先给结论：用 Codex 开发客户，风险不在工具本身，在把本该人拍板的事交给了 AI。守住三道闸——数据私密、禁止承诺、人工确认——Codex 就是放大器；守不住，它放大的是错误。这篇把风险点和对应的闸门一次说清。
读者真正卡在哪
- 老板担心：客户资料、报价、合同喂给 AI，泄密怎么办。
- 经理担心：AI 代替业务员对外承诺了价格、交期，责任算谁的。
- 业务员困惑：哪些能放手让 AI 干，哪些必须自己来。
三道闸
| 闸门 | 管什么 | 具体动作 |
|---|
|---|---|---|
| 第一道：数据私密 | 客户资料、报价、合同等敏感信息 | 用本地化部署或企业版工具；给 AI 的材料做脱敏（去掉客户名、价格）；权限分级，谁能用哪类数据写进规则 |
|---|---|---|
| 第二道：禁止承诺 | 对外的一切承诺性表述 | 规则里明写：价格、交期、付款方式、认证、赔偿、独家代理，AI 只能出草稿，一字不改发出去就是事故 |
| 第三道：人工确认 | AI 产出的对外发布前检查 | 建立发送前人工过目动作；AI 产出标注"待人工确认"字段，未确认不发出 |
三道闸的共同逻辑：AI 管效率，人管责任。它不知道"说了就要兑现"是什么分量，这个分量只有业务员和经理知道。
一个反面场景
某业务员让 AI 直接回复客户"交期 30 天、可以做 CE 认证"。AI 是根据历史对话里的模糊信息推断的——结果产线排不开、认证根本没办。这类事故的共同点：不是 AI 编造，是没有人告诉它什么不能说，也没有人发前看一眼。三道闸里任何一道在位，事故都不会发生。
落地清单
- 任务书模板里固定写入"禁止承诺"条款，全组共用；任务书式输入和对话式输入的区别，见《ChatGPT和Codex有什么区别？外贸人先学哪个》；
- 敏感材料脱敏规则写进团队知识库，新员入职即学；
- 每周抽查时，专查"待人工确认"字段是否真的有人确认过。
什么情况不适用
- 内部纯整理类任务（汇总数据、清洗表格），不涉及对外输出，第二、三道闸可简化。
- 客户明确授权共享的公开资料，第一道闸按约定执行即可。
常见问题
Codex 会不会自己乱发邮件？
把它当执行参谋而不是自动销售，所有对外触达保留人工触发点，就不存在"AI 自己发出去"这回事。设计流程时就该守住这条线。
合规要求会不会拖慢效率？
三道闸都是一次性的规则建设，跑顺之后几乎无感。反过来算账：一次对外承诺事故的代价，远超所有闸门加起来的时间成本。
风险不是不用 AI 的理由，是设计流程的输入。这篇是「外贸 + ChatGPT/Codex」系列的第六篇，下一篇讲小团队怎么从零起步，见《小外贸团队怎么从零起步用AI？30天起步清单》。
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
用Codex开发客户有哪些风险？三道闸守住边界
先给结论：用Codex开发客户，风险不在工具本身，在把本该人拍板的事交给了AI。守住三道闸——数据私密、禁止承诺、人工确认——Codex就是放大器；守不住，它放大的是错误。这篇把风险点和对应的闸门一次说清。
读者真正卡在哪？
老板担心：客户资料、报价、合同喂给AI，泄密怎么办。经理担心：AI代替业务员对外承诺了价格、交期，责任算谁的。业务员困惑：哪些能放手让AI干，哪些必须自己来。
什么情况不适用？
内部纯整理类任务（汇总数据、清洗表格），不涉及对外输出，第二、三道闸可简化。客户明确授权共享的公开资料，第一道闸按约定执行即可。