开发销售话术库检索工具，按客户异议（价格高/没需求/再考虑）分类存储话术，输入客户异议，关键词，快速匹配最优话术，支持新增话术。

长安牧笛
10 阅读4分钟
  1. 实际应用场景描述

在销售过程中，客户常会提出一些典型异议，如：

  • “你们的价格太高了”
  • “我们暂时没有这个需求”
  • “我再考虑一下”

销售团队需要快速找到最合适的话术来应对，避免临场卡壳。

传统方式是靠经验或翻文档，效率低且容易遗漏优质话术。

本工具将话术按异议类型分类，并利用关键词匹配（可扩展为向量搜索/语义匹配）快速返回最优话术，同时支持动态添加新话术，形成可迭代的销售知识库。

  1. 痛点分析

痛点 影响 解决方案 话术分散在个人笔记或文档中 查找慢，易丢失 集中管理，分类存储 新人缺乏应对经验 成交率下降 提供标准化话术参考 无法快速匹配最佳话术 错失机会 关键词检索，优先返回高匹配度 话术更新不及时 信息滞后 支持动态新增/修改

  1. 核心逻辑讲解

  2. 数据结构使用 JSON 文件存储话术，结构如下： { "价格高": [ {"text": "我们的产品虽然价格略高，但性价比...", "keywords": ["价格", "性价比", "质量"]}, ... ], "没需求": [...], "再考虑": [...] }

  3. 检索逻辑

    • 输入客户异议类型 + 关键词
    • 在对应分类中计算关键词匹配度（出现次数/权重）
    • 按匹配度排序，返回 Top N 话术

  4. 扩展性

    • 可升级为 TF-IDF / Word2Vec / BERT 语义匹配
    • 可接入数据库（MySQL/MongoDB）替代 JSON
    • 可做 Web API（Flask/FastAPI）

  5. 项目结构

sales_scripts/ ├── data/ │ └── scripts.json # 话术数据 ├── modules/ │ ├── init.py │ ├── loader.py # 加载话术数据 │ ├── matcher.py # 匹配逻辑 │ └── manager.py # 增删改话术 ├── main.py # 命令行入口 ├── README.md # 说明文档 └── requirements.txt # 依赖

  1. 核心代码

"modules/loader.py"

import json import os

DATA_PATH = "../data/scripts.json"

def load_scripts(): """加载话术JSON文件""" if not os.path.exists(DATA_PATH): return {} with open(DATA_PATH, 'r', encoding='utf-8') as f: return json.load(f)

"modules/matcher.py"

from collections import defaultdict

def match_scripts(scripts, category, keywords, top_n=3): """根据关键词匹配话术""" if category not in scripts: return []

candidates = scripts[category]
scored = []

for item in candidates:
    score = sum(1 for kw in keywords if kw in item["text"])
    scored.append((score, item["text"]))

# 按分数降序
scored.sort(key=lambda x: x[0], reverse=True)
return [text for _, text in scored[:top_n] if _ > 0]

"modules/manager.py"

import json import os

DATA_PATH = "../data/scripts.json"

def add_script(category, text, keywords): """新增话术""" scripts = {} if os.path.exists(DATA_PATH): with open(DATA_PATH, 'r', encoding='utf-8') as f: scripts = json.load(f)

if category not in scripts:
    scripts[category] = []

scripts[category].append({"text": text, "keywords": keywords})

with open(DATA_PATH, 'w', encoding='utf-8') as f:
    json.dump(scripts, f, ensure_ascii=False, indent=2)

"main.py"

from modules.loader import load_scripts from modules.matcher import match_scripts from modules.manager import add_script

def main(): scripts = load_scripts() while True: print("\n=== 销售话术检索工具 ===") print("1. 查询话术") print("2. 新增话术") print("3. 退出") choice = input("选择操作: ").strip()

    if choice == "1":
        category = input("输入客户异议类型(价格高/没需求/再考虑): ").strip()
        keywords = input("输入关键词(空格分隔): ").strip().split()
        results = match_scripts(scripts, category, keywords)
        if results:
            print("\n推荐话术:")
            for i, text in enumerate(results, 1):
                print(f"{i}. {text}")
        else:
            print("未找到匹配话术")
    
    elif choice == "2":
        category = input("异议类型: ").strip()
        text = input("话术内容: ").strip()
        keywords = input("关键词(空格分隔): ").strip().split()
        add_script(category, text, keywords)
        print("话术已添加")
        scripts = load_scripts()  # 重新加载
    
    elif choice == "3":
        break
    else:
        print("无效选择")

if name == "main": main()

  1. README.md

销售话术库检索工具

基于 Python 开发的销售话术管理工具，支持按客户异议分类存储、关键词检索、动态新增话术。

功能

  • 按异议类型分类存储话术
  • 关键词快速匹配最优话术
  • 支持新增话术

使用方法

  1. 安装依赖：pip install -r requirements.txt
  2. 运行：python main.py
  3. 选择查询或新增话术

数据存储

话术存储在 data/scripts.json，格式示例：

json

{

"价格高": [

{"text": "我们的产品虽然价格略高，但性价比...", "keywords": ["价格", "性价比"]}

]

}

  1. 核心知识点卡片

知识点 说明 JSON 数据存储 轻量级数据交换格式，适合小型知识库 关键词匹配 基于字符串包含的简单检索，可升级为语义搜索 模块化设计 分离加载、匹配、管理逻辑，便于维护 文件 I/O 读写 JSON 文件实现持久化 可扩展性 可升级为数据库+Web API+AI匹配

  1. 总结

本项目是一个轻量级销售话术检索工具，结合了大数据与商务智能中的数据管理与快速检索思想，适用于销售团队的知识沉淀与效率提升。

后续可引入：

  • TF-IDF / 词向量 提升匹配精度
  • FastAPI 提供 Web 服务
  • MySQL/MongoDB 支持多用户协作
  • 用户权限管理 与 话术评分系统

如果你需要，可以生成 "requirements.txt" 和 "scripts.json" 的初始数据，并打包成完整可运行的项目。

利用AI高效解决实际问题，如果你觉得这个工具好用，欢迎关注我！

avatar
文章
阅读
粉丝