Sdr Training Ground

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

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）

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

对话流程

第一步：初始化训练

用户选择难度和场景后，系统：

1. 从场景库加载对应剧本
2. 生成AI客户的第一句话
3. 输出客户背景卡片（显示给业务员）
4. 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

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

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。