
能——前提是把销售判断写进 Skill,而不是让业务员每天现场想 Prompt。很多外贸企业已经知道 AI 好用,但落到业务上卡在四个动作:客户找不到、询盘不知道怎么回、压价不会谈、跟进几次没消息就断线。我们把这四类动作背后的判断方法整理成了一套「AI超级外贸业务员Skill」:24 个外贸销售 Skill,覆盖 6 类常见任务,WorkBuddy、Gemini、ChatGPT 都能安装使用。这篇文章讲清楚三件事:这套 Skill 具体做什么、为什么做成 Skill 而不是每天写 Prompt、装完之后第一周怎么测才算数。
锚点:
- 24 个:这套 Skill 目前的数量——覆盖懂产品、看市场、找客户、跟客户、谈订单、做复盘六类
- 6 类:外贸销售工作的六个环节——从进公司第一天要懂产品,到每单结束要做复盘
- 3 个平台:WorkBuddy、Gemini、ChatGPT 都能装——不要求团队统一换工具
- 1 个真实任务:装完第一周的测试标准——不是看演示,是拿一个正在跟的客户试
- 0 承诺:报价、付款条件、认证、赔偿这类承诺,AI 只准备材料、不替业务员开口
一、为什么「会写Prompt」撑不起业务员的日常
先说一个我们反复看到的场景。老板花半天学会让 AI 写开发信,觉得这东西行;让业务员也用,一周之后没人用了。不是 AI 不行,是用法断了:写开发信只是销售链条上的一小段,客户回一句「price is too high」,业务员又要重新想一遍怎么问 AI——每次都从头来,AI 就永远停留在「帮写几句英文」的层面。
问题出在方法没有沉淀。业务员每天遇到的问题各不相同,但处理问题的判断方法是可复用的:询盘来了先看哪几个信号、压价背后有哪几种可能、跟进断线之后第几步做什么。这些方法在优秀业务员的脑子里,普通业务员学不会、AI 也不知道。
Prompt 和 Skill 的差别就在这里:
| 维度 | 每天写 Prompt | 装好的 Skill |
|---|---|---|
| 判断方法 | 每次现场想,想全靠运气 | 已经写好,每次自动生效 |
| 输出质量 | 取决于 Prompt 写得好不好 | 取决于方法本身对不对 |
| 团队复制 | 每人一套用法,无法统一 | 全团队同一套判断口径 |
| 经验积累 | 散在聊天记录里,用完即丢 | 改一次 Skill,全团队受益 |
| 新人上手 | 先学 Prompt 再学业务 | 直接用业务方法干活 |
一句话:Prompt 是临场发挥,Skill 是把老业务员的判断变成团队的公共资产。这就是我们把它做成 24 个 Skill、而不是一本 Prompt 大全的原因。
二、24个Skill覆盖的6类任务
六个环节对应外贸业务员的一天,也对应一个订单的完整周期:
| 环节 | 覆盖的任务 | 解决的问题 |
|---|---|---|
| ① 懂产品 | 整理企业资料、学习产品知识、分析竞争差异 | 新人两周内能答上客户的产品问题,不用事事问师傅 |
| ② 看市场 | 分析目标国家、客户画像、采购需求 | 判断产品适合卖给谁,不再全球撒网 |
| ③ 找客户 | 辅助 Google、LinkedIn、Facebook 客户开发,研究潜在买家 | 开发名单有筛选标准,不是导出五百封邮箱群发 |
| ④ 跟客户 | 分析询盘、判断客户需求、准备开发信、设计跟进思路 | 每封询盘有判断、每轮跟进有下一步 |
| ⑤ 谈订单 | 处理价格异议、辅助报价准备、分析谈判障碍和成交风险 | 压价不慌,知道客户在试什么、该守什么 |
| ⑥ 做复盘 | 整理销售过程、复盘客户沟通 | 单子成了败了都有沉淀,经验归企业不归个人 |
配比上不是平均用力。从我们的培训观察看,跟客户和谈订单两类占日常卡点的大头——询盘分析与跟进思路是业务员最先用起来就见效的,价格异议处理是老板最想统一口径的。懂产品和看市场两类看起来不紧急,但决定了前四类的上限:产品卖点讲不清,开发信写得再漂亮也是空转。
三、"Your price is too high":普通AI和装了Skill的AI差在哪
用一个最常见的场景把 Skill 的价值说透。客户回一句 "Your price is too high."——
普通 AI 的处理:马上写一封委婉的解释邮件,附上质量说明和降价方案。看起来专业,实际上是把谈判往降价方向推了一步——因为你给了降价方案,客户接下来谈的就不是价值,是降幅。
装了 Skill 的 AI 会先分原因再给动作:
| 客户真实处境 | 信号 | AI 辅助的下一步 |
|---|---|---|
| 正在比较供应商 | 同时问了多家、要完整报价单 | 给差异化证据,不急着动价格 |
| 预算真的有限 | 对低价档位有反应、砍配置不砍价格 | 推配置降档方案,保住毛利结构 |
| 试探降价空间 | 收到报价后秒回太贵、不谈具体需求 | 守价,用交期或服务换空间 |
| 需求没对齐 | 抱怨贵的点恰好是低配版功能 | 回到选型,换推荐型号 |
同样一句话,四种原因四种动作。普通 AI 给你一封邮件,Skill 给你一个判断加一封对的邮件。这就是「先学会判断客户,再辅助业务员采取下一步行动」的意思——重点不是让 AI 写漂亮英文,是让 AI 想明白客户处在哪种处境。
当然,底线写在这里:无论判断多准,关键报价、付款条件和任何商业承诺,仍然由业务员审核确认后才发给客户。AI 负责把判断和材料准备好,签字的永远是业务员。
四、WorkBuddy、Gemini、ChatGPT,选哪个装?
