文章主要内容总结本文介绍了CRMAgent，这是一个基于大型语言模型（LLMs）的多智能体系统，旨在为电子商务领域生成高质量的客户关系管理（CRM）消息模板，解决多数商家因缺乏营销专业知识和工具而难以撰写有效推广文案的问题。CRMAgent的核心工作流程由四个专门的智能体协同完成：ContentAgent：通过对比同一受众群体中高绩效与低绩效消息，分析其在语气、结构、目标定位和激励设计上的差异，提取高绩效消息的关键特征。RetrievalAgent：当商家自身缺乏高绩效模板时，跨商家检索与目标受众、优惠券类型和产品类别相似的高绩效模板，为改写提供参考。TemplateAgent：结合ContentAgent的分析结果和检索到的参考模板，通过三种模式生成优化模板：基于组的学习（利用同一商家同一受众的高绩效模板）、检索与适配（利用跨商家相似模板）、基于规则的零样本改写（无参考时）。EvaluateAgent：从“受众匹配度”和“营销效果”两个维度对生成模板进行评分，或通过盲测直接选择更优版本，确保生成质量。实验结果显示，CRMAgent生成的模板在11个受众群体中整体表现优于商家原始模板，受众匹配度提升9.09%，营销效果提升38.44%，在78.44%的盲测对比中被选为更优版本。文章创新点端到端多智能体框架