记得住顾客的尺码、养护与回购智能体
它记得这位顾客上次真正留下的是哪个码，回答面料和洗涤问题时依据的是你自己的养护说明，而不是网上的泛泛之谈；心仪的那件补货了，它会主动去说一声。官网、Telegram、WhatsApp，都是同一个它。
记住的是版型，不只是订单
哪个码她真的留下了、退回过什么、为什么退、哪种版型她一向避开。这些按顾客留存，跨会话延续，于是第二次对话不必从第一个问题重新开始。
养护答案来自你自己的资料
成分、洗标符号、收纳、修补。智能体依据你的养护文档和尺码表作答，用的是你的措辞——而不是网上关于真丝的各种说法。
拍一下洗标就行
顾客发来一张洗标或衣物的照片，智能体直接读进对话。「这件能机洗吗」有了答案，她不必再把那些符号一个个描述出来。
补货与回购的计划跟进
她的码补到了，或者季节换了，计划跟进会主动找过去——通过 Telegram、WhatsApp 或邮件，不用等她想起来再回官网。
知道她正在看哪件
从商品页打开时，智能体已经带着这件衣服的上下文。对话从问题本身开始，而不是从「您指的是哪一件」开始。
身材数据不外流
每位顾客的对话与文件按空间隔离，并用各自的密钥加密。尺码和身材尺寸，正是顾客默认品牌会小心保管的那类信息。
适用场景
服装类的问题，大多不是关于商品的，而是关于这位顾客和商品之间的关系：亚麻穿 M 合适，羊毛还合适吗；三月看中的那件，还有她的码吗；已经买回家的那件，能不能扔进洗衣机。
这类问题有个共同点，让它变得格外难答好——答案取决于之前发生过什么。接待过她两次的店员脱口就能回答；官网不行，通用助手也不行，因为它每次遇见的都是一位陌生人。
怎么搭起来
版型信息归在顾客档案里，不在订单表里。 留下了什么、退回了什么、为什么退、一向避开哪种版型。这些按顾客留存并跨对话延续，于是新的一季不必从第一个问题开始。
养护和尺码的答案来自你的文档。 成分、洗标符号、收纳与修补指引，作为知识库上传。智能体用你的措辞、依据你的养护说明和尺码表作答——而这一点，在那些通用建议恰恰是错的面料上最要紧。
该记得的事，交给计划跟进。 补货到了、季节回来了、第一次下水后该提醒一句养护——这些都是排好的任务，通过顾客本来就在用的渠道找到她。
每位顾客彼此隔离。 对话与文件按顾客划定范围，并用各自的密钥加密。尺码和身材尺寸既是再普通不过的零售数据，也足够私人——一旦处理得不妥当，顾客立刻会察觉。
哪些是对接，而不是内置
库存、订单和退换货都在你自己的系统里。智能体通过 MCP 调用你开放出来的工具——某个码还有没有货、订单到哪一步了、退货已经发起——所以它依据实时数据作答，而不是猜；而记录，始终留在你的系统里。
平台负责的是对话和记忆。它不是一家商店。
它依据的是你的尺码表和你的版型说明，而不是通用尺码；顾客留下过什么、退回过什么，也会带进下一次对话。真正需要提前安排的，是把你的团队现在口头讲的那套版型建议写下来。