[Dify实战] 客户回访记录整理工作流怎么搭？先把反馈分类、风险信号和跟进行动拆清楚

很多团队做客户回访时，真正麻烦的不是“有没有回访记录”，而是回访记录写完之后没人整理。销售、实施、客服把电话纪要、微信群反馈、会议记录、工单备注都丢在不同地方，到了周会才发现：客户到底在抱怨什么，哪些问题会影响续费，哪些只是使用习惯，下一步该谁跟进，都没有被清楚地拆出来。

如果只靠人工读一遍，短期还能应付；一旦客户数量变多，回访记录会很快变成一堆难以复盘的文本。更麻烦的是，很多风险信号不是一句“客户不满意”那么直接，而是藏在一些细节里：对方反复问价格、说最近内部在评估替代方案、抱怨某个功能影响上线、或者多次催促一个没有负责人跟进的问题。

这类场景很适合先用 Dify 搭一个轻量工作流。它不替代客户成功或销售判断，但可以先把一段回访记录整理成结构化输出：反馈类型、风险等级、缺失信息、建议跟进动作和台账字段。这样团队开会时不是从一段长文本开始读，而是先看一份可复核的整理结果。

这篇就从“客户回访记录整理”这个具体场景出发，拆一个适合小团队先跑通的 Dify 工作流。重点不是让 AI 直接判断客户一定会不会续费，而是让它帮你把回访材料整理到一个更容易讨论和追踪的格式里。

先明确这个工作流要解决什么问题

客户回访记录通常有三个特点。

第一，输入很散。一次回访可能来自电话纪要，也可能来自企业微信聊天，也可能来自实施同事的一段工单备注。不同人记录习惯不同，有人写得很完整，有人只写“客户说导出慢，月底前要解决”。