用带引文锚定的评分表复盘销售通话录音…

当你拿到一通已完成销售通话的文字记录（transcript），需要按开场、需求挖掘、异议处理、收尾四维打分并给出可执行反馈时使用。

适用场景

解决思路

1. 先做访谈再评审：每条消息只问一个问题，尽量给多选题；transcript 或用户消息已答的跳过。需问清：谁在评审（本人还是经理/同事）、通话类型（冷呼、预约发现、演示、谈判/续约、呼入、B2C/呼叫中心）、是 B2B 还是 B2C/内部销售/高频消费者通话、transcript 形态（有无说话人标签、时间戳、完整或部分）、通话结果（仅作背景，不参与评分）、上一轮评审是否已指定聚焦行为、团队是否有销售方法论或内部评分卡、变更需在多长时间内体现在真实通话上、是要修这一通电话还是修这个人的习惯、下次被评审通话前有多少辅导时间。
2. 先跑 transcript 质量门：检查 ASR 损坏（乱码、非语音标记、大量重复填充词、无法解释的长空白），若约五分之一以上内容损坏则拒绝评分，要求更干净的 transcript 或录音关键片段。
3. 处理说话人标签：标签缺失或过于笼统时，从自我介绍、称呼中的名字、谁提问谁回答等线索推断；名字在靠后位置才出现时，回填重标所有更早的发言；若某段确实无法区分两人，不要归因，标记并询问用户，绝不静默猜测。
4. 引用格式：有时间戳时用 `[HH:MM:SS → HH:MM:SS]` 范围；否则退回行号，再退回纯逐字引用；每条引用都必须让用户能找到原段落。
5. 长 transcript 按通话阶段分段顺序评审；绝不基于只读了一部分的 transcript 交付评审而不说明哪部分未读。
6. 部分 transcript 只评其通话阶段实际存在的维度，其余标为 “N/A - phase not in transcript”；数据缺失绝不记 0 分。
7. 一行规则：绝不用单条乱码或含糊的行给某维度打高分；该维度封顶为 Low confidence，并说明更干净的 transcript 能澄清什么。
8. 每个维度标注置信度：High = 两段以上干净且互相一致的段落；Medium = 一段干净段落，或数段部分损坏但一致的段落；Low = 单条含糊或损坏的段落，只标记不下结论。
9. 确定本次通话类型适用哪些评分维度，其余标 N/A 并写明原因。四维为：Opener（冷呼：赢得明确同意与可真实对话的环境；预约通话：用 Purpose、Plan、Outcome 设定议程）、Discovery（问题优先的提问，从症状逐级上升到后果，并检验问题是否值得解决，而非审问）、Objection handling（复述异议、处理、并口头确认已解决，而非争辩或投降）、Close（下一步承诺：持续投入检查、时间线压力测试、由销售提出具体步骤，仅针对真实商机）。
10. 按 [references/rubric-anchors.md](references/rubric-anchors.md) 中的锚定描述给每个适用维度打 0-4 分；锚点只写在 0、2、4，1 和 3 靠插值。
11. 应用证据规则：无引用不打分。每个评分、每个优点、每个改进项都必须引用赢得它的逐字 transcript 段落及位置；无段落支持时写 “insufficient evidence” 并留空或标 Low confidence；绝不凭记忆转述、绝不编造引用、绝不凭感觉打分。
12. 给每个维度分数附上置信度层级。
13. 识别致命时刻（fatal moment）：任何一段无论其余得分多高都会毁掉交易或违反合规的段落；它报告在分数之上，绝不被平均掉。
14. 选出有界反馈集：最多 2 个优点（各带引用）、最多 3 个改进项、恰好 1 个命名聚焦行为；按 Bounded feedback 排序，再按访谈答案重排。
15. 改进项排序四类：fatal slip（一次可立即停止的毁单或违规时刻）、structural（本通电话中重复出现的模式）、local（无模式支撑的单点弱项）、fatal habit（默认重复的毁单或违规行为）。效率顺序：`fatal slip > structural > local > fatal habit`；价值顺序：`fatal habit == fatal slip > structural > local`；投入顺序：`fatal habit > structural > local == fatal slip`；合规成本顺序：`fatal rule breach > fatal deal-killer == structural == local`。
16. 当满足以下任一条件时，即使效率排序不利也要把 fatal habit 提升为聚焦行为：它是规则违反；它是上一轮评审的聚焦行为且本次 transcript 显示未改变；该销售仍在 ramp 期；同一模式也出现在其他销售的通话中（属 enablement 问题而非个人问题）。
17. 按已知的该销售与团队情况重排：ramp 期新人提升 fatal habit；经理每季度只做一次 debrief 的老手降级它，改给能塞进现有时间的 structural 项；有每周一对一可承载习惯改变；无固定节奏则不能；全团队都出现的模式不是该销售的聚焦行为。
18. 再按三条访谈答案重排，并在评审中说明哪条答案移动了哪一项：硬性截止日期提升 fatal slip 与 local 修复；复利式要求提升 structural 项与 fatal habit；低投入上限则把 fatal habit 从本次评审移除，推迟到有辅导时间的那次。
19. 按 [references/review-template.md](references/review-template.md) 组装评审，跑质量门并迭代直到全部通过。
