外贸企业把 AI 放进去,能放的就八个环节:海外客户开发、LinkedIn 与 Facebook、询盘、跟进、谈判、企业知识库、Skill、Codex 工作流。
每个环节都要回答四件事——交给 AI 什么、人保留什么、怎么验收、常见怎么失败。这一份可以直接拿去对着自己公司过一遍,看哪几个环节已经接上、哪几个还悬着。
判断能不能放进 AI,只看三个条件
一个环节能不能交给 AI,不看工具强不强,看这三个条件:
- 有没有历史材料:这个环节做过的事有没有留下来、能不能随时调出来;
- 判断标准写没写下来:什么算好、什么必须停,是不是只有某个人心里清楚;
- 结果能不能检查:错了能不能一眼看出来,还是只有出事才知道。
三个都满足,可以放;缺一个,先补条件再放。AI 进不去的环节,八成是第二步没做——判断还在人脑子里。
有一条外部数据可以佐证这个判断。Forrester《State of Business Buying, 2026》调研近 18,000 名全球 B2B 买家,其中 94% 在接触销售前已经用 AI 做过采购功课。这条数据的适用范围要说清:它是全球 B2B 买家样本,不是专门针对中国出口企业的调查,方向可以借,幅度不能直接套到外贸场景上。
它说明的事很具体:买家在找你之前,已经拿着 AI 核对过一轮。你公司有没有可被核对的说法,决定了你是不是在候选名单里。而"可被核对"的前提,就是上面那三个条件。
八个环节的接口清单
| 环节 | 交给 AI 什么 | 人保留什么 | 怎么验收 | 常见怎么失败 |
|---|---|---|---|---|
| 海外客户开发 | 按画像批量筛公司、整理公开信息、生成初判 | 定义什么客户值得跟、决定跟进优先级 | 抽 20 家复核,对口率低于预期就退回改画像 | 画像没写清,名单数量很大但方向全错 |
| LinkedIn 与 Facebook | 内容排期草稿、主页信息一致性检查、互动记录整理 | 买家画像、开口分寸、真实互动 | 加的人是否同一类买家、互动能不能转到业务对话 | 只追发帖数量和连接数,没有买家标准 |
| 询盘 | 拆客户问题、生成回复草稿、标记不确定项 | 报价、交期、认证、付款方式的最终确认 | 每封回复是否答了客户的用途、数量、时间 | 让 AI 直接报价,出了口径事故 |
| 跟进 | 整理沟通记录、提示下一步该问什么、生成跟进草稿 | 判断这个客户值不值得继续投入 | 能否答出每个客户当前处在哪一步 | 跟进靠记忆,客户一多就断 |
| 谈判 | 穷举让步方案与条件交换组合、预演客户已提出的三类异议 | 这一次给不给、给多少、换什么 | 有没有书面的让步条件交换表 | 让 AI 直接对客户谈价格 |
| 企业知识库 | 检索、对齐口径、按统一说法回答 | 决定哪份资料为准、谁负责更新 | 同一个问题问三次,答案是否一致 | 公司里两套参数同时在用,AI 每次都"合理" |
| Skill | 把固定动作封装成可重复执行的步骤 | 定义什么动作值得封装、封装后谁维护 | 换个人跑同一个 Skill,产出是否一致 | 封装的是一次性任务,跑两次就不适用了 |
| Codex 工作流 | 批量执行、结构化输出、跨文件整理 | 提供判断标准和验收规则 | 跑出来的东西能不能直接用,而不是格式漂亮方向错 | 判断标准没写,产出量大但没一条能用 |
看第五列。八个环节的失败原因几乎都是同一个:跳过"人保留什么",直接让 AI 接手全部。
三个环节最容易做反
询盘。 多数公司最先想到让 AI 回询盘,恰恰这是风险最高的。因为回复里藏着报价、交期、认证承诺。正确的接法是:AI 负责拆客户问题、写草稿、把不确定的地方标出来,人工只处理被标出来的部分。这样效率提上去,口径不出事。
谈判。 最容易的错误是让 AI 生成"话术"。话术解决不了谈判,谈判的核心是条件交换——让三个点换什么。AI 擅长的是把各种组合穷举出来给你看,不擅长的是判断这一次该不该让。
企业知识库。 最容易的错误是把它当成 IT 项目。真正的难点不在技术,在公司里同一件事有几个版本。两个版本的目录同时存在,AI 每次给的答案都合理,但每次都不一样。
一个例子:询盘环节接上之前和之后
用最常见的询盘走一遍,能看清"接口"到底怎么定义。
客户发来:"We need 5,000 pcs, what is your lead time and can you do OEM?"
