教育金保险案例:AI 与持证顾问如何协同

编辑：林风语

图片：林智源

排版：谢知微

-新闻发布入口: https://news.zhenrobot.com-

在保险场景里，AI 能回答问题，早已不是新鲜事。真正影响体验的，往往不是“回答了多少知识点”，而是用户提出保障需求后，流程能不能顺利进入下一步。

在保险场景里，AI 能回答问题，早已不是新鲜事。真正影响体验的，往往不是“回答了多少知识点”，而是用户提出保障需求后，流程能不能顺利进入下一步。

真机保险（ZhenIns | www.zhenins.com）想解决的，正是这个问题。它的定位不是一个独立签约系统，也不是只给推荐列表的导流页，而是保险与保障咨询前台：把用户从咨询，带到方案解释、资料准备，再到顾问承接或平台跳转。

换句话说，它强调的不是“答案更长”，而是“推进更短”。

从产品边界看，ZhenIns 是 Zhen 生态中的保险与保障咨询前台，核心链路是：

咨询 -> 方案解释 -> 风险 / 合规说明 -> 顾问承接 / 平台跳转

前台主要负责咨询表达、解释说明、资料上传、状态恢复和转接，不承担统一身份、统一账单或最终保险推理系统的角色。

登录后的管理、账单、权益、下载和控制面，则继续收敛到 zhen-platform-console 。

在正式执行链路上，当前固定为：

business frontend -> zhen-platform-core -> zhen-brain-core

把保险咨询拆开看，通用问答和传统平台各有能力，但也各有断点。

像 ChatGPT 这样的通用问答工具，主要交付的是知识、解释和建议，常见终点是“对话结束”。用户如果想继续推进，通常还得自己再找下一位执行者。

传统保险平台更常见的交付物，则是顾问列表、联系方式或产品页。推荐结束后，用户仍要重复描述需求，自己推进后续流程。

ZhenIns 的区别，在于它希望交付的是“结构化任务包 + 顾问承接入口”。终点不是推荐结束，而是顾问接手开始。这样更容易继续进入方案解释、资料准备和后续服务。

真机保险当前的核心方法，是先区分 C2AI 和 C2AI2H 。

前者是 AI 可以直接完成的场景，比如基础问答、条款解释、资料说明；后者则是 AI 不能独立完成、需要持证顾问继续承接的场景，例如复杂家庭保障规划、方案比较、资料补充与后续跟进。

在这个框架下，系统会经过三步处理：

第一步，做意图识别，判断用户是在问基础知识，还是已经进入配置、规划、承接阶段。

第二步，做画像推断，把年龄、家庭结构、预算区间、风险偏好、已有保障等信息整理成结构化上下文。

第三步，再进行顾问匹配与交接，把结构化结果和待确认项一起交给更合适的持证顾问。

这里最值得关注的，不是 AI 说了什么，而是交给顾问时留下了什么。

ZhenIns 的 Handoff 包，核心价值不是替顾问做完保险服务，而是降低冷启动成本。一个可用的 Handoff 包，通常会包含当前咨询目标、已确认的关键信息、AI 推断出的画像字段和置信度、仍需顾问首轮确认的事项，以及授权边界与后续建议动作。

例如在简化后的结构里，系统会记录用户目标是否是“了解孩子教育金与家庭保障配置”，家庭阶段是否为“child_growth”，预算区间是否为“2w-3w / year”，风险偏好是否为“conservative”，以及“已有保单情况”“缴费方式偏好”等待确认项，同时明确“对话摘要可转交顾问”“必要联系方式可用于顾问回访”等授权边界。

这意味着，顾问接到的不再是一个模糊线索，而是一个可直接进入下一轮沟通的任务包。

如果用户提出的需求是：“孩子 3 岁，想做教育金和家庭保障规划”，整个流程会更接近这样：

用户先在前台用自然语言描述需求；AI 再追问最少必要信息，比如孩子年龄、预算区间、是否偏稳健；随后系统形成结构化摘要与待确认项；顾问收到 Handoff 包后，首次沟通就可以直接进入方案解释与资料确认。

后续是否投保、如何签约、走哪家保险公司的流程，仍然由顾问和正式业务流程继续完成。

在这个案例里，AI 负责的是理解、整理和交接，而不是替代顾问完成保险销售或最终签约判断。

对用户来说，最直接的变化是少折返、少重复描述。一次表达形成的上下文、预算区间、风险偏好和待确认项，可以直接带入后续顾问沟通，不需要在 AI 对话结束后重新找人、重新解释家庭情况和重新比较方案。

对顾问来说，接到的不是泛线索，而是带有需求摘要、必要画像、授权边界和待确认项的任务包。这样可以更快进入方案解释、产品比较和后续服务，而不是从零开始采集基础信息。

对平台来说，价值也不只是线索数量，而是交接质量与承接效率。每一次承接，都可以回流为更好的路由、画像和协作资产。

在数据口径上，ZhenIns 目前对外更适合保留“技术验证口径”。

其中， 意图识别准确率 85% ，用于衡量场景理解是否足以支撑后续路由； 画像推断准确率 79% ，用于衡量结构化摘要是否可供顾问首轮沟通参考； Handoff 成功率 90% ，定义为顾问收到 Handoff 包后，无需重复询问关键基础信息即可进入下一步。

需要说明的是，上述数据为内部统计口径，主要用于技术校准和合作交流，未经第三方审计。签约率、满意度、顾问收入等经营指标，当前默认只用于内部复盘，不作为对外主标题承诺。具体效果也仍会受到客户画像复杂度、顾问能力、产品组合和外部环境影响。

从合作对象看，更适合接入的顾问，需要持有有效保险执业资格，并且可以通过监管要求完成校验；熟悉至少 2 类以上常见险种或家庭保障场景；能够基于结构化画像快速进入方案解释，而不是完全依赖从零采集需求；也愿意接受顾问工作台、结构化交接和合规留痕这类数字化工作流。

同时，ZhenIns 也明确了边界：不把单一收入数字写成默认招募承诺，不把内部转化率写成适用于所有顾问、所有时期的外部保证，也不把自己描述成独立完成签约和承保判断的系统。

用户体验入口可通过官网咨询入口访问： 立即咨询

白皮书与说明材料，可关注「真机智能」公众号回复「保险白皮书」。

顾问申请入口为： 顾问入驻申请

顾问合作咨询，可关注「真机智能」公众号回复「保险顾问」。

商务合作邮箱： yan.gu@zhenrobot.com 顾问合作邮箱： advisor@zhenins.com

需要强调的是，相关材料仅用于技术交流、合作沟通和产品说明，不构成保险销售承诺或效果保证。保险产品、承保条件和签约细节，仍以正式顾问服务与保险公司官方条款为准。

来源 ： 阅读原文

-End-

-感谢您的耐心阅读-