20. 交付时以优点收尾，用 “Positive. Better. Empowered.” 结束会话。
21. 若运行环境有持久记忆，记住所用评分权重、约定的 N/A 惯例和那一个命名聚焦行为——下次评审首先检查该行为是否改变；这只是测量连续性，从趋势构建发展计划属于辅导技能，不在此处；无记忆时把评审文件交给用户保存并在下次重新提供。
22. 经理/同事模式下：先让销售自评再揭示任何分数（“先放录音让销售自评，再开始反馈”）；改进项以 SBI 加提问形式给出（“当时发生了什么？”）而非裁决；整个评审控制在 30 分钟内可消化。
23. 本人自评模式下：技能充当校准伙伴，先让销售给每个维度打分，再与基于证据的分数对比，并用引用解释每处分歧；自我批评同样受证据规则约束——“我很差”无引用与无根据的表扬一样无效。
24. B2B 与 B2C 通用同一套质量门、证据规则与锚定评分；B2C/内部销售/呼叫中心额外可选合规与脚本遵循维度（必需披露是否做出、声明是否准确、脚本检查点是否命中），通常为二元项而非 0-4 锚点，并需在评审中标注这是适配而非既定评分实践。
25. 每条变更项按 SBI 结构塑造：先观察后判断——情境（引用 + 位置）、可观察行为、对通话的影响。
26. 禁止 “Great energy” 这类无引用优点的奉承；禁止特质级表述（“粗心”“低能量”“更有顾问范”“不是成交型”），直接从菜单删除而非排到最后。
27. 交付前用十项质量门自评草稿，通过阈值 10/10，迭代直到无失败项：1) 每个已评维度至少一条可定位逐字引用，未评维度写明 N/A 原因或 “insufficient evidence”；2) 评分前声明 transcript 质量层级，且无维度在 Low confidence 以上依赖单条乱码或含糊行；3) N/A 维度排除在所有聚合之外，结构缺失项不记 0；4) 反馈有界：最多 2 优点（各带引用）、最多 3 改进项、恰好 1 个以可观察动作表述的聚焦行为，每项带类别并遵循排序，任何偏离需说明是访谈答案或销售背景所致；5) 每个改进项为 SBI 结构，评审中无性格或人格语言；6) 任何致命时刻都列在分数之上，无论数字多好；7) 通话结果仅作背景，不构成任何评分依据；8) 经理/同事模式下，销售自评在揭示分数前已捕获，或明确注明缺失；9) 每个统计数字标明来源，每个厂商数字同时标注为相关性；10) 评审写明下次评审检查项：什么可观察变化算作聚焦行为落地。
28. 按模板输出：CALL REVIEW 头部（通话/公司、类型、B2B|B2C、模式、日期）、Transcript 质量层级与说话人标签状态、Fatal moment（引用+位置或 “none found”）、Self-assessment、各维度分数/4（或 N/A+原因）、置信度、引用+位置、一句话理由、Shape 一句话、Strengths ≤2 各带引用、Change items ≤3 带类别与 SBI、The one thing 单一聚焦行为、Next-review check。
29. KPI：评审是否有效看下次被评审通话中命名聚焦行为是否在引用层面可观察地改变；过程 KPI 为 100% 判断有引用、评审 30 分钟内可消化、销售结束时能无提示复述那一件事；跨评审看同一行为连续三次成为焦点即反馈未落地，向人类提示该信号。
30. 录音同意提示：简短事实性说明，非法律建议——美国部分州要求全体同意（加州、佛州、伊利诺伊、宾州、华盛顿等），多数州接受单方同意；欧盟 GDPR 与 ePrivacy 指令要求明确、特定目的的同意，被动 “本通话可能被录音” 免责声明不足，且一目的同意不覆盖其他目的；本技能只评审用户已持有的 transcript，不对录音合法性表态；若 transcript 显示明显应有同意披露却缺失，提示一次。
31. 可靠性：锚定行为量表因无锚定量表不可靠而存在——评分者间一致性（Cohen's kappa 或 ICC）对含糊判断很差，评分者会向预期漂移，“明确的评分指南” 是文献记载的修复方法；因此按书面 0/2/4 行为评分而非凭感觉打分，并定期重读 [references/worked-examples.md](references/worked-examples.md) 中的示例重新校准。
32. 常见失败模式及修复：按结果而非过程评分（预约成功不证明通话好，丢单不证明通话差，每个分数须追溯到引用行为，结果仅作背景）；下一步作秀（从不设步骤差，无论商机质量每通都设属平庸，只在真实商机设属好，空洞的日历步骤记 2 分而非 4 分）；评人格或讨喜度（“自信”“讨喜”“低能量” 不是行为，替换为可观察动作及其引用或删除）；奖励提问数量（“千问致死” 式审问是失败模式，评阶梯式提问与问题检验，绝不评数量）；高分掩盖致命时刻（致命时刻列在分数之上并领衔反馈）；把所有评分缺失都倒给销售（评分表是记录，销售最多得 3 个改进项和 1 个聚焦行为）；只评审丢单（只采样失败会只教失败模式并让评审像惩罚，下次要求一通赢单或中性通话）；近因偏差/评分者漂移（一通电话只是一个数据点，每个分数锚定本 transcript 的引用，评审间用示例重新校准）；给乱码行打分（一行规则：封顶 Low confidence 并说明更干净的 transcript 能澄清什么）；含糊表扬（每个优点带引用，无引用的 “关系好” 在质量门删除）。

适用边界 · 注意事项

• 不用于撰写跟进邮件（属 mbfinotti/sales-skills@sales-meeting-recap）。
• 不用于给商机本身打分（属 mbfinotti/sales-skills@meddpicc-scorecard）。
• transcript 约五分之一以上内容因 ASR 损坏时拒绝评分，需先取得更干净的 transcript 或录音关键片段。