没接上的做法:业务员看一眼,凭记忆回一个交期,再问客户要不要 logo。这一封回复有三个问题——交期是记忆里的、没有确认过产能、OEM 能不能做没说清条件(起订量多少、需要客户提供什么文件)。
接上之后,四件事各归各位:
| 谁做 | 做什么 | 依据什么 |
|---|---|---|
| AI | 拆出客户问了 4 件事:数量、交期、OEM、隐含的价格 | 询盘原文 |
| AI | 起草回复,把"交期"和"OEM 条件"两处标为待确认 | 知识库里没有对应该型号的交期数据 |
| 人 | 确认交期与 OEM 起订量 | 生产与业务口径 |
| 人 | 决定这封回复要不要先报一个区间价 | 客户信息是否足够 |
这一封回复从"凭记忆"变成"有依据"。差别不是 AI 写得更好,是每一句话都能追到出处。
反过来看,如果知识库里躺着一个三年前的交期数字,AI 会非常自信地把它写进回复——它不负责判断这个数字还有效没效。这就是为什么第一个环节是知识库,而不是询盘。
八个环节不好一起上,先做哪一个
按"见效速度 × 风险高低"排,顺序是这样:
| 顺序 | 先做 | 为什么排这个位置 |
|---|---|---|
| 1 | 企业知识库 | 其它七个环节都要从这里取资料,它不做,后面全是散装 |
| 2 | 询盘 | 每天都在发生、结果一眼能看出来,最容易被团队接受 |
| 3 | 跟进 | 紧接询盘,能立刻减少客户流失 |
| 4 | 海外客户开发 | 链条长,要等画像和判断标准立住 |
| 5 | Codex 工作流 | 前四步跑顺之后,批量执行才有意义 |
| 6 | LinkedIn 与 Facebook | 有画像和内容口径之后,才谈得上开发 |
| 7 | Skill | 前面反复用的动作稳定了,才值得封装 |
| 8 | 谈判 | 最依赖人的判断,放最后 |
这个顺序和"价值大小"不一样。谈判价值最大,但必须最后做——前面七个环节把客户的判断、口径、记录都理顺了,谈判才有据可依。
边界:哪几个环节永远不要全交出去
三个:定价、承诺、客户关系的取舍。
定价涉及成本和策略,AI 不知道你的底价从哪来。承诺一旦说出去就要兑现,AI 没有"说话要算数"的概念。客户关系的取舍——哪个客户该放、哪个该保——靠的是对人和生意的整体判断,不是数据分析。
这三件事交给 AI 的只能是"准备",不能是"决定"。
常见问题
八个环节都要做,是不是要花很多钱和很多时间?
不需要一次做完。多数企业第一年只做前三个:知识库、询盘、跟进。这三个跑顺了,团队会自己提出下一步要做什么。一次铺八个环节的项目,通常到第三个月就没人用了。
我们只有三五个业务员,也需要做八个环节吗?
不需要。团队小的时候,把询盘和跟进这两条做顺就够。开发客户可以靠个人能力,等团队到五个人以上、要复制给新人的时候,再回头补知识库和 Skill。
怎么判断某个环节是不是真的接上了?
三个信号同时出现才算:换个人做,产出结构一致、只有事实不同;出错能定位到具体哪一步没走;不看提示词也知道该给 AI 什么材料。只满足一条,还在试。
想聊你自己的具体业务场景,联系大宗师网络(外贸社媒训练营):微信 Dazongshi98。
本篇常见问题
八个环节都要做,是不是要花很多钱和很多时间?
不需要一次做完。多数企业第一年只做前三个:知识库、询盘、跟进。这三个跑顺了,团队会自己提出下一步要做什么。一次铺八个环节的项目,通常到第三个月就没人用了。
我们只有三五个业务员,也需要做八个环节吗?
不需要。团队小的时候,把询盘和跟进这两条做顺就够。开发客户可以靠个人能力,等团队到五个人以上、要复制给新人的时候,再回头补知识库和Skill。
怎么判断某个环节是不是真的接上了?
三个信号同时出现才算:换个人做,产出结构一致、只有事实不同;出错能定位到具体哪一步没走;不看提示词也知道该给AI什么材料。只满足一条,还在试。