Cursor编程实战-AiCRM（第一天）

将自己的idea告知ds，获取提示词：

我计划使用cursor这个ai编程工具开发一款crm系统，要体现ltc的管理思想，还要有传统的crm管理功能，同时还要结合ai实现智能分析。数据库采用本地的postgresql，前端使用vue，后端使用python。要提供saas功能，满足pc端和移动端的使用。请帮我生成提示词。

ds回复：

以下是为您设计的Cursor AI提示词，用于开发基于LTC思想的智能CRM系统：

项目概述

开发一款基于LTC（Leads to Cash，从线索到现金）管理思想的智能CRM SaaS系统，支持PC端和移动端，使用以下技术栈：

数据库：本地PostgreSQL
前端：Vue 3 + TypeScript + Vite + Element Plus / Vant（移动端）
后端：Python + FastAPI/Sanic + SQLAlchemy
AI功能：集成智能分析、预测和自动化能力

核心提示词

markdown

# LTC智能CRM SaaS系统开发需求

## 一、系统架构设计
1. **多租户SaaS架构**
   - 设计租户隔离的数据模型
   - 实现基于组织的访问控制
   - 支持租户自定义字段和工作流

2. **技术栈要求**
   - 前端：Vue 3 + Pinia + Vue Router + TypeScript
     - PC端：Element Plus
     - 移动端：Vant + 响应式设计
   - 后端：FastAPI + SQLAlchemy + Alembic（数据库迁移）
   - 数据库：PostgreSQL 14+，使用pgvector扩展支持AI向量存储
   - 部署：Docker容器化，支持横向扩展

## 二、LTC流程核心模块
请按照以下LTC阶段设计数据模型和功能：

### 阶段1：线索管理（Lead）
1. **线索获取**
   - 多渠道接入（网站表单、API、导入）
   - AI线索评分模型（基于历史转化数据）
   - 自动去重和合并

2. **线索培育**
   - 自动化营销流程（邮件、短信序列）
   - 行为跟踪（网页浏览、邮件打开）
   - AI预测最佳联系时机

### 阶段2：机会管理（Opportunity）
1. **商机转换**
   - 线索到商机的转化流程
   - BANT（预算、权限、需求、时间）qualification
   - 竞争对手跟踪

2. **销售管道**
   - 可配置销售阶段（如：初步接触、需求分析、方案报价、谈判、签约）
   - 阶段停留时间分析
   - AI预测赢单概率

### 阶段3：客户管理（Customer）
1. **客户信息**
   - 360度客户视图
   - 交互历史（邮件、通话、会议）
   - 客户分级（RFM模型）

2. **合同与订单**
   - 合同生命周期管理
   - 订单处理与发货跟踪
   - 应收账款管理

### 阶段4：现金管理（Cash）
1. **收入分析**
   - LTC漏斗转化率分析
   - 客户生命周期价值（LTV）计算
   - 收入预测（基于管道数据）

2. **开票与收款**
   - 自动开票
   - 付款提醒
   - 收入确认

## 三、传统CRM功能
1. **客户管理**
   - 联系人、客户公司管理
   - 交互记录（活动时间线）
   - 文档共享

2. **销售管理**
   - 销售目标与配额
   - 团队绩效仪表盘
   - 销售预测

3. **营销自动化**
   - 邮件模板与序列
   - 营销活动ROI分析
   - 线索来源归因

4. **客户服务**
   - 工单系统
   - 知识库
   - 客户满意度（CSAT）跟踪

## 四、AI智能功能
1. **智能分析**
   - 使用PostgreSQL的ML扩展或集成Python ML库
   - 预测性分析：客户流失预警、交叉销售机会
   - 自然语言处理：邮件情感分析、通话记录摘要

2. **AI助手**
   - 销售话术提议（基于客户画像）
   - 智能回复推荐
   - 会议记录自动生成与要点提取

3. **自动化推荐**
   - 下一步最佳行动提议
   - 线索分配优化
   - 价格策略提议

## 五、移动端特定功能
1. **移动应用特性**
   - 离线数据同步
   - 移动端拍照上传名片
   - 基于地理位置的功能（客户拜访路线规划）
   - 语音输入记录

2. **推送通知**
   - 重大提醒（跟进任务、合同到期）
   - 实时聊天支持

## 六、数据库设计要点
```sql
-- 示例：多租户基表
CREATE TABLE tenants (
    id UUID PRIMARY KEY,
    name VARCHAR(255),
    subdomain VARCHAR(100) UNIQUE,
    created_at TIMESTAMP
);

-- 所有租户数据表添加 tenant_id 字段
CREATE TABLE leads (
    id UUID PRIMARY KEY,
    tenant_id UUID REFERENCES tenants(id),
    -- 其他字段...
);

七、API设计要求

RESTful API
版本控制（/api/v1/）
JWT认证
速率限制和配额管理
GraphQL端点
为复杂查询提供GraphQL API
移动端数据获取优化

八、安全与合规

数据安全
端到端加密敏感数据
GDPR/CCPA合规准备
审计日志（所有数据变更记录）
访问控制
RBAC（基于角色的访问控制）
数据级别权限控制

九、部署与扩展

微服务思考
将AI服务拆分为独立微服务
消息队列（Celery/RabbitMQ）处理异步任务
监控与运维
应用性能监控（APM）
业务指标监控（转化率、用户活跃度）

text

---

## 给开发者的补充提议

在Cursor中使用此提示词时，可以分段执行：

1. **第一阶段**：复制“一、系统架构设计”和“六、数据库设计要点”，生成基础项目结构和数据模型

2. **第二阶段**：复制“二、LTC流程核心模块”和“三、传统CRM功能”，逐个模块开发

3. **第三阶段**：复制“四、AI智能功能”，实现智能分析模块

4. **第四阶段**：复制“五、移动端特定功能”，完成响应式设计和移动端优化

您可以根据实际开发进度，向Cursor提供更具体的子模块需求，例如：
- “请生成线索评分模型的Python实现代码”
- “设计LTC漏斗分析的前端仪表盘组件”
- “实现多租户数据隔离的SQLAlchemy mixin类”

这个系统设计平衡了LTC流程管理、传统CRM功能和AI智能分析，适合作为SaaS产品商业化运营。