跟几个电销团队聊下来，最常听到的一种情况是：AI 外呼一个月筛出几百条“有意向”，销售跟到月底成交没几个，回听录音才发现，其中一大半是“你先发个资料我看看”。这句话在系统里被标成了 B 级，销售就拿它当准客户在跟。中关村科金在讲智能外呼筛客时有一句很实在的提醒：客户说“可以了解一下”，可能只是礼貌回应，说“暂时不买”，也不代表以后完全没有需求。所以意向客户怎么分级，真正难的地方不在分几个档，而在每一档背后那条线，换个人来看能不能得出同一个结论。
定分级标准最容易卡在开会这一环：销售说“这个客户挺有戏”，主管问“他有没有预算、能不能拍板”，两句话说的不是一件事。意向强度、时间窗口、决策能力（预算和决策权都在里面）是三条独立的线——有意愿但半年后才采购，和下周就要签，价值完全不同；愿意聊但说了不算，和能拍板但还在比价，也不是一回事。几家服务商给的档位定义之所以彼此对不上，差异主要就出在把哪几条线揉进了同一个标签。
比较稳的做法是先把三条线分开，再决定哪几条放进首轮定级。下面这张表不追求通用，只追求团队内部无歧义，可以照着改：
表里第二列才是这张表能不能落地的关键。很多团队把“有预算”写进 A 级标准，可外呼首轮根本问不出预算，销售只能凭感觉猜——标准写得越细，执行时越依赖猜。判断标准很简单：这一列里每一句，都要能在通话录音里找到对应的原话。
中关村科金举过一个汽车销售的对话例子：客户说“下周末可能有时间”，系统能提取出“家用”“关注空间”“下周末可能到店”这些信息。技术上没问题，可一旦意图识别忽略了“可能”两个字，尚未确认的试驾计划就变成了明确预约，标签跟着错，销售的动作也跟着错。首轮外呼的信息量就是这么薄——一两分钟的对话，能确认的只有要不要、大概什么时候，预算和决策权往往要到第二、第三次沟通才浮出来。
所以首轮定级只该用意愿和时间两条线，预算与决策权交给人工在二次沟通里确认，再回填到系统。硬塞进首轮的结果是产出一批假 A 级：标签很好看，销售跟进去才发现对面是个前台。新华报业做过的一篇工业制造试点纪实里也提到，接通的是前台、门卫，或者采购负责人刻意隐瞒采购计划时，AI 很难拿到有效需求信息，标出来的结果只能当初步参考。
有服务商做过观察，多数电销团队最后都会退回定性法，原因不是不想精细，是一天打一两百通、每通一两分钟，没人有空算分。真要用打分，就得把规则嵌进系统，让系统按关键词、通话时长、情绪自动出分，销售只做确认；否则分数会变成又一张没人认真填的表。
这一档最容易被省掉。接通了对面一直不说话、答非所问、或者中途断线，不少系统默认归进低意向，销售就不再看第二眼。可这几种情况的原因完全不同：沉默可能是信号差，也可能在开车；答非所问可能是没听懂开场那句；断线可能是线路问题，跟客户意愿没关系。把它们和“明确说不需要”混在一起，等于把还能救的线索提前埋了。
中关村科金的分级示例里单列了一档“无法判断”，对应通话中断、回答含糊、识别置信度不足，处理方式是人工复核或按规则走。也有服务商建议把沉默、答非所问归到 C 级，但保留唤醒动作，理由是信息不足不等于没有需求。两种做法差在后续动作上，不在标签名字上——关键是不能让这一档在报表里悄悄消失，消失之后没人知道线索到底死在哪一步。
只在系统里存在的标签，销售不会看。中关村科金把一通电话的产出拆成三样东西分开存：客户说过什么是事实记录，意向等级是系统判断，跟进建议是下一步业务动作。三者分开，销售才能核对——“系统说他是 A 级，可原话里他只说了有空再聊”，这种矛盾一眼就能看出来。混成一个字段，核对就无从下手。
