评论区获客怎么做客户分级？L1-L4 意向识别标准与执行流程
- 获客的瓶颈不是抓不到人，是抓到的人不分级，导致私聊资源浪费在低意向账号上。
- L1-L4 按「表达了什么」而不是「互动了几次」来划分，判定依据是评论语义、主页画像与行为轨迹三类信号。
- 不同等级用不同话术起手，L4 直接给方案，L1 只做内容触达，混用会显著拉低回复率。
为什么必须分级
一条爆款视频下面可能有几千条评论，其中真正有购买意向的往往不到 5%。如果不分级，私聊会平均分配到所有人身上：高意向客户被排在队列后面错过窗口期，低意向客户被反复打扰触发举报，账号风险也随之上升。
分级的目的是把有限的私聊配额，按意向强度重新排序。这件事的收益不在于抓到更多人，而在于同样的触达量下转化率能有数量级差异。
L1-L4 判定标准
| 等级 | 典型信号 | 判定依据 | 触达策略 |
|---|---|---|---|
| L4 明确需求 | 直接问价、问怎么买、留联系方式 | 评论中出现交易类意图词 | 24 小时内私聊，第一句直接给方案与报价 |
| L3 场景匹配 | 描述自己的具体问题或使用场景 | 评论含痛点描述 + 主页画像匹配 | 先回应场景，第二轮再引导留资 |
| L2 泛兴趣 | 追问细节、要教程、多条内容下重复出现 | 行为轨迹跨内容重复触达 | 内容触达为主，私聊只做一次轻问候 |
| L1 弱信号 | 仅点赞、单条泛评论 | 无语义信号，仅互动记录 | 不私聊，进入内容池持续曝光 |
关键区别在于 L3 和 L2：L3 说的是「我遇到了什么问题」，L2 说的是「这个东西看起来不错」。前者已经有场景，后者只有兴趣。把 L2 当 L3 处理，是回复率下滑最常见的原因。
三类信号如何采集
- 评论语义：评论正文、追评、对他人评论的回复，识别意图词、痛点词、否定词。
- 主页画像：简介文本、地区、粉丝量级、发布内容主题，判断是否为同行、机器人或真实用户。
- 行为轨迹：是否在多条内容下出现、是否进过直播间、是否关注了矩阵内其他账号。
三类信号缺一不可。只看评论会把同行和引流号误判为高意向；只看主页会漏掉小号形态的真实客户。行为轨迹是最容易被忽略但权重最高的一类——同一个人在三条内容下都留了评论，其意向强度远高于单条内容下的长评论。
AI 判客引擎的打分维度
Vortexia 的 AI 判客引擎对每个抓取到的账号输出一个结构化评分，而不是简单的关键词匹配。评分由四个维度加权得到，并给出可解释的判定理由，便于人工抽检。
| 维度 | 说明 | 作用 |
|---|---|---|
| 意图强度 | 评论语义中交易意图的明确程度 | 决定基础等级 |
| 场景匹配度 | 描述的问题与业务方案的契合度 | 区分 L3 与 L2 |
| 真实性 | 是否为同行、机器人、引流号 | 过滤无效线索 |
| 活跃度 | 近期发布与互动频率 | 决定触达优先级 |
引擎输出的等级不是终点。建议对每天的 L4 与 L3 做 10% 抽检，把误判样本回流到话术与提示词中，两到三周后判定准确率会明显收敛。
从分级到私聊的衔接
- L4 进入即时队列，由 AI 对话引擎在窗口期内首轮触达，人工兜底处理报价与异议。
- L3 进入次日队列，首轮不谈产品，只回应对方描述的场景。
- L2 不占用私聊配额，通过内容持续曝光，等待其升级为 L3。
- L1 只做数据留存，用于后续判断内容方向是否跑偏。
整条链路的每一步都要留痕：线索来自哪条内容、哪个账号、判定为几级、由谁触达、最终是否留资。没有归因，就无法判断是内容不对还是话术不对。
常见问题
评论区获客会不会被平台判定为骚扰？
风险主要来自无差别批量私聊。控制方式有三个：只对 L4/L3 发起私聊、单账号单日触达量设上限、首轮消息不带链接和联系方式。按意向分级触达，实际发送量会大幅下降，风险随之降低。
L3 和 L2 怎么快速区分？
看对方有没有描述自己的具体情况。出现「我」「我们」加上场景或问题描述的，判为 L3；只对内容本身表达兴趣或索要资料的，判为 L2。这一条规则能覆盖大部分实际场景。
获客线索需要人工复核吗？
需要，但只复核高等级。建议对 L4 和 L3 做 10% 抽检，L2/L1 不复核。抽检发现的误判要回流到判定规则中，持续迭代，而不是逐条人工修正。
除了评论区还有哪些获客来源？
直播间观众与发言、同行账号的粉丝列表、话题标签下的活跃发布者，都是密度较高的来源。判定标准通用，差别在于可采集的信号：直播间缺少主页画像时，要更依赖发言语义与停留时长。