产品能力
一条外呼链条上，每一段都有人负责
很多系统只做「拨号 + 放录音」。真正决定一通电话成不成的是中间那段： 客户说了什么、系统听懂没有、答得是否符合知识库、答不了的时候怎么交回给人。
它到底怎么工作
一通电话里，系统真的在做的六件事
下面六步是每一通电话都会走的路径，不是流程图上的装饰。 任何一步失败都会留下记录，而不是悄悄跳过。
拨号前先过合规闸门
号码进队列时先查三件事：是否在退订名单、是否虚拟号段或 700/95 开头、 当前时间是否落在允许外呼时段。任一不过就直接拦下并记录原因， 不会「先打了再说」。
接通后先确认对方是谁
第一句不是话术模板，而是确认身份与是否方便接听。客户说「在开会」 或「不方便」就按约定改约，不硬推。
逐句听懂，而不是关键词匹配
语音识别出文本后做意图判断。「我不需要」和「我不需要你来电」是两种意图， 前者可以再问一句，后者必须立刻停止并进退订名单。
回答必须有据可依
涉及产品参数、价格区间、服务承诺的问题，回答内容必须能检索到知识库出处。 检索不到就明确说「我确认一下再回复您」，并转人工 —— 不允许编。
该交回给人的时候立刻交
客户明确要人工、情绪激动、提到投诉或监管、问到知识库没有的内容， 这几种情况不再由 AI 继续周旋，直接转接并把已说清的上下文一并带过去。
通话结束，留痕才算完
转写文本、质检评分、拨号结果、通话时长、是否录音、谁看过这条记录， 全部写进审计明细。原始号码默认不落盘，只存摘要与脱敏形态。
实时对话依赖低延迟的语音识别与合成，不是把文字转语音播出去就完事。
为什么强调「逐句听懂」
按键式 IVR 和录音播放的共同问题是：它们不知道客户在说什么。 客户说「你们的机器多少钱，能便宜点吗」，录音会继续播「我们的产品分为三个系列」。 真正的对话系统要先判断这是询价，再去取价格口径，最后按客户语气决定是给区间还是转人工。
合规是第一顺位
能不能打，不是系统说了算，是规则说了算
国内做外呼，技术问题往往不是最难的。真正让项目停摆的是合规： 号码来源、拨打时段、退订处理、录音与个人信息留存。这些必须在系统里硬编码， 而不是写在文档里让人自觉遵守。
号段层面硬拦
700、95、170/171 等虚拟号段与营销禁拨号段在拨号前拦截， 不是靠话术规避。拦截原因逐条记录，可导出给合规检查。
退订一次即永久生效
客户说「不要再打」会同时做三件事：本次挂断、写入退订名单、后续所有名单导入自动比对剔除。 撤回授权同样走这条链路。
时段与频次受控
同一号码同日、24 小时、7 天、30 天的拨打次数都有上限， 到点即拒。频次数据来自拨号历史，不是靠业务员记。
录音开关真实生效
配置关闭录音后，音频不写入磁盘、连目录都不建， 丢弃的字节数会被计数并写进审计。避免「以为关了、其实一直在录」。
原始号码默认不落盘
号码以加密形态存储，主键是 HMAC 摘要。查询、导出、界面展示一律脱敏， 需要明文时单独授权并留痕。
通话全过程可回溯
转写文本、意图判定、知识库命中、转人工原因、质检结果串成一条链， 监管问到某一通电话时能直接调出来。
实测口径
把能测的都测了，把测不了的说清楚
下面这组数字来自实际部署环境，标注了硬件条件。 语音类系统对硬件极其敏感：同一套模型在普通 CPU 与 GPU 上差几十倍， 所以不写条件的性能数字没有意义。
上表为工程实测值，不是宣传口径。CPU 能做到的（识别、检索）如实标注，做不到的（合成、推理）明确写「GPU 必需」。
私有化部署时，语音合成与大模型跑在客户自己的 GPU 服务器上。
为什么敢把「做不到」写出来
外呼系统最容易翻车的地方不是功能少，是承诺过头：演示时说能做实时对话， 上线后发现每句话要等十几秒，客户听两句就挂了。 所以这里直接按硬件条件分档说明 —— 你按自己的机器对号入座，不用猜。
和别的方案比
四种做法，差别在「听懂」这一步
「AI 外呼」这个词现在被用得很泛：放录音也叫 AI，按键 IVR 也叫 AI。 下面把这几种做法摊开对比，你可以对照自己接到的报价判断是哪一类。
| 方案 | 客户说计划外内容时 | 能否查知识库 | 转人工带上下文 | 适用场景 |
|---|---|---|---|---|
| 录音群呼 | 继续播放下一段录音，客户以为对面没在听 | 不能 | 不能，只能挂断 | 纯通知类（停电、放假），且必须接受高挂断率 |
