汽修门店怎么用 AI 数字员工？接车、催保、老客召回一条链
一句话结论：汽修门店最耗人力的不是修车，是接车咨询、保养到期提醒、报价答疑、老客召回这四件重复劳动。AI 数字员工先落三个岗位——24 小时接车接待、保养到期催保、售后回访与召回，通常 3～4 周可上线第一版；涉及维修质量投诉、具体总价、事故定责的，必须交给人。
是什么：汽修门店先上哪三个岗位
先给结论：别一上来就"全店智能化"，汽修门店先上这三个岗位最划算。
| 岗位 | 接什么 | 什么时候交给人 | 衡量指标 |
|---|---|---|---|
| 接车接待 | 常见故障现象初步指引、保养项目与工时区间、门店位置与排队情况，微信/电话留言 24 小时秒回 | 客户报异响/事故要定责、要求报具体总价 | 首次响应时长、自助解决率、预约转化率 |
| 保养到期催保 | 按保养周期自动提醒、到店预约、换季检查（入冬换油、夏季空调）触达 | 客户对上次维修有异议、要谈老客户优惠 | 到期提醒覆盖率、提醒后 30 天到店率 |
| 售后回访与召回 | 修后 3 天内回访、质保期内问题跟进、流失超 12 个月老客召回触达 | 回访中出现投诉、要求返修 | 回访完成率、问题响应时长、召回到店率 |
这三个岗位的共同点：高频、重复、有标准答案。服务顾问的时间应该花在接车检查和跟客户当面沟通上，不是花在回答"换个机油多少钱""你们几点下班"这类问题上。
为什么：汽修门店的钱漏在这三个地方
结论：接车、催保、召回三条链路，每条都在漏客户。
- 接车咨询漏在夜里和忙时。客户车抛锚、异响了才找店，往往在晚上和周末，正是前台最忙或已下班的时候。咨询 30 分钟内没回，车就拖去同行了。AI 接待把"秒回"变成常态，先把预约锁住再谈进店。
- 催保漏在"靠车主记性"。保养周期 5,000～10,000 公里，车主记不住，等想起来时可能已经去了家门口的路边店。AI 按档案里的保养日期和里程自动触达，赶在流失发生之前提醒，这批钱本来就在你的客户档案里。
- 召回漏在"名单躺着没人动"。超过一年没进店的老客户，多数店没有任何动作。AI 按流失时长分层批量触达（年检提醒、换季检查、套餐券），服务顾问只接有回应的客户。召回是成本最低的一笔生意——客户资料你已经有了。
怎么做：30 天上线节奏与三条红线
mermaid
flowchart TB
A["车主咨询<br/>微信 / 电话留言"] --> B{"AI 接车接待<br/>标准问题直接答"}
B -->|"异响 / 事故 / 要总价"| C["转服务顾问<br/>附对话记录"]
B -->|"保养 / 位置 / 工时"| D["留资 + 预约到店"]
D --> E["到店施工<br/>顾问接车检查"]
E --> F["修后 3 天内 AI 回访"]
F --> G{"回访结果"}
G -->|"有投诉 / 要返修"| H["立即转店长处理"]
G -->|"正常"| I["档案更新<br/>下次保养周期入库"]
I --> J["保养到期 / 换季检查<br/>AI 分批触达"]
J --> K["流失超 12 个月<br/>召回触达"]30 天节奏建议（内部经验值，按门店规模调整）：
- 第 1 周：整理高频咨询问题 TOP 50（保养项目与工时区间、门店位置、排队与代步车安排、常用配件品牌），统一口径后入库；对接微信客服或电话留言渠道。
- 第 2 周：上线 AI 接车接待，先用 50 条真实车主问题测，答对率到 90% 以上再放开。
- 第 3 周：接客户档案（只读），上线保养到期提醒与修后回访，跑通"咨询—预约—回访—归档"闭环。
- 第 4 周：上线流失召回触达；每周看一次"AI 没答上来"的问题清单，补进知识库。
汽修行业特有的三条红线，写进知识库的"禁区"里：
| 红线 | 错误做法 | 正确做法 |
|---|---|---|
| 不报具体总价 | AI 答"全套大保养 1,200 块" | 只报工时区间和项目构成，具体价格以检查后技师报价为准，避免车没看到就锁死价格 |
| 不接维修质量话茬 | AI 跟客户争论"上次修的问题" | 一律立即转店长或技师长，AI 不解释、不承诺、不背锅 |
| 车主信息不乱用 | 把车牌、住址、行车数据喂给公有大模型 | 知识库只放项目、价格区间、流程规则这类可公开信息；客户档案数据走只读对接或私有化部署，先做数据分级 |
常见问题（FAQ）
Q1：客户问价格很直接，AI 只给区间会不会把人气跑？
结论：给区间加"构成"，比拍一个错的价格强得多。 同一故障不同车型、不同配件品牌，价差能到 2～3 倍，AI 报死一个价，到店检查后对不上，投诉更麻烦。正确答法是"这类问题工时大概在 X～Y 区间，含哪些项目，具体以到店检查为准，现在可帮您预约"。实测中，夜间咨询能秒回一个靠谱区间，比第二天中午才回电话留住客户的概率高得多（内部经验判断）。
Q2：我们店客户就几百个，值得上吗？
结论：客户档案越准，越值得先上催保和召回。 几百个客户的店往往没有专职回访人员，保养到期和流失召回完全没人做——这正是 AI 数字员工最擅长的部分，投入比"全店智能化"小得多。接车接待可以后上，先把档案里已经躺着的生意捡起来。
Q3：AI 会不会答错故障原因，误导客户？
结论：所以故障判断默认不进 AI 的回答范围。 知识库里只放"常见现象的初步指引"（比如"冷启动异响热车消失，多数与怠速相关，需到店检查"），结论永远落在"需到店检查"。凡是涉及定责、安全件、事故的，AI 的动作只有转人。抽检中一旦发现 AI 给出诊断性结论，立即当知识库事故处理。
Q4：客户档案（车牌、电话）要给 AI 用吗？
结论：触达要用，但用"只读对接"的方式。 AI 需要读保养日期、里程、联系方式才能做提醒，但读取走业务系统的只读接口，档案数据不复制进知识库；触达话术按客户称呼生成后，由店长抽查再发。具体部署形态可参考我们的数据安全三形态对比篇。
相关方案
联系我们
如果你的门店正被接车咨询、保养提醒和流失召回占掉服务顾问一半时间，欢迎联系我们。我们可以先帮你盘一遍客户档案和高频问题，看看第一版数字员工该接哪三个动作。西安及周边可上门，全国可线上交付。