B2B 銷售 Agent 實戰：10 階段 pipeline + 13 Cron 任務點樣取代 SDR team

賣嘢呢件事，過去十年嘅 SaaS 工具都係幫人做 CRM、做 email sequence、做 lead scoring —— 全部係輔助角色，最後都係要靠人打出嗰電話、寫嗰封 email、做嗰場 demo。但今次唔同。我最近解剖咗一個開源嘅 B2B SDR Agent Template（iPythoning/b2b-sdr-agent-template），發現佢嘅設計唔係「AI 輔助銷售」，而係「AI 做埋個 SDR」——由 lead capture 到 close deal，WhatsApp、Telegram、Email 三線並行，13 條 cron job 每日 autonomously 行曬。呢篇文會拆解佢嘅核心 architecture，同埋香港創業者點樣可以 apply 同一套邏輯落自己盤生意度。

7 層 Context 系統：唔係 prompt engineering，係 operating system

呢個 template 最令我震撼嘅唔係佢用咗咩 LLM，而係佢嘅 context 分層方法。佢將成個 agent 嘅 knowledge base 切成 7 層 Markdown file，逐層疊加：

IDENTITY.md 定義公司身份同角色，SOUL.md 定義價值觀同性格，AGENTS.md 寫曬成個 10 階段銷售 workflow，USER.md 記錄老細 profile 同 ICP scoring，HEARTBEAT.md 係 13 項 pipeline inspection checklist，MEMORY.md 係 4 層反失憶協議，TOOLS.md 係 CRM 同 channel 配置。

呢個設計嘅高明之處在於：每一層都可以獨立更新，唔使改 prompt。你換產品？改 IDENTITY.md。你想 agent 用斯文啲嘅 tone？改 SOUL.md。你想加多個銷售階段？改 AGENTS.md。成個系統好似一個 operating system，而唔係一條「請你扮演一個銷售員」嘅咒語。對比一般 startup 求其寫段 system prompt 就當做咗 AI agent，呢個分層思維係成熟度上嘅跳級。

4 層記憶架構：AI SDR 唔怕失憶嘅秘密

AI agent 最大嘅死穴係 context window 有限，傾耐咗就唔記得之前講過咩。呢個 template 用咗 4 層反失憶機制解決呢個問題：

L1 MemOS 係結構化記憶，每句對話自動抽取出 BANT（Budget、Authority、Need、Timeline）、commitments、objections，每次開新對話 inject 返入 system prompt。L2 Proactive Summary 做到 65% token threshold 就自動壓縮，用 haiku-class model 做 summary，所有數字、報價、承諾 verbatim 保留。L3 ChromaDB 係 per-turn vector store，每句對話用 customer_id 隔離，auto-tag quotes、commitments、objections，跨 session semantic retrieval。L4 CRM Snapshot 每日中午 12 點自動 backup 成個 pipeline state 去 ChromaDB，做 disaster recovery。

呢個設計嘅核心 insight 係：記憶唔係 storage problem，係 retrieval problem。你儲得幾多冇用，關鍵係 agent 知唔知幾時拎咩出嚟用。L1 嘅 auto-inject 確保每次對話開始 agent 已經知道個客係邊個、傾到邊、之前 commitment 咗咩，而唔係靠 agent「記得」。L3 嘅 semantic search 令 agent 可以主動去搵相關歷史。成個系統嘅 redundancy（4 層）確保就算其中一層 fail，仲有其他 layer 頂住。

10 階段 Pipeline + 13 Cron Job = 真正嘅 Autopilot

呢個 template 嘅 automation 深度先係真正令人心動嘅地方。10 個銷售階段由 Lead Capture（自動偵測 inbound WhatsApp/Telegram 訊息）開始，經過 BANT Qualification、CRM Entry、Research & Enrichment（Jina AI 自動做公司 research）、Quotation（自動出 PDF quote）、Negotiation（追蹤 counter-offer，建議策略）、Reporting、Nurture、Email Outreach 到 Multi-Channel Orchestration。

而背後行呢 10 個階段嘅係 13 條 cron job：每 30 分鐘 scan Gmail inbox 睇客戶有冇 reply；每日 09:00 出 pipeline report 俾老細；10:00 自動做 lead discovery（市場輪轉：Africa/ME/SEA/LatAm）；11:00 check email follow-up sequence；15:00 detect stalled lead；星期三做 nurture campaign；星期五做 competitor intelligence；星期一出 weekly summary；每日 12:00 做 CRM snapshot；14:00 做 memory health check；仲有每 30 分鐘 check WhatsApp 72 小時 expiry window，就嚟過期就 auto-switch 去 Telegram。

呢個 cron schedule 嘅設計哲學係：唔好等 agent 醒，而係逼佢恆常做嘢。人類 SDR 最貴嘅成本係佢「諗唔起要跟進」嗰段時間——agent 唔會有呢個問題，因為 cron job 逼佢定期 check 每一樣嘢。

香港創業者嘅行動點

講完 architecture，講返 practical 嘅應用。香港做 B2B export 嘅中小企，好多仲係靠老細自己 WhatsApp 覆客、逐個追 single、用 Excel 記嘢。呢個 template 嘅價值唔係取代人，而係將成個 top-of-funnel 自動化，等老細可以 focus 喺 high-value 嘅 negotiation 同 relationship building。

我建議嘅 implementation roadmap：第一星期，先 set 好 IDENTITY.md、SOUL.md 同 TOOLS.md，connect 你嘅 WhatsApp Business API 同 email，用 3 條 cron job（inbox scan + pipeline report + stalled lead detection）行一個星期觀察。第二星期，tune AGENTS.md 入面嘅 qualification criteria 同 ICP scoring，確保 agent 識分邊啲 lead 值得追。第三星期，開埋 lead discovery 同 nurture campaign cron job，開始俾 agent 主動 outreach。唔使一開始就行曬 13 條 cron job，逐條加，逐條 tune，先係可持續嘅做法。

AI SDR 唔係未來——係而家。open source community 已經砌好咗個 production-ready template 出嚟，差在你有冇決心去 deploy。