| 按键式 IVR | 提示「请按 1 或按 2」，客户越说越急 | 不能 | 不能，客户要自己再打一遍 | 客服分流入口（查余额、查进度） |
| 关键词触发机器人 | 命中关键词就跳分支，稍微换个说法就识别不出 | 有限（写死的问答对） | 部分，上下文常丢失 | FAQ 高度固定的场景 |
| 本系统的做法 | 先把整句听成文本，再判断意图；判不出就明确说「我确认一下」 | 能，检索不到就承认没有 | 能，把已确认的信息一并转过去 | 需要真实对话的外呼、接听、回访 |
为什么「关键词触发」这条路走不远
关键词方案的本质是「猜客户会怎么说」。真实对话里，同一句意思有几十种说法： 「我不需要」「暂时不用」「现在没这个打算」「你发个资料我自己看」—— 这四句在业务上是三种不同意图，关键词表迟早会膨胀到没法维护。
更麻烦的是它会静默出错：客户说了句没命中的话，系统跳到默认分支继续讲产品， 客户以为自己被无视了。这种体验比直接挂断更伤品牌。
「检索不到就承认没有」为什么重要
大模型最大的风险是编。客户问「你们支不支持对接我们用的那套 ERP」， 如果知识库里没有这个答案，模型很可能顺着语气编一个「支持」出来 —— 这在一通销售电话里是灾难性的承诺。
所以本系统把这条写成硬规则：涉及参数、价格、资质、服务承诺的问题， 回答必须能检索到出处；检索不到就转人工，不允许自由发挥。 代价是转人工率会上升，但换来的是每一句承诺都可追溯。
适用行业
同一个引擎，按行业换口径
行业差异不在技术，在话术边界与合规要求： 教育不能承诺升学、金融不能承诺放款、医疗不能做诊断。 这些边界在话术配置里就是硬约束。
常见疑问
采购前一定会问的几个问题
这几条是在项目对接里被问得最多的，答案都写清楚了。 没写清楚的说明我们也还没想好，不该糊过去。
AI 打电话会不会一听就是机器人，客户直接挂？
取决于三件事：语音合成质量、响应延迟、话术是否像人说话。
合成音质在 GPU 部署下可以做到接近真人（48kHz 采样、可做音色克隆）； 响应延迟要控制在客户说完后 3 秒内，超过 5 秒客户就会觉得「对面没反应」； 话术上最容易露馅的是长句和书面语 —— 「您好，我司现推出优惠活动」这种一听就是机器。 我们会把话术改成短句、口语、带停顿，并把开场白压到 15 字以内。
但也要说实话：经过训练的坐席能听出是 AI。这套系统的定位不是冒充真人， 而是把「筛选意向、确认信息、提醒到访」这类结构化沟通做完， 把真正需要人来谈的部分留给人工。刻意伪装反而会带来合规风险。
号码从哪来？系统会不会替我买名单？
不提供、也不代购任何号码名单。名单必须是你自己合法持有的客户数据， 通过 CSV 导入，导入时系统会校验必填列并做去重。
原因很直接：买卖个人信息在国内是刑事风险，不是「违规」级别的问题。 我们能做的是帮你把已有客户数据用得合规 —— 拨号前查退订、查号段、 查时段、查频次，把不该打的拦住。
能不能完全私有化部署，数据不出机房？
可以。语音识别、语音合成、大模型、知识库检索全部支持本地部署， 运行时不依赖任何公网 API。交付物是可离线安装的部署包 + 部署说明。
代价是要有 GPU 服务器：语音合成与大模型在 CPU 上不具备可用性（不是慢一点，是慢几十倍）。 具体容量按你的并发峰值测算，这个在报价前会一起算清楚。
和按坐席收费的 SaaS 外呼比，成本怎么算？
两种计费口径完全不同，不能直接比单价。
- SaaS 按坐席/分钟收费：前期投入低，但边际成本随通话量线性增长，数据在对方机房。
- 私有化一次性投入 + 运维：前期高，通话量越大单通成本越低，数据在自己手里。
分界线大致在「每月有效通话时长」上：低于某个量级时 SaaS 更省， 高于之后私有化更省。具体数字取决于你的线路单价与 GPU 摊销， 成本怎么算这一页给了完整的核算方法，可以自己代入。
上线要多久？
分三段：
- 话术与知识库配置：3–10 个工作日，取决于知识库文档量与你内部的确认链路。
- 系统部署与联调：私有化部署 5–15 个工作日，主要是机器到位与线路对接。
- 小流量试跑：建议先跑 1–2 周、每天 50–200 通，用真实数据校准话术与意图边界。
最容易被低估的是第一段：话术不是写完就能用，要拿真实对话反复改。 跳过试跑直接全量上线，几乎一定会在第二周发现大量「答不上来」的场景。
从哪开始
先看一条完整链路，再决定要不要上
我们建议的第一次接触不是报价，而是拿你的真实场景跑一通。