三个平台都能用,这是这套 Skill 设计时就定下的原则。我们已经围绕不同工具做过实际测试,不同模型的表现会有差异——同一个价格异议 Skill,不同模型给出的分析深度不完全一样,但判断框架是同一套。
| 你团队的情况 | 建议 |
|---|---|
| 已经在用 WorkBuddy 做内容与客户资产 | 直接装在 WorkBuddy,Skill 和企业知识库、事实卡在同一个地方 |
| 团队主要用 ChatGPT 或 Gemini 办公 | 就装在现有账号里,不用为 Skill 换平台 |
| 三样都有人用 | 按人分:谁顺手用谁的,判断口径靠 Skill 保持一致,不靠工具统一 |
选择的标准只有一条:用团队已经顺手的那一个。Skill 的价值在方法本身,不在载体。为一个 Skill 让全团队换工具、学新界面,落地成本远大于收益——这是很多 AI 项目死在第一步的原因,不是方法不对,是载体选得太重。
安装方式不复杂:Skill 本质是结构化的方法包(判断框架、执行步骤、边界规则),装进平台后,业务员正常对话就能触发对应方法。具体安装步骤我们在培训里完整录了屏,本文末尾有入口。
五、装完第一周:拿一个真实任务测试,不是看演示
看过演示觉得「挺好的」和真用起来是两回事。第一周的测试标准我们定得很具体:
| 天数 | 动作 | 合格标准 |
|---|---|---|
| 第 1–2 天 | 装 1 个 Skill(建议询盘分析或价格异议) | 业务员能独立调出并跑通一次 |
| 第 3–4 天 | 拿 1 个正在跟的真实客户测试 | AI 的判断和团队里最懂这个客户的判断对得上 |
| 第 5 天 | 让老业务员复核 AI 的输出 | 至少六成判断被认可,其余的偏差能说清原因 |
| 第 6–7 天 | 用第二个 Skill,或调整第一个 | 确定留下哪个、怎么改 |
两个提醒。第一,测试要用真客户,不要用编的案例——编的案例测不出判断质量,因为你自己都不知道正确答案。第二,老业务员的复核环节不能省:他认可的六成是 Skill 的底线价值,他挑出的四成偏差是改 Skill 最值钱的原料。一周跑完,你会得到三个确定答案:哪个 Skill 对你的业务最有用、AI 判断和你团队判断的差距在哪、要不要继续铺。
不用一次装全部 24 个。先挑一个最需要的——多数团队的最优起点是询盘分析或客户跟进,因为这两类任务每天都有真实输入,测试样本管够。
六、Skill之外的三样东西
Skill 装好了只是方法就位,AI 给出的建议要贴近实际业务,还差三样输入:
第一,企业资料。产品参数、认证清单、典型交期、过往案例——AI 不知道你们工厂能做什么,这些要喂进去。资料越准,Skill 输出越贴身;这也是为什么同一套 Skill,装在资料齐的企业和资料缺的企业,效果差一个量级。
第二,客户信息。正在跟的客户背景、历史沟通记录、客户所在市场的准入要求。注意脱敏规则:客户名称可以代号化,内部底价和未公开政策不要给——这条红线后面还会讲。
第三,销售规则。什么能承诺、什么不能、什么要报老板。比如「样品费可谈、运费不包」「MOQ 以下上浮 15%」——这些规则写清楚,AI 的建议才不会把业务员往违规承诺上带。
三样东西配齐的过程,本身就是一次销售资产的盘点。不少企业做完之后的第一个感受是:原来我们连自己的产品资料都没有一份能拿得出手的完整版——这恰恰是 AI 项目逼出来的第一笔收获,它跟 Skill 无关,但决定了 Skill 能发挥几成。
七、哪些事永远不交给AI
把边界写死,团队才敢用。这张表建议直接存下来当团队规则:
| 类别 | AI 可以做 | 必须人工 |
|---|---|---|
| 价格 | 准备报价材料、分析价格策略 | 具体报价数字、降价幅度确认 |
| 付款 | 起草付款条款的说明文字 | 付款方式与账期承诺 |
| 认证 | 整理已有认证清单与适用市场 | 认证真伪与有效期核对 |
| 交期 | 根据历史数据给参考区间 | 对客户的交期承诺 |
| 商务条款 | 起草条款草案供参考 | 赔偿、独家代理、违约责任 |
| 结果预期 | 分析成交概率与风险 | 任何形式的订单或效果保证 |
