在上面使用扣子AI智能体，感觉没办法解决我这个需求之后，就去看了下豆包的AI智能体。
同样的角色设定，输出的结果看起来好很多，特别是信息链接的真实有效性。
实际上，这个工作，打算让AI智能体来完成的话，信息链接的真实有效性是最重要的，因为这个是一切判断的来源，如果来源都是虚假的，那得出的判断当然也是错误的了。
在使用豆包AI和纳米AI智能体的时候，给我的感受都大同小异了。
因为只要用得多了，输出的结果就会不准，只要连续问几个问题，那么这个结果大部分就开始失真了，意思就是越问越不对。
在这个阶段呢，我就是反复切换扣子、豆包和纳米的AI智能体来解决客户分析的工作了。
在这个阶段，基本能满足我的这几个需求，就是企业的基本信息、发家历程、产品分布、业绩情况、是否有储能云平台、合作的机会点等。结合目标企业的官网以及搜索的一些新闻，可以说还是能搞笑完成这个目标企业的分析工作的。
但是，在这一时期，我反复想了下，到底能不能有一个办法，就是我只要输入目标企业全称，你就能把上面的信息给我，然后呢，重点是能给我判断这个目标是高优先级、中优先级还是低优先级客户？
不需要我反复综合各种情况来判断了，能不能类似那种什么人格测试，你在这项多少分、哪个方面又多少分，然后综合得分是多少。就用这些维度的比重，来定一个标准，然后基于这个标准来判断目标企业，这样，就省掉我好大的时间和精力了，因为这一步看似很简单，实际上很费精力，而且，也不见得准，很多都是凭感觉的，感觉这个东西，就不是一个实际的东西。
这就有了下一篇《制定筛选客户的评分标准，优化和快速对客户的优先级进行决策》
纳米深度思考
在这个的背景之下，我就想着，怎么制定这个储能客户分析判断标准设计。
目的就是，快速判断客户是高优先级、中优先级还是低优先级，得出这个优先级，就好执行下一步的工作了。比如高优先级，那就再重点深入分析，然后和销售沟通，怎么进一步获取到当前的信息，然后看是否有合作机会。 如果是中优先级，那就会晚一点再去分析，如果是低优先级客户，那就不再关注。
所以，这个优先级是很关键的。而我想这个，最好是能基于AI完成全部的工作。而不需要我再去对潜在企业的优先级进行判断。
我就想到了以下几个维度，基本上就是设计成一个表格。
- 企业名称
- 地区
- 实缴资本
- 参保人数
- 企业性质
- 企业类型
- 产品关联度
- 是否已有储能云平台
- 合作机会点
- 优先级
然后，会对每个维度，设计一些选项，比如地区，就有三个选项：
- 发达地区（如一线城市及重点二线城市）：市场成熟，需求多样，对新技术接受度高，合作机会大。
- 发展中地区（如一般二线城市及部分三线城市）：市场潜力大，但可能对成本较为敏感，若产品性价比高，合作机会较大。
- 欠发达地区（部分三线城市及以下地区）：市场需求相对较少，合作机会较小，但可关注政策扶持带来的机遇。
因为优先级是基于上面的几个维度的得分综合来判断的，所以，地区的每个选项还要设计分数比重。因为假设我们是做储能云平台的，所以是否已有储能云平台这一项，分数比重应该是最高的。这只是额外说明。 在优先级里的地区，我们就可以设计为：
地区（5 分）：
- 发达地区，5 分。
- 发展中地区且产品性价比满足需求，3 分。
- 发展中地区但性价比不满足，1 分。
- 欠发达地区且有政策扶持契机，3 分。
- 欠发达地区无政策扶持，1 分。