三端 APP 底层 SaaS 架构
为分校、用工招商方和学员提供独立业务入口,通过多租户隔离与统一总部后台管理组织、账户、权限、支付和数据。
- 分校端:线索、邀约、报名、学员、课程、培训和收款管理;
- 用工招商端:用工需求、人才浏览、候选人收藏、邀约和反馈;
- 学员端:报名付费、课程记录、个人档案、作品和电子名片;
- 总部后台:多租户、组织权限、账号、充值付费、收付款、数据统计和运营管理。
人力资源培训公司的业务跨越获客、邀约、报名、付费、培训、人才展示和企业选人。任何一个环节信息断开,都会造成线索浪费、重复联系、培训档案缺失或人才交付效率下降。
投流平台、表单、活动、微信和人工导入的线索分散在不同渠道,缺少统一标签、去重防撞、分配和回收机制。
大量初次触达、重复拨打和微信跟进占用人力,邀约话术、意向判断、通话记录和后续任务依赖个人经验。
学员档案、课程记录、技能标签和作品分散保存,培训结束后难以形成可持续更新、可对外展示的人才资料。
总部、分校、招商与用工方、学员和财务使用不同入口,权限、付费、收款、数据统计和账号管理容易割裂。
系统围绕“获客—邀约—确认—培训—展示—选人”建立连续业务链路,每一步都保留负责人、状态、时间和结果。
对接投流数据、表单、活动、微信及批量导入。
统一去重、防撞、打标、评分、分配和回收。
AI完成初筛触达,识别意向并转交人工跟进。
确认意向后进入报名、付费、课程和培训档案。
形成技能标签、课程记录、作品与电子名片。
用工方浏览候选人、导出简历并记录反馈。
以统一账户、权限和数据为底座,连接获客、邀约、培训及人才服务。
为分校、用工招商方和学员提供独立业务入口,通过多租户隔离与统一总部后台管理组织、账户、权限、支付和数据。
把各渠道进入的潜在学员统一沉淀到线索池,建立从归集、打标、分配、跟进到转化或回收的全过程管理。
AI承担标准化初次触达和重复跟进工作,根据学员反馈识别意向、记录摘要并将高意向线索转交人工。
将培训过程沉淀为持续更新的人才档案,学员可通过 H5 名片展示技能和作品,用工方可在授权范围内浏览选人。
基于 CRM 的“业务模型—规则配置—状态流转”设计思路,把人力培训业务中容易散落在表格和独立工具里的对象、规则与过程统一起来。
以手机号、微信标识和业务编号建立统一身份,将渠道线索、邀约记录、报名订单、支付结果、课程培训、技能标签、作品与企业选人反馈关联到同一主档,避免报名后重新建档和数据断层。
把线索去重、防撞、评分、分配、超时回收、邀约频次、人工接管、名片可见范围等规则独立配置。总部调整规则后按租户、组织和角色生效,不需要把管理制度写死在代码里。
线索从待分配、跟进中、已邀约到已报名,再进入培训中、已结业、待推荐和企业反馈等状态;每次电话、微信、转交、收费、培训和选人操作都保留负责人、时间与结果。
技术底座:本方案基于开源项目 ruoyi-vue-pro 二次开发,采用 Java + Spring Boot 后端与 Vue3 前端,复用若依的多租户、组织权限、工作流、支付对接、消息通知、审计日志和数据统计等基础能力,再针对获客、邀约、培训及人才交付进行 CRM 产品化开发。

如果 AI 只能回答问题,却不能在权限范围内读取线索、生成邀约任务、回写结果和推动流程,它仍然只是系统外部的辅助工具。
本方案在若依 CRM 技术底座上设计 AI 原生增强层:从底层架构开始,把 AI 定义为受权限和业务规则约束的协同角色,让页面、接口、数据模型与 AI 技能使用同一套业务定义。
新增线索字段、培训标签或人才档案属性时,数据模型、接口、页面表单和 AI 可调用能力使用统一元数据定义,减少多处重复改造,也避免字段含义和校验规则不一致。
培训课程、邀约话术、常见异议、企业用工需求和服务规范进入租户知识库。AI 检索和生成内容时自动匹配总部、分校、招生、培训、企业及学员的角色权限,避免跨组织读取数据。
将查线索、去重校验、生成邀约任务、调用合规外呼、发送企微消息、识别意向、生成摘要、转人工和回写跟进结果等封装为标准技能。AI 通过受控 API 操作,不直接连接数据库。

AI 的意向判断、内容生成和摘要属于辅助能力;电话拨打、微信触达、数据访问、学员授权及关键业务状态变更均需通过合规接口、权限校验、操作日志和必要的人工确认来执行。
统一管理分校、租户、业务规则、付费账户和经营数据,查看渠道、邀约、报名、培训与人才转化情况。
领取线索、查看AI邀约结果、人工接管高意向学员,完成报名、收费和后续跟进。
维护课程、班级、培训记录、考核结果、证书与技能标签,持续完善学员档案。
发布或维护用工需求,在授权人才库中筛选学员、查看电子名片、导出简历并反馈结果。
