一百多万在校生背后,是二十天的硬仗 重庆的职业教育规模,比很多人想象的大。市教委公布的《重庆市职业教育质量年度报告(2024年度)》里,全市实际招生的职业学校共 173 所:中等职业学校 126 所(含 32 所技工学校、5 所特殊教育学校)、高职专科学校 45 所、职业本科学校 2 所,在校生 102.4 万人,教职工 5.7 万人。国家示范中职 30 所,国家「双高计划」院校 10 所,数量在
一百多万在校生背后,是二十天的硬仗
重庆的职业教育规模,比很多人想象的大。市教委公布的《重庆市职业教育质量年度报告(2024年度)》里,全市实际招生的职业学校共 173 所:中等职业学校 126 所(含 32 所技工学校、5 所特殊教育学校)、高职专科学校 45 所、职业本科学校 2 所,在校生 102.4 万人,教职工 5.7 万人。国家示范中职 30 所,国家「双高计划」院校 10 所,数量在全国排第六、西部第一。
规模大,招生的压强就集中。中考、高考出分之后的二十来天,是全年招生的主战场。招生办的两部电话从早响到晚,招生老师的微信一天收到上百条好友申请,官网留言、公众号后台、短视频评论、家长群、中介转来的截图,五六个入口同时在进人。问的内容高度重复:多少分能上、这个专业学什么、毕业去哪、住宿几人间、学费多少、能不能专升本、有没有校企合作。
问题不是没人回答,是回答不过来。一个老师同时盯三个手机,打字打到手指发麻,还容易答错:今年某个专业计划缩了,他照着去年的口径答;某个专业方向调整了,他还在讲旧版本;家长问资助政策,他记不清档次。咨询又集中在晚上八点到十一点,正是人最累、最容易漏消息的时候。一条没及时回复的咨询,可能就转去了隔壁学校。
还有个隐性损耗:同一个问题答一百遍,耐心会耗光。到第三周,回复变成「看官网」「你加群吧」,家长体验直线下降。而招生咨询恰恰是「体验即转化」——家长判断一所学校靠不靠谱,很多时候不看排名,看有没有人认真回答他的问题。
国外怎么解:佐治亚州立大学的 Pounce
美国高校里被引用最多的案例是佐治亚州立大学(GSU)的 Pounce。2016 年,这所学校上线了一个基于短信的 AI 对话助手,专门解决「夏季融化」:学生已经被录取,但暑假里因为助学金表格、分班考试、选课、住宿这些问题搞不定,秋季开学就没来。GSU 的做法不是做一个聪明的问答机器人,而是先和 AdmitHub 一起,把学生入学最常遇到的障碍逐条梳理出来,写成两千多条标准答案,再让机器人在短信里 24 小时回答。
公开数据很具体:第一年新生咨询超过 20 万次,平均响应时间约 7 秒;只有约 1% 的问题需要人工接手;「夏季融化」率从 19% 降到 9%,按学校自己的说法,相当于多来了三百多名学生。更值得琢磨的是两个细节:一是所有答案由人撰写,学校明确说过,AI 自己生成的答案质量不够,学生拿到错误信息甚至可能带来法律风险;二是学生知道自己在跟机器人说话,机器人答不上来就转人工,学生也可以随时要求找真人。
另外一个细节很能说明问题:这所学校的负责人提到,凌晨 1 点使用聊天机器人的次数比上午 10 点还多。这跟国内招生季的情况几乎一样——家长和学生的咨询高峰在深夜,而那时学校已经下班。
美国市场后来长出了一批专门服务高校的公司。Ocelot 从短信和聊天机器人起家,公开资料称服务 500 多家机构、覆盖 800 多万学生;EDUCAUSE 2025 年的调研显示,37% 的美国院校已经提供全校范围的聊天机器人许可,另有 14% 自建了机器人。这个行业的共识已经比较清楚:机器人不是用来做招生决策的,是用来接住那些重复、琐碎、但直接影响入学的沟通。
拆开看:四个机制比「模型」更关键
第一是自有知识库。Pounce 的答案来自学校自己的入学流程,不是通用 FAQ。这一点决定了它能不能答准「我们学校今年的助学金截止日是哪天」。国内很多学校做过公众号自动回复,效果不好,根本原因就是答案是从别处抄的、是过期的、是和招生办口径不一致的。
第二是主动触达。GSU 的机器人不只是被动回答问题,还会按学生所处的入学环节推送提醒:该交表了、该选课了、该做分班考试了。这套思路在教育学里叫「轻推」,核心是在关键节点提醒,而不是等人来问。国内的招生也一样:报名截止前、现场确认前、缴费前,主动推一条,比在官网挂通知有效得多。
第三是转人工规则。哪些问题必须转人:涉及录取判断、特殊情况、情绪激烈的投诉、身体条件受限、家庭经济困难。Pounce 的经验是 1% 转人工,这个比例不是越低越好,而是要把该转的都转出去,不该转的别打扰老师。转人工时还要把上下文摘要一起给老师,否则家长要重新讲一遍,体验更差。
