用 Codex 把销售杂活变成可复用的流水线

import os
import json
from openai import OpenAI

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

# ---- 输入：从 CRM 或手动整理的真实工作素材 ----
opportunities = [
    {
        "account": "星辰科技",
        "stage": "方案验证",
        "last_call_summary": "客户对数据迁移方案有顾虑，希望看到参考案例；CTO 张伟下周出差，需提前确认参会时间。",
        "recent_emails": [
            "张伟：上次演示的 API 限流数据能否补充完整版？",
            "采购李芳：预算审批预计下月中旬完成。",
        ],
        "competitor_activity": "竞品 X 近期在该客户行业发布了垂直解决方案白皮书。",
        "product_updates": "v2.4 支持增量迁移，无需全量停机。",
    },
    {
        "account": "云帆数据",
        "stage": "商务谈判",
        "last_call_summary": "客户要求合同增加 SLA 条款，法务正在评估。",
        "recent_emails": [
            "法务王磊：SLA 99.9% 可接受，但需明确故障响应时间窗口。",
        ],
        "competitor_activity": "无明显竞品动作。",
        "product_updates": "SLA 模板已更新，含 15 分钟响应承诺。",
    },
]

# ---- Prompt 模板：会前准备包 ----
MEETING_PREP_PROMPT = """你是一位资深销售教练。根据以下机会信息，生成一份会前准备包，严格按此格式输出：

## 客户：{account}
- 当前阶段：{stage}
- 上次通话要点：{last_call_summary}
- 近期邮件关键信息：{recent_emails}
- 竞品动态：{competitor_activity}
- 产品更新（可用于本次沟通）：{product_updates}

## 会前准备建议
1. 开场切入点（基于上次通话遗留问题）
2. 需准备的资料/数据
3. 需确认的内部协调事项
4. 预判客户可能提出的异议及应对思路

请用简洁的中文，控制在 300 字以内。"""

# ---- 批量生成 ----
prep_packets = []
for opp in opportunities:
    prompt = MEETING_PREP_PROMPT.format(**opp)
    response = client.chat.completions.create(
        model="gpt-4.1",  # 或使用 codex 相关模型
        messages=[{"role": "user", "content": prompt}],
        temperature=0.3,  # 低温度保证输出稳定可复用
        max_tokens=500,
    )
    packet = response.choices[0].message.content
    prep_packets.append({"account": opp["account"], "packet": packet})

# ---- 输出结果 ----
for item in prep_packets:
    print(f"========== {item['account']} 会前准备包 ==========")
    print(item["packet"])
    print()