物流 AI 智能体套件：查单、报价、对账催款、台账 —— 四件办公室手工活的接管

一、需求分析

业务背景

物流的运价已经被压到极限。油钱、路费、司机工资这些轮子上的成本，同行之间早就抠不出花来了。真正还能省出真金白银的，是办公室里至今纯手工的那几件事：查单、录单、对账、催款。

先看两组来自行业一线的数字，感受一下量级：

七万不多，但它是纯利——因为它没有多雇人、没有多加车，只是把两道手工工序交了出去。这说明物流这一轮的 AI 机会，未必在"调度算法"那种大题目上，而在办公室里这些又碎又高频的工序上。

四类痛点

需求的层次

问老板"你要什么"，得到的通常是第一层：

"客户问货，你帮我答得快一点就行。"

但复盘一下这几件事，真正的痛点在第二层：这不是"做一个更快的客服"，而是把办公室的四道工序产品化。 每一道工序，拆开看都是同一个骨架：

结构化输入（表格 / 单据）
   → 按规则比对（价目表 / 结算单 / 状态表）
   → 生成草稿或差异清单
   → 人工复核（这是硬门，不能省）

四道工序是同一个骨架的四个实例。这个观察直接决定了系统形态：不是做四个单点工具，而是做一套可复用的智能体，再按客户下发。

为什么不是"把提示词丢给大模型"

因为物流的这几件事，有三个硬约束：

1. 口径必须来自真实表格，不能靠模型记忆。 运价随时在变，今天的成本和昨天不一样。让模型"估一个数"，等于拿亏损赌客户。

2. 错了要赔钱。 报价报错是亏本或违约，对账对错是跟客户扯皮。所以模型只出草稿、只列差异，人工复核是硬门——这一步不能自动化掉。

3. 催款消息发出去就是凭证。 措辞有红线：不承诺减免、不写威胁性内容。真走到诉讼那一步，靠的是完整的运单和签收证据链，不是谁说话更狠。

二、技术方案

前置判断：三类能力必须分开

和所有企业落地一样，动工前先把"智能体要会的东西"拆成三类——因为它们的实现路径不同，失败代价更不同：

**能说的和能做的，不能用同一套约束管。** 说错话可以道歉，做错事要赔钱。

交付形态：为什么是"分发平台"，而不是"本地装个工具"

这是本案例最值得说的一个判断。

物流公司家家不同（线路不同、价目表不同、查询系统不同），但"查单/报价/对账/催款"这四件事的骨架完全一样。如果给每家公司各做一个本地工具，就是四份代码复制 N 遍——改一处，其余全不同步。正确的形态是一个智能体分发平台：

这正是我们自己智能体分发平台（coolseek.net 数字助理分发）的形态：**多租户、渠道接入、按客户分发、带配额与审计**。本案例的技术方案即以此为参考实现。

系统架构

分发平台层（多租户 · 渠道接入 · 配额 · 审计）
  ├─ 渠道适配：微信 / 飞书 / Telegram / WhatsApp …
  └─ 每客户独立实例 + 独立数据目录（不是共享一张表）
        │
会话与身份层
  ├─ 身份归并：办公室人员 / 司机 / 客户 → 企业内部角色
  └─ 会话状态（当前意图 / 已收集信息 / 待兑现动作）
        │
智能体编排层（四场景路由）
  ├─ 查单客服：状态表 + 只读查询 → 回复草稿
  ├─ 询价报价：结构化 + 价目表比对 → 报价草稿
  ├─ 对账催款：三表逐条核对 → 差异表；催款分级话术
  └─ 台账：录入 / 查询 / 到期提醒（响应式 Web）
        │
执行与合规层
  ├─ 权限分层（L1 只读自动执行 / L2 写入需人工确认）
  ├─ 幂等键（运单 + 动作类型）
  ├─ 审计日志（谁触发 / 依据 / 系统返回）
  └─ 兜底转人工（查不到、无价目、连续失败、异常件）
        │
企业系统（TMS / 查询平台 / Excel / 台账库）

技术栈

推理      多模型路由（按任务复杂度与成本分配）
检索      结构化表格优先（运单表 / 价目表 / 结算单），非向量检索优先
工具      只读查询工具（轨迹 / 状态）+ 台账写入工具（幂等）
接入      智能体分发平台（多租户 / 渠道适配 / 配额 / 审计）
数据      每客户独立数据目录 + 审计日志
前端      响应式台账 Web（手机 / 电脑同开）

三、实现细节

1. 查单客服：状态表 + 只读查询 + 「查不到不编」

每天把运单状态整理成一张表（单号、起点终点、当前状态、预计到达），智能体按表回答客户问询，生成回复草稿：

人工的动作只剩"扫一眼草稿 → 复制发给客户"。发不发、措辞怎么改，永远是人说了算。

如果客户的查询系统有可对接的网页版接口，可以让智能体直接调它拿轨迹，自动填表；如果只有本地客户端软件、没有可对接的口，那就退化成"人工填表 + 智能体生成草稿"。**这不是能力缺陷，是接口差异——方案里要显式写明哪一条走不通。**

