wike-chi SDR Training Ground — 新兵训练场
Skill Graph： 领域 → [[_index-conversion|报价与转化领域]]
一句话定位： AI扮演客户，新业务员练手，系统评分。
核心流程
新业务员 AI（扮演客户） 系统
| | |
├─ 选择场景难度 ───────> | |
| | |-- 加载对应角色剧本
| | |
|<────── 发出第一轮消息 ─┤ |
| | |
├─ 回复客户 ───────────> | |-- 记录每轮对话
| | |-- 实时评分（语言/策略/文化）
| | |
|<────── AI追问/施压 ────┤ |-- 注入新异议/突发情况
| | |
| ... N 轮 ... | |
| | |
| 对话结束 |-- 生成评估报告
| | |
├─<────────────────────── |-- 展示评分+改进建议
使用方式
触发训练
用户：训练
用户：开始练手
用户：我想练习跟客户谈判
用户：演练：巴西客户嫌价格贵
用户：角色扮演，德国客户问交期
用户：培训新业务员
选择难度
| 等级 | 客户画像 | 对话轮次 | 特点 |
|---|---|---|---|
| Lv.1 入门 | 巴西采购商，简单比价 | 3轮 | 直接问价，友好型 |
| Lv.2 进阶 | 德国工程师，疑点多 | 5轮 | 技术追问，谨慎型 |
| Lv.3 高手 | 美国采购总监，谈判老手 | 7轮 | 多轮压价，使命必达 |
| Lv.4 地狱 | 中东中间商，套价老手 | 10轮 | 假意向真套价，考验识别能力 |
选择场景类型
场景A：首次询盘（客户主动来问）
场景B：开发信回复（破冰后续）
场景C：展会初谈（短暂接触）
场景D：价格谈判（已有意向，压价）
场景E：异议处理（拒绝/质疑型客户）
场景剧本（references/scenario-library.md）
每个场景包含：
- 客户画像：公司/姓名/国籍/职位/性格/诉求
- 开场白：客户第一句话（附背景信息）
- 剧本节点：客户可能的反应路径
- 关键异议注入点：第几轮注入什么异议
- 期望结果：这个场景要考察什么能力
评分体系（references/evaluation-rubric.md）
实时评分维度（每轮）
| 维度 | 权重 | 评分标准 |
|---|---|---|
| 语言自然度 | 25% | 去AI味、语法正确、语气适配 |
| 策略有效性 | 25% | 异议回应是否击中要害 |
| 产品知识 | 20% | 参数/认证/优势是否准确 |
| 文化适配 | 15% | 是否匹配客户地区文化 |
| 成交推进 | 15% | 是否主动创造下一步 |
轮次评价标记
- ✅ 亮点：该轮表现出色的点
- ⚠️ 注意：需要改进的点
- ❌ 失误：明显错误的应对
整体评分等级
| 总分 | 等级 | 说明 |
|---|---|---|
| 9.0-10 | 🥇 A | 优秀，具备独立跟进客户能力 |
| 7.5-8.9 | 🥈 B | 良好，需针对训练 |
| 6.0-7.4 | 🥉 C | 及格，需要系统训练 |
| <6.0 | ❌ 不及格 | 建议从Lv.1重新开始 |
对话流程
第一步：初始化训练
用户选择难度和场景后，系统：
- 从场景库加载对应剧本
- 生成AI客户的第一句话
- 输出客户背景卡片（显示给业务员）
- 开启记录模式
第二步：多轮对话
业务员输入回复 → 系统评分 → AI客户回复 → 注入新异议 → ...
每轮结束时系统输出：
[第2轮 得分：7.5/10]
✅ 亮点：价值分解策略用得好
⚠️ 注意：没有主动确认客户的具体需求
❌ 失误：对方说德语，你用了美式俚语
第三步：对话结束
- 客户主动结束（拒绝/成交/无意向）
- 或达到最大轮次
- 系统输出最终评估报告
第四步：评估报告生成
系统整合所有轮次评分，输出结构化报告：
- 总体评分与等级
- 各维度得分雷达图（文字版）
- 亮点清单（做得好的）
- 改进清单（需要加强的）
- 参考资料推荐（针对弱项推荐学习素材）
与现有技能的联动
| 现有技能 | 联动方式 |
|---|---|
inquiry-response |
场景库直接调用异议库话术 |
honglong-products |
产品参数验证/补充 |
sdr-humanizer |
评分语言自然度时参照 |
cultural-psychology.md |
文化适配评分时参照 |
目录结构
sdr-training-ground/
├── SKILL.md # 本文件
├── references/
│ ├── scenario-library.md # 场景剧本库（含4难度×5类型）
│ ├── evaluation-rubric.md # 评分标准体系
│ └── role-play-scripts.md # AI客户台词生成模板
└── templates/
├── training-report-template.md # 评估报告模板
└── customer-persona-template.md # 客户画像模板
关键设计原则
1. 场景要真实
剧本不是想象的，每个异议场景来自 inquiry-response 实战库。
AI客户的反应路径基于真实销售对话的统计规律。
2. 评分要具体
不说"你的回复不错"，而是"你用了A03策略2， 但遗漏了'试探真实原因'这一步，导致客户没有透露预算信息"。
3. 反馈要即时
对话进行中就评分，让业务员知道每一轮哪里好、哪里需要改。 不是等结束了再复盘。
4. 报告要可操作
最终报告不仅说"成交推进能力弱"，而是说 "在第5轮时没有提出明确的CTA，建议下次在异议解决后立即问： 'Shall I send a formal quotation?'"
版本历史
| 版本 | 日期 | 更新内容 |
|---|---|---|
| 1.0.0 | 2026-04-14 | 初始版本，核心框架搭建完成 |
本技能让系统扮演永不疲倦的陪练师父，新业务员的成长速度从此不再依赖师父的时间。