客户到了现场，才临时加了一个需求：要带会议室的房源。原来看好的那套没有，陈先生只好折返回去取钥匙。一趟带看，硬生生拆成了几趟。
他是浙江嘉兴一个园区的运营和招商负责人。园区有31栋楼，房源和租户信息不停变动，平时记录又散在多个地方。真到带客户看房、向领导汇报时，想在几分钟里翻出准确信息，并不容易。
写字楼招商早就过了“手上有房就能躺赚”的阶段，现在是租客挑商家的买方市场，招商方拼的就是匹配效率。领导也提过，能不能把园区情况做得直观些，哪栋楼、哪层还有空房，点开就能看到。陈先生不是没动手试过，他有Python和R的基础，做过图表，但楼宇细节需要反复调整，最后成品按他的话讲，只是让“报告好看点”，日常带看帮不上太多忙。
直到前阵子，他在WPS灵犀专业版里，碰到一个能生成交互式2.5D园区楼宇地图的技能。曾经搁置的想法又冒了出来。这次他决定做完整一点：把房源筛选和客户跟进一起放进去。
据陈先生介绍，构思框架、整合数据、让系统跑起来，各用了半天；之后又花了一天调整页面。整个过程中，他没有手动写过一行代码。
现在，这套工具跑在他自己的电脑上，录入了290条房源记录。客户提出需求后，可以按装修、面积、楼层、预算、用途等条件匹配房源，再切到园区地图上看楼宇的出租情况。2.5D视角不追求3D渲染那样的精致，但胜在直观——楼在哪、还剩哪几层，一眼能看清。
比地图本身更值得说的，是他给自己定下的匹配规则。
客户说某个条件“不限”，这一项就直接给满分。用他的话讲：“客户不在乎的事，不该扣分。”超过7天没有联系的客户，记录会整行标红，提醒他继续跟进。这些规则没有多玄妙，全是他平时做招商攒下来的经验。过去，经验留在大脑里，或者散落在一条条聊天记录和表格中；现在，被AI装进了工具里。
做完这套系统，陈先生最大的感受是：业务框架得先想清楚。哪些信息需要录入，房源怎么筛，什么时候该提醒跟进，都得自己先拿主意。如果一开始没理顺，后面就得一遍遍改，时间和费用都会增加。
这大概是这个案例最有意思的地方：AI负责把工具做出来，但真正让工具好用的，是陈先生对招商这件事的经验判断。经验没有被替代，而是被转换成了可执行的规则。对中小园区的招商人员来说，这可能是一种足够轻量的数字化——不需要大动干戈建系统，一个人就能把具体问题解决掉。
目前这套工具还是他个人在用。要让同事也用起来，还得补充房源照片、完成接口调试等工作，离成熟的团队工具还有距离。
至于它能不能帮陈先生留住客户、促成交易，他不敢打包票。但谈到日常使用感受，他说：“至少节省精力上是能感受到的。”在招商这行，省下翻找信息的力气，或许就能多分一点给真正难啃的客户。