查看报名、付费、课程和培训档案,维护作品与个人信息,自主控制名片分享和企业可见范围。
查看线索成本、邀约结果、报名转化、培训进度、分校表现和人才选用等关键指标。
不是简单增加一个外呼机器人,而是比较从线索进入到人才交付的整条链路是否连贯、可追踪。
| 对比维度 | 传统方式 | 快盒AI 方案 |
|---|---|---|
| 线索归集 | 渠道表格分别下载,人工合并和查重 | 多渠道统一进入线索池,按标识自动去重和记录来源 |
| 线索分配 | 群聊或表格分发,归属与超时线索难管理 | 按分校、地区、方向和负荷配置分配、防撞与回收规则 |
| 电话 / 微信邀约 | 人工逐条触达,话术和记录依赖个人习惯 | AI完成标准化初筛和摘要,高意向或复杂问题自动转人工 |
| 邀约结果 | 录音、微信和备注分散,后续任务容易遗漏 | 录音、文本、意向、摘要、负责人和下一步任务统一回写 |
| 报名与培训 | 报名后重新录入学员,CRM与培训记录断开 | 线索转学员后沿用统一主档,持续关联报名、付费和课程 |
| 人才资料 | 简历、技能和作品临时整理,真实性和更新状态难确认 | 培训记录、技能审核、作品和电子名片保持关联并受授权控制 |
| 多分校管理 | 账号、权限和统计口径分散,总部难看全局 | 多租户、组织、角色、账户和审计体系统一管理 |
| AI辅助能力 | AI只生成文本,业务结果仍需人工二次录入 | 标准技能通过受控接口读取、生成、执行和回写,关键步骤人工确认 |
系统不预设固定转化率承诺,建议以一个分校、一类课程和一批真实线索做试点,通过上线前后同口径数据评估实际效果。
具体范围和周期需要结合现有系统、渠道接口、语音与企业微信能力、支付方式及历史数据质量确定。
搭建多租户、组织权限、账号、分校端、学员端和总部后台,完成线索池、分配、防撞、学员主档、报名和基础收付款。
选择一类培训业务和一批真实线索,对接投流数据、语音通信和企业微信,验证话术、意向识别、人工接管与结果回写。
打通课程、考核、技能、作品和学员档案,建立H5名片、授权机制、企业端人才浏览和简历导出。
完善付费账户、渠道效果、分校经营、邀约转化和人才交付看板,根据真实业务结果优化规则和AI模型。
基于 ruoyi-vue-pro 二次开发,复用多租户、组织权限、工作流、消息、审计和数据统计等成熟能力,把开发重点放在线索、邀约、培训及人才交付等 CRM 场景。
总部统一配置租户、账户、权限、规则和经营指标,分校独立开展获客与培训;用工方和学员使用各自入口,数据按授权有序流转。
AI 技能与页面、API、数据模型和权限体系共同设计,既可以辅助查询与生成,也能通过受控接口推进任务并回写结果。
同一学员主档贯穿渠道线索、邀约、报名、支付、培训、技能、作品、电子名片和企业反馈,减少系统之间反复导入和人工对账。
先选择分校、课程和线索批次跑通闭环,再逐步扩大渠道、AI 外呼、企业微信、支付和企业选人范围,用真实指标校准话术、规则和模型。
线索访问、电话与微信触达、录音文本、学员信息、人才名片和企业下载均纳入授权、频控、操作日志与数据权限控制。
本方案以 ruoyi-vue-pro 作为企业级技术底座,在其多租户、组织权限、工作流、支付、消息、审计和统计等能力之上,开发人力培训 CRM、AI 获客邀约、培训档案、电子名片和企业选人功能;AI 原生增强层属于本方案的产品化扩展,并非若依项目默认自带功能。
它以线索和客户关系管理为入口,同时覆盖报名、付费、课程、培训档案、技能与作品沉淀,以及企业端人才浏览。重点是把获客、培训和人才服务连接成一个闭环。
可以通过多租户、组织和角色权限控制数据边界。总部可以在授权范围内查看全局数据,分校只访问本组织业务;具体权限需要在实施前按管理制度配置。
不能。AI适合承担标准化初筛、重复触达、信息采集和结果归类,高意向、复杂咨询、异议处理和最终确认应及时转交人工。
需要使用合规的语音通信及企业微信接口,并按照适用法律法规和企业制度配置授权、拨打时段、频率、录音提示、退订、黑名单及人工干预机制。
线索进入系统后按手机号、微信标识及其他字段执行去重,并通过归属、锁定、协作、转移和公海规则处理跨分校线索,所有操作保留日志。
不是。应按照学员授权、企业身份和岗位权限控制可见字段、分享期限和下载能力,敏感信息默认不公开,并保留访问与导出记录。
可根据对方平台提供的API、回调或数据导入能力进行对接。支付和收款需使用具备相应资质的支付渠道,具体接口范围在实施前确认。
可以根据企业的数据安全、并发规模、现有基础设施和接口要求评估私有化部署,也可按业务流程逐步定制模块。
建议选择一个分校、一类培训业务和一批真实线索,先跑通“线索归集—AI邀约—人工确认—报名培训—人才名片”的完整闭环。