2. 询价报价：结构化 + 价目表比对 + 「没有的线路标人工核价」

把零散的询价信息整理成标准字段（品名、重量体积、起运地、目的地、时效要求），信息不全的列出来告诉你该问客户哪几句；再对照本地价目表生成报价草稿：

一条底线写进提示词：运价随时在变，AI 生成的报价发给客户前，必须核对当天的实际成本（油费、装卸费、返程能不能带货）。亏本报价 AI 不知道；口头答应客户的时效，兑现不了就是违约。

3. 对账与催款：三类表逐条核对 → 差异表；催款分三级 + 留证

对账：把运单记录、回单签收记录、客户结算单三类表放同一目录，让智能体按单号逐条核对——运费金额对不上的、回单没签回的、代收货款有出入的，分别列成一张差异表，每条写清差在哪；对上的不列。

人工拿到差异表**逐条人工复核，别让 AI 替你判断谁对谁错**。几百上千条流水，人只需要看异常的那几条。

催款：按客户欠款时长和信用分三级写话术——半个月内（友善、顺带提醒）、一个月以上（明确结算时间和金额、请对方给付款安排）、两个月以上或答应过又没兑现（语气严肃、说明会暂停月结改现结、保留对账凭证）。

两条红线：每条都带具体金额和单据期间；不承诺减免、不写威胁内容。发出去就是凭证。

4. 台账小系统：把「没有一本随手能翻的账本」变成手机可开的小应用

前三件事背后其实是同一个根因：小型物流公司没有一本能随手翻的账本。 那就直接做一个：

5. 平台侧的三条硬约束

这是"分发平台"相对于"本地工具"的价值所在，也是不能省的:

1. 权限分层：只读动作（查轨迹、查状态）自动执行；写入动作（改台账、发消息）需要人工确认。能说的放开，能做的收紧。

2. 幂等：同一票货的同一动作重复提交，只生效一次——物流单据重复是最容易出的事故。

3. 兜底转人工：查不到、无价目、连续失败、异常件（破损/丢失/严重延误）——一律转人工，且在转交时把"缺什么"讲清楚。

四、项目成果

业务指标

以下数据来自公开的行业一线案例（来源见文末），非我们的自有交付：

一个结构性变化：从「靠人的记忆」到「可复核的清单」

这四件事的共同产出，都不是"一个答案"，而是一张可复核的清单：回复草稿清单、报价草稿清单、对账差异表、催款分级话术、台账提醒列表。

这个变化的意义在于：把工序从"人的记忆和微信群"搬到了"可复核、可交接、可审计的清单上"。 人不再是"记住一切的那一个"，而是"看异常的那一个"。这才是它为什么值钱——省的不只是时间，是对人的依赖。

关于获客

这类方案的获客路径很直接：它不是卖给"想尝鲜 AI"的人，是卖给已经在亏损里精打细算的人。 当运价压到极限，"一年多七万纯利、少对三天账"这种账，老板一听就懂。

五、可复用的经验

1. 别只做"更快的客服"，要把工序产品化。 查单、报价、对账、催款是同一个骨架的四个实例——识别出骨架，才能一次开发、多客户下发。

2. "知道"放开，"动手"收紧。 说错话可以道歉，做错事要赔钱。权限分层不是可选项。

3. 口径一律来自真实表格，不来自模型记忆。 价目表、结算单、状态表——模型只做比对与生成，不做"估算"。

4. 人工复核是硬门，不是兜底。 报价、对账、催款，模型出草稿，人签字。谁把这一步自动化掉，谁就制造事故。

5. 交付形态是分发平台，不是本地工具。 多租户、渠道复用、每客户数据隔离、配额与审计——否则就是四份代码复制 N 遍。

写在最后

物流这个行业很特别：它把成本精算做到了极致，却在自己的办公室里留了一大块纯手工。这不是技术难题，是没人把这四道工序当作产品来设计。

四个智能体、一张可复核的清单、一次"人只看异常"的重心迁移——它不炫，但它是纯利。

如果你也在物流或类似的传统行业，手里有一堆"高频、重复、靠人记"的办公室工序，欢迎来聊聊怎么把它们变成可下发的智能体。

作者：Coolseek AI Lab ｜ 深度案例与 AI 落地方法 → [coolseek.ai](https://coolseek.ai) ｜ 智能体产品预约与演示 → [www.coolseek.net](https://www.coolseek.net)（内测中 · 可预约）

数据与场景援引自公开行业案例（作者：马佳彬，发布于「人人都是产品经理」，2026-10）。本案例中的系统架构与平台形态为我们的参考实现，与原文所涉第三方产品无关。正文数据未经独立复现，仅作行业量级参考。