第四是渠道选择。GSU 用的是短信,因为它的学生群体更需要短信提醒;国内职业院校的家长主要用微信和短视频私信,中职招生还大量依赖电话和到校咨询。渠道跟着用户走,不要为了做机器人而要求家长改变习惯。
搬到重庆,要解决的是「专业讲不清」
重庆的职业院校有个共同难题:专业名字家长看不懂。「智能制造技术」「大数据与会计」「现代物流管理」这些名称,家长听完不知道孩子将来干什么。招生老师每天要解释几十遍,解释得还不一样。这件事比回答「多少分能上」更重要,因为它决定了家长有没有兴趣继续问下去。
可行的做法是给每个专业建一份「家长版说明书」:三年学什么课、在哪个实训室练多少小时、能考哪几个证、合作企业有哪些、毕业去哪类岗位、能不能升本、往届生去了哪里。这份说明书由专业带头人写、招生办审、智能体按统一口径答。写这份材料本身就是一次专业梳理,很多学校做完之后发现,自己的招生话术第一次统一了。
第二个难题是渠道分散。官网、公众号、抖音私信、家长群、电话,每个渠道由不同的人管,口径自然不一致。有效的做法是把五个入口收敛到一套知识库:无论家长从哪来,答案同源、同版本、同一套措辞。落地可以分两步:先做「辅助模式」,老师仍然亲自回复,但输入框旁边有标准答案和出处,点一下就能用;跑顺之后再做「接待模式」,官网、公众号、短视频私信由智能体直接接待,复杂问题转人工。
第三个难题是电话。招生高峰期占线率很高,而电话恰恰是最有转化意愿的家长。语音识别加智能体可以先接住打不进来的电话,记录来电意图、学生分数段、意向专业,再安排回拨。这条链路对识别准确率要求高,但对招生季的价值也最大。
合规这条线,比技术难
教育行业的智能体,边界比大多数行业都严格。有几条必须写死在规则里:不承诺录取结果,不承诺就业岗位和薪资,不承诺专升本通过率,不贬低其他学校,不透露未公开的招生计划调整,不收集与服务无关的个人信息。这些话一旦说出口,就是白纸黑字的证据。
还有广告合规。招生宣传里的「最好」「第一」「保证就业」都是高风险表述,智能体不能自由发挥,所有涉及比较和承诺的话术都要提前审核。比较稳的做法是:智能体只答事实(计划数、往年分数区间、课程、证书、合作企业),形容词和承诺一律不出。
隐私是另一条。招生咨询会接触到考生姓名、身份证号、成绩、家庭情况、联系方式,收集要有明确用途和最小必要原则,存储要加密,离职人员账号当天回收。很多学校在这块很松,一个 Excel 在几个老师之间传来传去,出问题时说不清是谁泄露的。做智能体反而是个契机,把这些数据收进系统、按角色授权、全程留痕。
还有一层是「人味」。招生咨询面对的是焦虑的家长和刚成年的孩子,有些问题机器不该抢答:孩子成绩不好家长的自责、家庭困难能不能读得起、孩子有特殊情况能不能被照顾。这些问题应该被识别出来,直接转给有经验的老师,并且提示「这位家长情绪偏焦虑,建议电话沟通」。机器人做识别和分流,人做安抚和决定。
部署与成本:不必一步到位
学校做这件事,预算通常有限,也没有专职技术团队。三条路可以选:一是用现成的教育行业 SaaS,按年付费,开通快,但知识库和对话数据在服务商那里,合同要写清数据归属和导出权利;二是用通用的对话平台自建,成本低、可控性强,但要自己做知识库清洗和口径审核;三是私有化部署,数据全部留在校内,适合对信息安全要求高的院校,投入也最高。
无论走哪条,有三件事必须自己掌握:知识库的内容、口径的审核权、对话记录的归属。这三样交给外人,学校就失去了对招生话术的控制,而这恰恰是最不能失控的部分。
成本可以按「一次招生季」来算。如果一个招生季因为响应不及时流失了几十个学生,按学费和学制折算,损失往往远大于一套系统的年费。这笔账不难算,难的是学校要先把「响应速度」当成一项指标来管。
从哪一步开始:一个专业、一个渠道、六十个问题
最稳的试点方式是小切口:选一个咨询量最大的王牌专业,选一个非实时渠道(通常是官网留言或公众号),先把家长最常问的六十个问题整理成标准答案,由招生办主任逐条审口径,再让智能体在这个渠道上跑两周。两周之后,把答得不好的问题挑出来改知识库,把该转人工的规则补上,再扩到第二个专业、第二个渠道。
跑完一个招生季,再复盘三个数:咨询的首次响应时间、当天回复率、咨询到报名的转化率。三个数都往好的方向走,再谈全校铺开。
重庆把「全国职业教育重镇」写进了目标,173 所学校的竞争会越来越集中在「谁能让家长更快听懂」。排名、专业、就业数据都是硬实力,但家长感知到的往往只是一次对话。把这次对话接住,是智能体在这个行业里最实在的用处。