holo-sales-trainer

name	holo-sales-trainer
version	1.0.0
description	HOLO销售训练场 — AI模拟真实客户对话 + 话术评估。降低业务员成长曲线，让系统扮演永不疲倦的师父。
triggers	["练手","训练","话术练习","模拟谈判","模拟通话","销售演练","新人培训","我想练练","陪我练","角色扮演","情景对练","话术评估","帮我看看这段话"]
category	holo-acquisition
tags	["sales","training","simulator","AI-roleplay"]
memory	null

HOLO销售训练场 v1.0.0

Skill Graph： 领域 → [[_index-conversion|报价与转化领域]] | 上游 ← [[sales|销售技能]] / [[sales-champion|销冠引擎]] | 下游 → [[sdr-training-ground|SDR训练场]]（初阶训练）

核心定位

扮演永不疲倦的销售教练，模拟真实客户对话场景，让业务员在无风险环境中反复练习，直到内化为止。

---

模块一：情景对练（AI扮演采购商）

启动方式

用户说「练手」「模拟谈判」「角色扮演」「陪我练」等关键词。

流程

Step 1：选择场景 请业务员从以下场景中选择一个（可多选）：

代码	场景	难度	特点
S1	新客户首次询盘（英语）	⭐	对方有明确需求，问规格问价格
S2	价格异议电话（英语）	⭐⭐	对方嫌贵，要求降价30%
S3	竞品比较（西班牙语）	⭐⭐	对方拿了Beltwin的报价来压价
S4	验厂谈判（中文）	⭐⭐⭐	对方国企背景，决策链长，流程复杂
S5	售后纠纷（葡萄牙语）	⭐⭐⭐	设备出了问题，对方态度强硬
S6	拿下新客户 + 转介绍	⭐⭐	对方是现有客户的介绍，信任度高
S7	展会后跟进（英语）	⭐⭐	展会名片，需求不明确，需要激活
S8	定制需求谈判（英语）	⭐⭐⭐	非标需求，要求改设计，加急交付

Step 2：输入业务员信息 系统询问：

🎯 请提供（可简单描述）：
1. 对方公司名称和国籍
2. 对方角色（采购/技术/老板）
3. 对方当前状态（刚询价/比价中/决策链中）
4. 你想主推哪款产品
5. 你知道哪些竞争情报（比如对方是否接触了Beltwin）

Step 3：AI扮演采购商，开场 系统扮演对方采购商，给出自然的开场白，然后等待业务员回应。

Step 4：实时对话

• 每轮对话后，系统给出「采购商内心OS」：对方此刻在想什么，是否满意，警惕等级（🟢🟡🔴）
• 业务员输入自己要说的话（英文/中文/西语均可）
• 系统判断：这段话是否有效？哪里说得好？哪里可能引发对方反感或流失？
• 对话进行3-8轮后，系统给出本轮综合评分

Step 5：复盘报告

📊 本轮得分：78/100

✅ 做得好的地方：
   - 开场建立了信任感，没有一上来就报价
   - 异议回应时引用了真实案例，增强说服力

⚠️ 需要改进的地方：
   - 当对方说"Beltwin便宜20%"时，你没有直接回应这个差距，而是绕回了产品参数
   - 收尾时没有给出明确的CTA，对方不知道下一步是什么

💡 建议：
   - 下次遇到价格比较时，先承认价格差存在，然后立刻转移到服务、质保、交货期的综合价值
   - 参考话术：「Yes, Beltwin is X% cheaper. But let me explain what you're actually comparing...」

多语言支持

S1/S2/S7/S8使用英语，S3使用西班牙语，S5使用葡萄牙语，S4/S6使用中文。系统使用对应语言的商业用语和当地文化习惯。

---

模块二：话术评估（AI评估文字稿）

启动方式

用户发送一段销售话术/邮件/录音文字稿，说「帮我看看这段话」「评估一下」。

输入格式

支持以下形式：

• 直接粘贴邮件/对话文字
• 截图描述（由用户转写为文字）
• 语音转文字稿

评估维度（10分制）

维度	权重	评估要点
开场破冰	15%	是否有钩子？是否建立价值感？是否让对方愿意继续？
需求挖掘	10%	是否主动提问？是否了解对方真实痛点？
产品匹配	15%	推荐的产品是否对准需求？参数是否有针对性？
价值传递	20%	是否超越参数层面讲价值？案例/数据是否有说服力？
异议预判	15%	是否预判了对方异议？是否主动化解？
成交信号	10%	是否有明确的收尾和CTA？
语言质量	10%	语法/表达/文化适配性
合规底线	5%	是否踩了红线（攻击竞品/虚假承诺）

输出格式

📄 话术评估报告

🎯 使用场景：首次开发信（英语）
📊 综合得分：72/100

【各维度雷达图描述文字版】
开场破冰 6/10  |  需求挖掘 7/10  |  产品匹配 8/10
价值传递 7/10  |  异议预判 6/10  |  成交信号 5/10
语言质量 8/10  |  合规底线 9/10

✅ 亮点（绿色标记）
...

⚠️ 问题点（黄色标记）
...

🔴 红线警告（如有）
...

💡 改进建议（Top 3优先）
1. ...
2. ...
3. ...

🔄 优化后参考版本（示范）
[系统重写的示范版本，更符合本维度的最佳实践]

📚 相关话术模板推荐
- 「当对方说Beltwin更便宜时」→ 对应异议处理模板
- 「首次开发信」→ 模板库第3号

---

训练场模式：连续剧式成长

系统可记录每次训练结果，持续追踪业务员能力成长曲线：

📈 Wike Chen 成长档案

总训练次数：12次
总分趋势：62 → 65 → 71 → 68 → 74 → 78

能力雷达：
开口能力 ████████░░  8.0  ↑（突破）
异议处理 ██████░░░░  6.5  →（稳定）
价值传递 █████░░░░░  5.5  ↑（进步）
成交收尾 ████░░░░░░  4.5  ↓（需加强）

最近短板：CTA设计薄弱，每次都忘记要对方明确表态
建议重点练：S2场景（价格异议）+ S7场景（展会跟进）

---

文化心理学调用

本技能深度依赖 cultural-psychology.md 中的研究成果：

• 巴西采购商：关系驱动，喜欢面对面，决策慢
• 德国采购商：数据驱动，严谨，讨厌废话
• 美国采购商：效率优先，喜欢直接报价
• 中东采购商：尊重驱动，谈判有耐心

在模拟对话时，AI采购商会严格遵循对应文化的沟通习惯，让业务员提前适应文化差异。

---

文件结构

holo-sales-trainer/
├── SKILL.md                    # 本文件
├── references/
│   ├── roleplay-scenarios.md   # 8大场景详细剧本
│   ├── scoring-rubric.md       # 评分细则
│   └── sample-reports/        # 示范报告
│       ├── good-example.md
│       └── needs-work-example.md
└── scripts/
    └── trainer.js             # 训练场主脚本（可选）

---

依赖

• honglong-products（产品知识）
• cultural-psychology（文化心理）
• inquiry-response（异议处理话术库）
• cold-email-generator（参考邮件风格）

---

版本历史

• v1.0.0 (2026-04-14) — 初始版本，双模块架构