场景 33：客户关系管理 (CRM)
从一个联系人列表，演进到数据驱动的销售管理平台。
V1 — 1 个用户：纯前端联系人管理
Section titled “V1 — 1 个用户：纯前端联系人管理”你需要一个简单的工具管理客户联系人，支持标签分组和搜索。
你要解决什么
Section titled “你要解决什么”- 联系人列表：姓名、公司、邮箱、电话、备注
- 标签系统：给联系人打标签（如”重要客户”、“潜在客户”）
- 搜索和过滤：按姓名/公司/标签筛选
- 数据存 localStorage
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”用 React + Tailwind 构建联系人管理工具。联系人字段：姓名、公司、职位、邮箱、电话、备注、标签数组、创建时间。列表视图：表格形式展示，支持按列排序。标签：可自定义颜色标签，联系人可有多个标签，点击标签过滤。搜索框：实时搜索姓名、公司、邮箱。联系人详情：侧边栏显示完整信息，可编辑。导入：支持粘贴 CSV 文本批量创建。所有数据存 localStorage。
- 联系人增删改查正常
- 标签筛选正确过滤联系人
- 搜索实时匹配结果
- CSV 粘贴导入正确解析
- 刷新页面数据不丢失
你学到了什么
Section titled “你学到了什么”- 列表搜索和过滤模式 → Module 1
- 标签系统设计 → Module 2
- CSV 解析 → Module 2
V2 — 10 个用户：后端与跟进记录
Section titled “V2 — 10 个用户：后端与跟进记录”销售团队需要共享客户数据，记录每次跟进，支持导入导出。
你要解决什么
Section titled “你要解决什么”- 联系人 CRUD API，SQLite 存储
- 跟进记录：每次沟通记录（类型、内容、时间）
- CSV 导入导出
- 基本的活动时间线
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”用 Go + Gin + GORM + SQLite 构建 CRM 后端。模型：Contact（姓名、公司、职位、邮箱、电话、备注、来源、负责人）、Tag（名称、颜色）、ContactTag（多对多）、Activity（联系人ID、类型：call/email/meeting/note、内容、创建者、时间）。API：联系人 CRUD + 搜索（LIKE 模糊匹配）+ 按标签过滤、标签 CRUD、添加跟进记录、联系人活动时间线。CSV 导出：GET /api/contacts/export 返回 CSV 文件。CSV 导入：POST /api/contacts/import 解析 CSV 创建联系人。
- 联系人数据服务端持久化
- 跟进记录按时间倒序显示
- CSV 导出后可以用 Excel 打开
- CSV 导入正确创建联系人
- 按标签和关键词搜索正常
你学到了什么
Section titled “你学到了什么”- 活动时间线设计 → Module 3
- CSV 导入导出 → Module 4
- 模糊搜索实现 → Module 4
V3 — 100 个用户：销售漏斗
Section titled “V3 — 100 个用户：销售漏斗”销售团队需要可视化销售流程，跟踪每个商机从线索到成交的进展。
你要解决什么
Section titled “你要解决什么”- 迁移到 PostgreSQL
- Pipeline 看板视图：阶段列（线索→合格→报价→谈判→成交）
- 商机卡片拖拽流转
- 统计报表：成交率、平均成交周期、阶段转化率
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”迁移到 PostgreSQL。添加 Pipeline 模型（名称、阶段列表JSON）和 Deal 模型（名称、金额、联系人ID、Pipeline ID、当前阶段、负责人、预计成交日期、创建时间、成交时间）。默认 Pipeline 阶段：lead→qualified→proposal→negotiation→closed_won/closed_lost。前端看板视图：每个阶段一列，Deal 卡片显示名称+金额+联系人，可拖拽到其他阶段。拖拽时 API 更新阶段，自动记录 StageChange（deal_id、from_stage、to_stage、时间）。统计 API：成交率（closed_won / 总数）、平均成交天数、每阶段转化率、本月新增/成交金额。
- 看板视图正确显示各阶段的商机
- 拖拽商机卡片阶段正确更新
- 阶段变更历史记录完整
- 成交率和转化率统计准确
- 可以创建自定义 Pipeline
你学到了什么
Section titled “你学到了什么”- 看板（Kanban）交互设计 → Module 5
- 漏斗数据模型 → Module 6
- 转化率统计 → Module 6
V4 — 1000 个用户：自动化规则
Section titled “V4 — 1000 个用户：自动化规则”手动分配线索和跟进提醒效率太低，需要自动化规则引擎。
你要解决什么
Section titled “你要解决什么”- 规则引擎：条件 → 动作（如”来源=网站 → 分配给张三”）
- 自动分配线索：轮询或按规则分配给销售
- 跟进提醒：超过 N 天未跟进自动提醒
- Redis 缓存热门查询
