在郑州做了十二年律所的陈主任，最头疼的不是打官司，而是“找人”。

不是找律师。他手底下的执业律师业务能力都不差。他缺的是能打通电话、筛出案源的人。

交通事故、工伤赔偿、民间借贷——这些案子的当事人，往往在网络平台留了咨询信息后，就石沉大海。律所花大价钱投流买来的线索，必须靠人第一时间拨过去。但现实像一个死循环：

招不到人。 律所案源筛选这个岗位，工作内容枯燥，一天几百通电话，绝大多数是“不需要”“打错了”，甚至被当成诈骗电话直接挂断。年轻人干几天就跑了，年纪大的又干不动。

转化全靠运气。 好不容易招来两个外呼专员，每人每天撑死拨150通。一百条线索里，真正有需求的可能就三五个。但专员情绪一波动，判断就失准——要么把想委托的人当成无效线索筛掉，要么把随口问问的人标记成A类，律师回过去发现完全不对版。

更现实的痛是封号。 两个专员轮番高频外呼，号没几天就封了。买号、换线路、再封、再换——获客链条永远在断。

陈主任干过一件事，现在说起来自己都觉得心酸。去年有个工伤案子的线索，网络平台推过来的时候是上午十点，专员下午两点才拨过去。对方接了，说“已经找了别的律所”。就晚了四个小时，一个案源没了。

他开始留意市面上有没有能“自动筛客”的工具。了解一圈下来，要么是贴牌代理，技术不是自己的，出了问题连个能拍板的人都找不到；要么是纯功能堆砌，卖完系统就消失，根本没人管落地。

后来是通过一个做法务的朋友，知道了知一科技。朋友的原话是：“他们的系统是自己研发的，不是套壳贴牌。我们用了大半年，中途改了好几次话术，响应都很快。”

陈主任决定试一把。

合作的第一步，就让他心里有了底。知一团队没有直接扔过来一套通用的话术模板，而是先让他把律所最擅长处理的几类案件——交通事故、工伤、借贷纠纷——的咨询流程从头到尾讲了一遍。

话术搭建的过程，更像是一场深度的业务梳理。 知一团队以陈主任团队自身的接待逻辑为底本，结合他们在律所、法律咨询等同类项目中的成熟经验，逐轮推敲。当事人说“我没钱打官司”，机器人不是硬劝，而是自然接上“我们可以先帮您评估案件，前期不收费”；对方追问“能赔多少钱”，机器人不会胡乱承诺，而是引导“这个需要了解具体情况，我让律师给您做个免费测算”。陈主任最认可的沟通分寸被完整保留，知一则从对话节奏、引导逻辑和意向判断节点上进行专业优化。

录音采集阶段，陈主任找了一位声音沉稳的律师录了全套真人语音。“不夸张、不生硬，就像我们平时接咨询电话的口吻。”知一技术端完成声音建模与对话逻辑配置后，先进行小批量试拨测试。测试中，他们发现一个细节——当当事人情绪激动、语速快且频繁打断时，机器人的衔接偶尔会愣住。团队立刻优化了打断逻辑与回应衔接，反复验证话术流畅度和意向判断准确率，确认无误后系统正式上线。

正式启用后，知一的服务没有停。 专属服务群里，他们持续盯着拨打数据。某句引导语的转化率不达预期，当即调整；某个异议处理分支的跳出率偏高，马上优化；从意向标签的精准度到通话时长的最佳区间，话术始终在动态迭代。陈主任说：“用了三个月，话术改了不下十版。它不是一套死系统，是真正懂法律咨询场景的。”

三个月后，陈主任算了一笔清晰的数据账：

• 一个机器人单日稳定外呼800-1200通，远超过去两个专员的总和，投流来的线索再也不会积压过期

• 空号、错号自动过滤，当事人意向按A/B/C/D分级标记——交通事故骨折住院的问赔偿标准是A类，随口问问“你们律所在哪”的是C类，律师打开后台，直接锁定高意向跟进

• 彻底解决封号问题，线路长期稳定，获客链条再也没断过

• 人力成本大幅缩减，律师只负责回访高意向当事人、预约面谈，成案转化效率翻倍

“以前一条线索出来，能不能接住看运气。”陈主任说，“现在机器人先筛一遍，到我律师手上的，都是有明确委托意向的。这个差别，就是‘有案子’和‘等案子’的差别。”

更让他感慨的是：今年团队一个外呼专员都没招，但月成案量反而比去年多了近四成。

“知一这个电话机器人，不是什么万能工具。”陈主任说得朴实，“但它把‘筛案源’这个最耗人、最不稳定的环节，变成了一个可量化、可复制、不断优化的系统。对我们这种中小律所来说，这就是实打实的竞争力。”