上周在一家连锁烘焙店，店长给我看他们的企微后台：三个月加了 2100 个客户，真正回过消息的不到两成。导购每天忙着收银、理货，晚上想起来发条活动，复制粘贴一遍，回复寥寥。这不是个例——很多中小零售的私域，本质上只是一份「加了但没运营」的名单。
问题往往不在工具，而在「加完之后怎么办」这一步没人接住。导购不是不想聊，是不知道怎么开口；门店不是没内容，是内容跟不上每个客户的具体场景。
私域沉默的三个真实卡点
第一个卡点是开场难。客户刚加企微，导购发「您好，我是XX店的小王」，对方已读不回。因为这句话没有信息量，也没有给对方一个回应的理由。第二个卡点是内容同质。门店活动海报一发，所有人收到同一条，客户一眼看出是群发。第三个卡点是跟进断档。客户问过某款鞋有没有 38 码，三天后导购自己都忘了，客户也懒得再问。
这三个卡点叠加，私域就从「关系资产」退化成「通讯录」。要破局，得把「聊什么、什么时候聊、怎么聊得不像机器人」变成门店能执行的动作。
趋势：AI 正在从后台走向柜台
过去两年，AI 在零售的落地多集中在选品、补货、报表这些后台环节。但今年一个明显变化是，AI 开始出现在柜台和企微对话框里。原因不复杂：后台效率提升边际递减，而一线导购的沟通效率，直接决定私域转化。
典型做法是，把门店商品知识、活动规则、常见问答整理成轻量知识库，让 AI 在导购侧生成「带上下文的开场白」和「针对具体客户的跟进话术」。导购不用自己憋文案，点一下就能发，且每条都带客户上次互动的细节。
可执行动作一：给导购配一个「话术副驾」
具体怎么做？先别追求全自动。选 20 个高频场景——新客破冰、尺码咨询、活动通知、到货提醒、售后安抚——把每个场景下优秀导购的真实聊天记录抽出来，作为示例喂给 AI 导购助手。
导购在企微侧边栏选中客户，AI 根据标签和历史对话生成 2~3 条候选话术，导购改一改再发。关键点是「人改机」，而不是「机替人」。这样既保证效率，又保留导购的个人语气。正易龙在行业 AI 落地中常采用这种「副驾」模式，先让一线用得顺手，再谈自动化。
可执行动作二：用虚拟工作室批量产出「门店级内容」
私域沉默的另一半原因在内容供给。门店每周要发朋友圈、社群、1v1 消息，但总部素材往往是大通稿。可行的做法是，用虚拟工作室把总部素材拆成门店颗粒度：同一款新品，生成适合社区店、商圈店、写字楼店的三套图文和短视频脚本，店长只需替换门店信息。
更进一步，数字人可以做标准化的产品讲解短视频，导购转发时不用露脸也有内容。对没有内容团队的中小零售来说，这比招一个专职运营更现实。
行业场景：不同业态的侧重点
母婴店更依赖信任和复购提醒，AI 话术应侧重喂养阶段和库存周期；鞋服店尺码和搭配是高频问题，知识库要细到版型偏大偏小；家居店客单价高、决策周期长，跟进节奏比话术更重要，AI 可以按客户停留时长和浏览记录提示「该跟了」。
这些场景的共同点是：不需要大模型炫技，需要的是把门店已有的经验结构化，再在正确的时机推给导购。
别急着上全自动，先跑通一个闭环
很多负责人一上来就想做「AI 自动接待」，结果客户体验断崖。更稳的路径是：选一个门店、一个品类、两周时间，只做「新客 48 小时破冰」这一个闭环，看回复率和到店率的变化。跑通了再复制。
同时提醒一句，GEO 这类让品牌在 AI 搜索里被正确理解的能力，也值得零售负责人关注——当客户开始用 AI 问「附近哪家店有XX」，你的门店信息是否被准确呈现，会变成新的流量入口。