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”实现自动化规则引擎。AutomationRule 表（名称、触发事件：contact_created/deal_stage_changed/activity_created、条件JSON、动作JSON、优先级、启用状态）。条件格式：[{field: “source”, op: “eq”, value: “website”}, {field: “deal_amount”, op: “gt”, value: 10000}]，多条件 AND 关系。动作：assign_to（分配负责人）、add_tag、send_notification、create_activity。规则执行器：事件触发时按优先级执行匹配的规则。自动分配：RoundRobin 表记录当前轮到谁，新线索自动分配。跟进提醒：后台每小时检查，负责人的联系人超过 7 天无活动记录则发通知。Redis 缓存联系人列表和统计数据。
- 新建联系人触发匹配规则
- 自动分配按轮询顺序
- 超期未跟进正确提醒
- 规则条件正确匹配
- 缓存提升列表查询速度
你学到了什么
Section titled “你学到了什么”- 规则引擎设计模式 → Module 7
- Round-Robin 分配算法 → Module 8
- 事件驱动架构 → Module 7
V5 — 1 万用户：多渠道集成
Section titled “V5 — 1 万用户：多渠道集成”客户通过多种渠道沟通（邮件、电话、微信），需要统一的客户视图和团队协作。
你要解决什么
Section titled “你要解决什么”- 邮件集成：关联客户邮箱，自动记录往来邮件
- 电话集成：通话记录关联客户
- 客户 360 度视图：所有渠道的交互汇总
- 团队协作：@提及、内部评论、任务分配
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”实现多渠道集成。邮件集成：EmailIntegration 表（用户、IMAP/SMTP配置），后台定时拉取邮件，根据发件人/收件人邮箱自动匹配联系人，创建 email 类型 Activity。电话集成：CallLog API（POST /api/calls，字段：联系人、方向in/out、时长、录音URL、备注），自动创建 call 类型 Activity。360 度视图 API：GET /api/contacts/:id/360 返回联系人全部信息——基本资料、所有关联 Deal、所有 Activity（按时间线混合排序：邮件+电话+会议+笔记）、标签、负责人。团队协作：Comment 表（关联对象类型+ID、内容、@提及用户列表、创建者），InternalTask 表（标题、描述、负责人、截止日期、状态、关联联系人/商机）。
- 往来邮件自动关联到联系人
- 通话记录显示在客户时间线
- 360 度视图汇总所有渠道信息
- @提及发送通知给被提及用户
- 任务可以关联客户和商机
你学到了什么
Section titled “你学到了什么”- 多渠道数据统一 → Module 9
- 客户 360 度视图设计 → Module 10
- 团队协作模型 → Module 10
V6 — 10 万+ 用户：数据分析与开放平台
Section titled “V6 — 10 万+ 用户：数据分析与开放平台”管理层需要数据驱动决策，需要客户评分预测成交，支持第三方集成。
你要解决什么
Section titled “你要解决什么”- 客户评分模型：基于行为数据自动评分
- 成交预测：基于历史数据预测商机成交概率
- 自定义报表：拖拽式报表构建
- API 开放平台：第三方开发者接入
给 AI 的 Prompt
Section titled “给 AI 的 Prompt”实现数据分析和开放平台。客户评分：LeadScore 表（联系人ID、分数、评分细项JSON），评分规则——邮件打开 +5、链接点击 +10、网站访问 +3、Demo 请求 +30、7天无互动 -10，每小时批量重算。成交预测：对每个 Deal，用逻辑回归模型（特征：金额、阶段、停留天数、活动频率、客户评分），输出成交概率百分比。用历史 closed_won/closed_lost 数据训练（Go 实现简单逻辑回归或调 Python 服务）。自定义报表：Report 表（名称、配置JSON），配置包含：数据源（contacts/deals/activities）、维度（group by 字段）、指标（count/sum/avg）、过滤条件、图表类型。API 开放平台：ApiKey 表（应用名、key、secret、权限范围、速率限制），第三方通过 API Key 认证，支持 contacts/deals/activities 的 REST API，Webhook 支持（事件发生时回调第三方 URL）。
- 客户评分自动更新
- 成交预测概率合理
- 自定义报表生成正确图表
- API Key 认证和限速正常
- Webhook 在事件触发时回调
你学到了什么
Section titled “你学到了什么”- 评分模型设计 → Module 11
- 简单 ML 预测应用 → Module 12
- 自定义报表引擎 → Module 13
- 开放平台设计（API Key + Webhook）→ Module 14