用途：当需要设计面向东非市场（默认乌干达）的 WhatsApp LLM 聊天机器人时使用，用于自动化客户服务、销售咨询、预约或常见问题处理。不适用于平面设计、视频制作、软件开发或超出仓库范围的律师建议，也不应在仓库中另有更具体技能时使用。
架构分三层：第一层规则式决策树，处理营业时间、价格、位置、下单等结构化问题，快速可靠且无 AI 成本；第二层 LLM 回复，处理决策树之外的开放式对话，基于品牌知识库生成；第三层人工升级，在投诉、客户情绪激动、LLM 置信度低或涉及金钱、合同、敏感个人数据时转交真人。
社会临场感原则：尽量称呼客户姓名问候、可选用本地问候语（如 Oli otya?、Habari?）、回应情绪、避免冷冰冰的企业腔、镜像客户语域，被直接询问时披露 AI 身份以建立信任。
流程五步：梳理客户过去一个月最常见的 10 个问题作为决策树主干；设计每个查询的回应路径；界定 LLM 边界并撰写系统提示词（明确品牌语气、不得编造价格与时限、用客户语言回复）；定义人工升级触发条件与交接话术；汇编含 UGX 价格、FAQ、政策、营业时间、团队角色在内的知识库输入文档。
工具选项：WATI（WhatsApp Business API，约每月 49 美元起）、Respond.io（约每月 79 美元起）、Interakt（约每月 15 美元起）、Twilio（需开发者，按消息计费）、Meta Cloud API（需开发者，按消息计费）。
度量：每月跟踪控制率（目标 60–80%）、首次响应时间（目标 30 秒内）、CSAT、升级率、转化率等指标。需注意乌干达 2019 年数据保护与隐私法合规。使用前需收集客户名称行业、国家城市、主要目标、月消息量、语言、现有支持团队规模与在线时间等输入。参考资料中未提供具体实现代码与部署细节。