AI Agent در اودو یک دستیار هوشمند قابلتعریف است که روی یک وظیفهی مشخص کار میکند — نه یک چتبات عمومی. در CRM و فروش، رایجترین استفادهها خلاصهسازی تاریخچهی مکالمه با یک سرنخ، پیشنویس ایمیل پیگیری بر اساس آخرین وضعیت فرصت فروش، و پیشنهاد گام بعدی (تماس، جلسه، ارسال پیشفاکتور) است.
پیشنیاز: اتصال به یک مدل واقعی
پیش از هر چیز، AI Agent باید به یک ارائهدهندهی مدل زبانی وصل باشد. اگر این پیشنیاز برایتان روشن نیست، اول هوش مصنوعی اودو چیست؟ را بخوانید. کوتاهترین مسیر برای کاربران ایرانی، فعالسازی اپ هوش مصنوعی ابرک و ساخت یک کلید از کیفپول AI من است.
گامبهگام: فعالسازی روی یک فرصت فروش
روی رکورد یک فرصت فروش (Opportunity) در CRM، دکمهی AI کنار چتر (chatter) را باز کنید. از آنجا میتوانید بخواهید مکالمهی تا این لحظه را خلاصه کند، یا یک پیشنویس ایمیل پیگیری بر اساس آخرین یادداشت بنویسد. خروجی همیشه پیشنویس است — شما قبل از ارسال آن را میبینید و ویرایش میکنید، هیچ ایمیلی بدون تایید شما نمیرود.
در Helpdesk و Live Chat هم همینطور کار میکند؟
بله، همان مکانیزم روی تیکتهای پشتیبانی و مکالمات Live Chat هم قابلاستفاده است: ایجنت تاریخچهی تیکت را میخواند و پیشنویس پاسخ آماده میکند، تیم پشتیبانی فقط تایید یا اصلاح میکند — سرعت پاسخگویی بالا میرود بدون اینکه کیفیت و لحن از دست برود.
آیا دادههای مشتری من جای دیگری ذخیره میشود؟
درخواست فقط برای تولید همان یک پاسخ به ارائهدهندهی مدل فرستاده میشود؛ تاریخچهی کامل تعامل و کلید API شما همچنان داخل همان پایگاهدادهی اودوی شما — روی سرور داخل ایران — میماند.
برای شروع: ثبتنام یا مشاهدهی قیمتگذاری.
آناتومی یک AI Agent؛ چهار قطعه لازم
- مدل زبانی: مغز استدلال (GPT/Claude/Gemini/داخلی)
- ابزارها (Tools): توابعی که ایجنت مجاز است صدا بزند: get_customer، create_lead، send_message…
- حافظه و زمینه: تاریخچه گفتگو + دادههای مرتبط از CRM
- سیاست و محدودیت: چه کاری مجاز، چه چیزی نیاز به تأیید انسان، سقف اقدام
تفاوت چتبات و ایجنت همین قطعه ۲ و ۴ است: چتبات فقط متن تولید میکند، ایجنت عمل انجام میدهد — و به همین دلیل کنترل دسترسیاش حیاتی است.
اولین ایجنت عملی برای فروش؛ سناریوی پیادهسازی
هدف: لیدی که در سایت فرم پر کرده، تا ۲ دقیقه بعد تماس/پیام پیگیری داشته باشد. ایجنت: لید جدید را میخواند → صنف/شهر را از متن استخراج میکند → پاسخ اختصاصی با لینک دموی مرتبط میسازد → نتیجه را در CRM یادداشت میکند → اگر پاسخ داد، جلسه رزرو پیشنهاد میدهد. در بدنه مقاله مراحل دقیق آمده و زیرساخت اجرایش دروازه AI + CRM ابرک است — بدون کدنویسی خارج از ERP.
معیار موفقیت؛ قبل از ساخت تعریف کنید
- زمان اولین واکنش به لید: هدف < ۵ دقیقه
- نرخ پاسخ صحیح (بدون توهم): ≥ ۹۰٪ روی ۵۰ گفتگوی نمونه
- درصد موارد ارجاع به انسان: بین ۱۰–۳۰٪ طبیعی است؛ صفر یعنی سناریو خیلی محدود شده
نمونه کامل؛ ایجنت پیگیری لید خوابیده
مسئله: لیدهایی که پاسخ ندادند فراموش می شوند. ایجنت: روزانه لیست لیدهای بدون پاسخ ۳ روزه را می گیرد → برای هرکدام پیام شخصی بر اساس صنف و آخرین گفتگو تولید می کند → پیشنویس در CRM ثبت می کند → تایید کاربر فروش ارسال می شود. بعد از دو هفته اجرا، نرخ احیا معمولاً دو رقمی است.
سه خطای طراحی که پروژه های Agent را می کشد
- ایجنت همه کاره: شروع با یک وظیفه باریک و قابل سنجش؛ گسترش بعداً
- بدون حلقه بازخورد: اگر اصلاح انسانی روی خروجی AI ثبت نشود، سیستم هیچ وقت یاد نمی گیرد
- تست ناپذیری: مجموعه ۲۰-۵۰ حالتی بسازید که هر تغییر پرامپت روی آن اجرا شود
ابزارهای آماده: CRM + دروازه AI + MCP. ساخت اولین نسخه معمولاً یک جلسه راه اندازی طول می کشد.
