在西南某法律咨询服务公司，范总带领的团队专注于民商事领域的维权咨询和案件对接。公司有合作律师资源、有标准化的服务流程，但范总这几年被一件事卡得死死的——案源线索的筛选效率太低，大量潜在客户的咨询在第一通电话里就流失了。
他手下有十来个案源助理，日常工作就是处理各个渠道涌入的线索：百度推广的留资、抖音私信来的咨询、法律服务平台推荐的意向客户，还有线下活动收集的名片。助理们每天对着名单拨打电话，开场白大同小异——“您好，我是XX法律服务机构的，看到您之前咨询过法律方面的问题，方便聊几句吗？”结果可想而知：有的直接挂断，有的说“我随便问问的”，有的反问“你们是不是推销的”。助理人均每天拨出七八十通电话，真正能聊清楚案件类型、确认有维权意愿的，一天下来没几通。
范总心里清楚，法律服务的客户有一个典型特征——他们在开口之前已经犹豫了很久，对陌生电话的戒备心比其他行业更强。 传统的“直接推销式”开场，很容易在第一句话就触达对方的防御底线。更麻烦的是，大量线索来自不同渠道，助理拿到手之后对客户的情况一无所知，只能从零开始问。一通电话下来，客户觉得被审问，助理也觉得效率低。
转折发生在去年下半年。范总在一次法律科技论坛上了解到，有同行机构在用电话机器人做案源初筛和意向分级。他研究后发现，这不是简单的群呼工具，而是能做多轮对话、识别法律需求类型、自动分标签的交互系统。他决定上一套试试，定位很明确：机器人负责在第一通电话里做“法律需求初筛”，把客户的大致情况和维权意愿摸清楚，助理只跟进“已经确认有明确诉求”的线索。
调整一：把“推销式开口”变成“需求确认式开口”
范总以前给助理培训话术，开场白永远是“先报身份”。他以为这样显得正规，结果客户听到“法律服务”四个字，大脑自动归类为推销或者诈骗。
他重新设计了机器人的整段开场逻辑。核心原则就一条：不问“要不要咨询”，只问“什么情况需要帮助”。 机器人接通后的第一句话是这样的：
“您好，我们这边在做一批法律需求回访，想跟您确认一下，您之前咨询过的那个情况，现在是已经处理完了，还是还在困扰您？”
这句话的逻辑是“回访”和“确认现状”，没有任何“推销服务”的痕迹。客户接到的感觉是“对方知道我之前问过什么”，不是“陌生电话来卖东西”。即使客户只是随口留了资，面对这种“了解一下情况”的语气，也更容易放下戒备。
如果客户回答“还在困扰”或者“还没处理好”，机器人继续追问：“方便简单描述一下是什么类型的问题吗？是合同纠纷、劳动问题、婚姻家庭方面，还是其他？”这个问题的目的是把客户的诉求快速归入几个大类，而不是让助理从零开始问。
范总发现，同样的线索名单，机器人做首轮需求确认之后，客户愿意继续往下聊的比例明显高于助理从零开始的“推销式”电话。 因为机器人的语气里没有“催你委托”的压力，只有“了解一下情况”的姿态。
调整二：把“全量跟进”变成“分级对接”
以前范总的助理拿到线索之后，不管对方是什么类型的案件、什么程度的意愿，全部按统一方式跟进。结果有的助理把大量时间花在“只是问问”的客户身上，而真正有紧迫需求的客户反而得不到及时响应。
机器人后台根据通话内容，自动完成了一个关键动作——案件类型标注和意愿分级。系统根据客户在对话中透露的信息，为每条线索打上多个标签：
“合同纠纷 - 已发生实际损失 - 有维权意向” → 标记为“高优先级”，当天分配给资深案源顾问；
“劳动仲裁 - 正在协商中 - 观望状态” → 标记为“中优先级”，进入机器人三日后的轻量回访池；
“婚姻家庭 - 只是提前了解 - 暂无行动” → 标记为“低优先级”，放入月度长尾池，不占用当前人力；
“其他 - 随便问问 - 无法确认” → 标记为“无效线索”，直接释放。
范总还要求后台做一件事：所有标注了“高优先级”的线索，除了分配给助理跟进之外，同时生成一条摘要推送给值班律师的协作群，让律师在助理接触客户之前，就已经对客户的情况有了大致预判。
助理拿到线索时，客户的基本情况已经清晰标注——什么类型的纠纷、是否已产生损失、当前处于什么阶段、客户本人的紧迫程度如何。跟进电话不再是从头摸底，而是直接切入：“张先生您好，上次我们回访了解到您这边是劳动合同问题，已经涉及工资拖欠，我们帮您匹配了一位擅长劳动争议领域的律师，您方便的话我们约个时间详细聊聊？”
范总发现，这种“先分级再跟进”的模式，让助理的有效沟通时长占比大幅提升。 以前助理打一百通电话，有效沟通可能只有十几分钟；现在跟进的都是被机器人预筛过的线索，每通电话都能聊到案件实质。
调整三：用“客户追问”反向优化知识库
范总每个月让数据专员整理一次机器人后台的“客户追问热词”分布。他重点关注的是客户在对话中主动提到的问题类型。
有一次报告里显示，“费用”这个词连续三周排在前列，而且很多客户的追问方式是“你们收费贵不贵”而不是“你们怎么收费”。范总意识到，客户的真实顾虑不是“多少钱”，而是“我花这个钱值不值”。他让机器人在后续的对话中，在涉及费用的话题前增加了一句铺垫：“我们会先帮您免费做案件可行性评估，评估之后如果确定有操作空间，再谈费用方案。”就这一句调整，后续客户追问“贵不贵”的比例下降，而愿意继续聊案件细节的比例上升。
他还注意到，“能不能赢”这个关键词的集中出现，说明大量客户对法律维权的预期管理存在普遍误区。 范总把这个信号同步给了合作律师团队，在后续的咨询接待中增加了“结果预期沟通”的环节，提前帮助客户建立合理认知，而不是让客户带着“必须赢”的执念来找律师。
调整四：用“放弃原因”反推渠道质量
范总最看重的一个后台数据是“标注为无效线索的客户，最后一句话说了什么”。这个数据能告诉他，客户为什么在跟机器人聊了几句话之后选择了终止。
有一段时间，大量客户在“立案难不难”这个问题之后挂断。范总排查后发现，助理在跟进环节给客户的回答过于保守，导致很多原本有诉求的客户觉得“希望不大”。他调整了助理的标准话术，增加了一句“立案的标准是明确的，我们可以先帮您看材料是否符合要求，符合就立，不符合也会明确告知原因”。
他还发现，不同渠道进来的线索，在机器人对话中的停留时长差异很大。 某个法律服务平台推来的客户，平均对话时长比另一个渠道短了近一半。范总判断是这个平台的线索质量整体偏低，调整了该渠道的投放策略，把资源转向了线索留存率更高的渠道。
现在的范总：从“催拨号”变成“看标签”
现在的范总，不再每天早上盯着助理“今天打了多少通电话”。他的工作节奏变成了：周一上午看机器人后台的周报，重点关注高优先级线索的数量和类型分布、各渠道线索的留存率对比、以及客户追问热词的新变化。
他把电话机器人在他体系里的定位说得很清楚：“法律服务的获客本质，不是‘说服更多人’，而是‘在正确的时间，用正确的方式，触达正确的人’。机器人在前面帮我把‘谁是正确的人’筛出来，我的人才有精力去做‘用正确方式触达’这件事。”
