
车队软件公司 Proaction 用 Codex 自制客户演示:每月省下约 40–60 工程小时,销售约增 60%
Codex销售演示GPT-Live-1车队管理创业公司
一句话结论
非技术联合创始人把通话录音、邮件和表格丢进 Codex,就能在 30–45 分钟做出带客户真实车队数据的交互演示;工程不必再为每个意向客户定制样板,销售推进明显加快。
打开原文
OpenAI:Proaction boosts sales 60% and saves 75+ hours with Codex
背景与理念
Proaction 做车队与工程机械管理软件,销售关键一环是让客户看见「这套系统怎么贴合他们自己的车队」。过去个性化演示要占用稀缺工程时间,创始人只能靠口述和幻灯片。Codex 把「演示产能」从工程队列里解放出来,让商务侧自己把对话变成可点的产品切片。
具体做法
- 售后电话立刻开工。联合创始人兼 COO Colin Knudsen 把 Granola 录音、邮件线程和客户表格交给 Codex,生成镜像自家产品、并填入客户车辆与流程的 HTML 演示环境。
- 演示会变成共创。共享屏幕时客户看到的是自己的车与设备,可以直接指出要改的地方;工程不必进场。
- 赢单后演示继续当需求说明书。工程师拿到定制演示作视觉参考,减少来回确认。团队还做了客户方案中心,让意向客户自行探索流程并沉淀更清楚的需求。
- 日常工作收敛进 Codex。通过 Granola、Gmail、Slack、Linear、GitHub、HubSpot 等插件拉齐上下文;设置定时自动化复盘近期通话并准备销售更新。
- 产品侧用模型做执行层。损坏照片用 ChatGPT-5.6 Sol 辅助识别;用 GPT-Live-1 与 GPT-6 Astra 做可通话、审单、聊天的托管执行层;维护智能体 Marty 会与司机沟通、联系修理店、协助估价审批与支付,关键步骤仍保留人工接管。
关键数据/例子
Colin 估计每月做 4–6 个定制演示,每个 30–45 分钟;若工程来做约需各 10 小时,相当于每月省下 40–60 工程小时。从初次接触进入方案开发而非培育池的比例,他估计提高约 50%–60%;整体销售约增 60%。他自估每天约 15–20 件不同任务,Codex 每月为自己省下约 25–33 小时,另有约 33 个创始人小时量级的节省表述。产品负责人 Danny O’Halloran 称 Astra 的 computer-use 运行比 GPT-5.6 Sol 更短、更干脆。
创新点
第一,把「销售演示」定义成商务可自助的 Codex 工作流,而不是工程工单。第二,演示产物直接回流给交付与需求,形成销售到研发的同一工件。第三,语音与视觉模型承接车队日常执行,但仍把付款、维修与例外留给人。
可否复用
- 先选「必须个性化、但工程做不起」的演示或方案环节,让非工程角色直接驱动 agent。
- 固定输入包:通话录音、邮件、客户表格;固定输出:可共享的交互原型。
- 赢单后把同一工件交给工程当需求基线。
- 对外执行类智能体保留人工审批闸门,尤其是付款与外部沟通。