實戰範例 006:銷售客戶準備記憶檢索
背景
您是 B2B SaaS 銷售人員,經常需要為不同企業客戶準備提案。許多競品研究、行業痛點分析與案例調查研究常常被重複執行,造成時間浪費。透過 MemPalace,您能將每次案前準備的關鍵發現儲存並建立關聯,當您接到類似行業的客戶時,可快速召喚相關記憶。
情境
您正在準備一家金融科技公司的銷售提案,需要了解:
- 過往是否有類似的金融科技客戶研究
- 競品在金融科技領域的功能對比
- 行業痛點與使用案例過去是否有記錄
您想做什麼?
用戶:「能不能幫我找出過往關於金融科技客戶的準備資料,避免重複研究?」
第 1 步:初始化 Palace(如果尚未初始化)
$ mempalace init --wing "d:/Repo/sales-prep"
✓ Palace initialized at .mempalace
✓ First wing: d:/Repo/sales-prep"
第 2 步:召喚相關準備資料
使用 recall 搜尋關鍵詞:
$ mempalace recall --wing "d:/Repo/sales-prep" --query "金融科技 競品 痛点 案例"
搜尋結果:
Top 1: drawer-001.md
Title: 競品對比:Product A vs Product B(專注金融科技領域)
Relevance: 0.89
Tags: competitor-analysis,fintech,feature-comparison
Content:
Product A 與 Product B 在金融科技領域的對比:
- 自動化交易評估:Product A 支援機器學習風險模型,Product B 僅支援規則引擎
- 合規報告:Product A 可生成 SOX-compliant 報告,Product B 僅支援基本審計追蹤
- API 整合:Product A 文件完整度 95%,Product B 僅 70%
- 價格:Product A 每月 $4,999,Product B 每月 $2,999(但需額外合規模組
Top 2: drawer-002.md
Title: 行業痛點:金融科技公司常見安全與合規挑戰
Relevance: 0.81
Tags: fintech,pain-points,security,compliance
Content:
金融科技公司在數位轉型過程中面臨的主要挑戰:
1. 合規性:必須符合 SOX、GDPR、PCI-DSS 等規章,手動合規報告佔用 30% 工程時間
2. 安全漏洞:傳統防火牆無法防範 API 攻擊,需採用 WAF + 規則引擎
3. 數據孤島:核心交易系統與風控系統數據不同步,導致風險評估延遲
4. 註冊流程:註冊表單過多(8 個欄位),造成流失率 60%
Top 3: drawer-003.md
Title: 案例:某金融科技公司使用我們產品的 ROI 分析
Relevance: 0.78
Tags: fintech,case-study,roi
Content:
客戶背景:一家為小型企業提供支付解決方案的金融科技初創公司
實施前狀況:
- 手動合規報告每月耗時 40 小時
- 安全漏洞處理平均 7 天
- 客户流失率 25%(因數據同步失敗)
實施後成果:
- 合規報告自動化,每月僅需 30 分鐘人工審查
- WAF 規則引擎自動防範攻擊,漏洞處理降至 4 小時
- 數據同步平台建立,流失率降至 8%
ROI:節省成本 $120,000/年,客戶淨值提升 17%
第 3 步:檢視相關 Drawers 的關聯
使用 graph 視覺化這些準備資料的關係:
$ mempalace graph --wing "d:/Repo/sales-prep" --drawer "競品對比:Product A vs Product B(專注金融科技領域)"
結果:
graph LR
drawer001[競品對比:Product A vs Product B] -->|supports| drawer002[行業痛點:金融科技公司常見安全與合規挑戰]
drawer001 -->|compares-to| drawer003[案例:某金融科技公司使用我們產品的 ROI 分析]
drawer002 -->|addresses| drawer003
此圖展示:
- 競品對比如何支撑行業痛點分析
- 競品與案例研究之間的對比關係
- 行業痛點直接在案例中得到解決
第 4 步:整合到新提案
將召喚的記憶整合到新的銷售提案中:
# 將搜尋結果匯出到準備文件
mempalace recall --wing "d:/Repo/sales-prep" --query "金融科技 競品 痛点 案例" --export "new-fintech-client-prep.md"
匯出內容:
# 準備資料:新金融科技客戶提案
## 競品對比
來源:drawer-001.md
[競品完整對比...]
## 行業痛點
來源:drawer-002.md
[行業痛點完整列表...]
## ROI 案例
來源:drawer-003.md
[ROI 分析完整內容...]
關鍵成果
- ✅ 透過
recall搜尋找到 3 個相關的準備資料 - ✅ Knowledge Graph 推理出準備資料之間的關聯(supports、compares-to、addresses)
- ✅ 使用
graph視覺化關聯,快速理解資料如何支撑提案 - ✅ 匯出準備資料到檔案,直接整合到新提案中
延伸練習
將每次客戶訪問的記錄(如訪問摘要、客戶需求)添加為 Verbatim Drawers,並關聯到對應的準備資料,建立「準備 → 訪問 → 反饋」的循環知識庫。
Platform: Claude Code
Skill: oml-recall、oml-graph