌的「图像识别」能力加入下单助手Agent。

我们很快就将这个需求提报到更新计划。

现在，具备图像识别能力的全新下单助手Agent已经正式上线。

在新界面中，我们增加了一个添加图片按钮。点击后，支持拍照，或者从本地相册选取，即可将图片交给大模型分析。

AI可以识别其中所有文字和订单内容，并计算出商品明细，业务员确认之后，就可以自动生成订单，进入下单流程。

语音、文本、图像，现在三种录单方式并行，基本覆盖了目前一线所遇到的所有报单形态。

聊天记录、Excel、手写单，现在全部上传一张照片，或者截张图就能解决。包括此前那些“复制好几次语音转文字、复制多段信息”的麻烦也被一并化解。

一次跟线，换来的一次迭代

一次跟线经历，带来一次产品更新。

新增图片输入方式，对于下单助手Agent产品来说，只是一小步。对我们来说，其背后的意义，是深化了我们对“AI应当如何服务业务”的理解。

我们认为，一个AI产品能做到什么程度，取决于设计者对真实业务理解到什么程度。

真实的业务场景，永远比产品预设的要复杂。如果不跟着走进去，一些没被预设到的场景，不会主动变成一条需求反馈，只会默默变成用户每天多做的几个操作，习惯了，也就不觉得是问题了。

所以，勤策始终坚持，每一次产品更新，要源于一线，回归一线。