落到字段上，至少要让销售能回答四个问题：
这些字段最后要写进 CRM 的客户档案，不能只留在外呼后台。虎迅客做的是 AI 外呼机器人与电销系统，通话结束按档位自动打标签，同时把客户主动说出的关键信息一起沉淀，随通话记录写入 CRM 管理系统，销售打开客户就能看到原话片段和跟进建议。这一步不做，分级就只是外呼部门自己看的一张报表，销售该按自己的习惯跟，还是按自己的习惯跟。
标准写完只是开始，标出来的结果准不准得靠抽检。有服务商建议抽 10%-20% 的通话录音或转写来验证；比例本身不是关键，关键在别随机抽——随机抽出来大多是平平无奇的通话，什么问题都看不出来。虎迅客的智能外呼中心把录音与转写留在任务记录里，抽检时可以直接按档位、按通话时长筛出来，人工只看筛出来的那一小批。按可疑程度挑，四类样本就够用：
抽完要落到改哪里，三件事分开处理：错在话术没问出时间点，改话术；错在字段拿不到（比如系统压根不记录客户方便回拨的时段），补字段；错在标准本身有歧义，改标准。第三件最容易被跳过，因为前两件看起来都像执行问题，改起来也更省事。
分级做完最常见的死法，是销售按自己的习惯跟：A 级隔三天才打第一通，C 级天天追着问。分级得配上节奏才有意义——A 级当班或 24 小时内首次触达，B 级在两三天内按客户方便时段回拨，C 级进低频培育，D 级归档并执行停止联系规则。节奏不用复杂，写下来、系统里能看见就行。
还有两个坑值得单独说。一个是公海池变成垃圾场：规则说多少天不跟进就掉公海，销售为了保住线索随手填一句“联系中”把时间刷新，对策是抽查跟进记录的质量，连续两次掉进公海又都没成交的线索直接收回，不再分给原来的人。另一个是把意向率当考核指标，逼着团队放宽标准——把“愿意听我说完”也算 A 级，数字当天就好看，销售的时间却被一批假 A 级占满。
虎迅客平台上同时在跑的一批账号，用的是同一套话术流程，A/B 级的密度差别能拉开很远。差别多数不在话术，在名单来源、拨打时段和分级口径——手上数据不对劲时，先怀疑名单和口径，比先改话术省时间。
不是。它是目前用得比较广的通用做法，没有强制标准。你可以按业务改成三级，也可以加一档“无法判断”，关键是每档的判定句能让团队照着执行、换人得出同一结果。三到四档在多数团队里最容易落地；再往细拆，销售记不住，定级反而更慢。
没有跨行业的统一基准，问这个问题通常会得到一个听起来很专业的假数字。同一批名单、同一套话术，换个名单来源或拨打时段，A/B 级的密度就能差出好几倍。有用的做法是跟自己比：只改一个变量，看前后的差值，那才是能拿来做决定的数。
靠抽检加成交回溯。抽检看标签和原话对不对得上，判断的是标注质量；成交回溯看 A 级里最后成交的比例，判断的是标准本身有没有偏。两件事混在一起看，只会得出“AI 不准”这种没法改的结论——有时候标签很准，是标准定错了。
先查系统有没有把等级亮在他眼前，再查等级跟他的利益有没有关系。等级只在外呼后台，销售每天打开的是自己的表格，他不会看；等级如果直接决定回收顺序和分配优先级，他自然会看。规则上可以超时回收，但要配质量抽查，否则只会催生一批假记录。
要动手就别从改话术开始。从最近一个月里抽 200 通标成 A 级和 B 级的通话，把客户原话逐条看一遍，按上面那张表重新标一次，算出和系统标签差多少。差得多，问题在标准；差得少，问题在跟进节奏——两条路的改法完全不同。