原则一句话:AI 碰信息,人碰承诺。信息整理错了改起来快;承诺说错了,要么赔钱要么丢客户,还可能扯进合同纠纷。这条边界写进 Skill 本身——我们所有的谈订单类 Skill 在输出里都自带「此项需人工确认」的提醒,但制度上仍要业务员自己把最后一道关。
八、大宗师的判断:先一个业务员、一个问题,而不是一个大系统
三条判断,带推理。
第一,AI 在外贸销售里的落地顺序,是先接「判断类任务」再碰「执行类任务」。很多企业反着来:先让 AI 群发开发信、自动回复,结果动作快了、判断跟不上,客户接进来接不住。判断类任务(询盘分析、异议处理、跟进设计)产出的还是「建议」,业务员天然会把一道关,试错成本低;执行类任务直接面对客户,出错就是真金白银。先用判断类任务把团队对 AI 的信任建起来,再谈自动化,顺序不能倒。
第二,Skill 是中小企业做「销售能力复制」性价比最高的一档。老板都想把销冠的方法复制给团队,老路是带教——一年带不出两三个,人走了方法跟着走。写成 Skill 的方法不随人走,新人装上就能用同一套判断;而且 Skill 是活的,每单复盘发现的坑可以补回去。它替代不了带教里「传帮带」的人的部分,但把方法传递的成本压低了一个数量级。这也是我们自己企业 AI 知识库这条线的底层逻辑:让方法沉淀成企业资产,而不是锁在某个人脑子里。
第三,别用「系统思维」起步。不用一上来就开发复杂的 AI 系统,也不用一次装 24 个。外贸企业 AI 落地最常见的死法是规划太大:立项、选型、集成,三个月后业务员还在等上线。倒过来做——今天装一个 Skill、明天拿一个真客户测,一周内就知道方向对不对。先让一个业务员用起来,先解决一个真实的销售问题,方法被验证了,再谈规模化。
反转条件
以下情况,这套「Skill 先行」的打法要调整:
- 团队只有你一个人做外贸——不用装 Skill 了,直接把方法读一遍记住更快,Skill 的价值在团队复制,单人场景收益有限;
- 产品资料和价格政策本身没定——先把资料和规则补齐,否则 Skill 输出的是「看起来专业的不确定」;
- 你的客户全靠展会和老客复购,没有主动开发动作——优先做展会话术与复购激活,Skill 从做复盘类切入更贴身;
- 老板期望两周内询盘翻倍——先把预期调对:Skill 改变的是判断质量和动作一致性,是慢变量,谁承诺快都是骗你;
- 团队连现有工具都用不起来——先解决工具使用习惯,装再多 Skill 也只是躺在列表里。
正确的顺序
- 选平台:团队现在顺手用什么就装什么,不为 Skill 换工具;
- 装一个:从询盘分析或价格异议里挑一个,装完当天跑通一次;
- 测一周:拿真实客户测,老业务员复核,记录认可与偏差;
- 补资料:把测试暴露出来的资料缺口补进企业知识库;
- 再铺:第一个 Skill 用顺了,按卡点优先级逐个加,不求一次装满 24 个。
常见问题
24个Skill一次全装上行吗?
不建议。一次全装,业务员面对的是 24 个陌生方法,等于没有方法。正确的节奏是每次加一个、用一周、验证有效再加下一个——多数团队一个月用到 4–6 个就已经覆盖日常卡点,剩下的按需取用。装满不是目标,用起来才是。
业务员英语一般,AI写的英文能直接发给客户吗?
语言可以交给 AI,事实和承诺不行。语法和表达 AI 比大多数业务员写得好,这部分放心;但邮件里的价格数字、交期、认证信息必须是业务员核对过的——AI 写得越流畅,错的承诺发出去越像真的。规则就一条:英文不用改,数字必须核。
三个平台都要付费吗?装Skill要另外花钱吗?
平台账号用你团队现有的就行——ChatGPT、Gemini、WorkBuddy 各家的账户体系是团队自己的事,Skill 本身是方法包,不绑定某个特定付费档位。真正要花的不是钱,是一周测试时间:选一个 Skill、拿一个真客户跑一遍,这个投入比比较各平台价格有意义得多。
怎么判断这套Skill对我的团队有没有用?
两个数字:第一周老业务员对 AI 判断的认可率(我们定的底线是六成),以及第二周业务员不催不提醒的自发使用次数。认可率低说明方法或资料要调;自发使用为零说明这个 Skill 没踩中真实卡点——换下一个,不要硬推。两周出结论,不用到一个月。
老板最担心数据安全,客户信息能贴给AI吗?
分级处理:公开可查的公司与市场信息全给,这是 AI 判断的原料;客户名称代号化(比如「德国汽配客户A」);内部底价、未公开政策、其他客户的报价记录一律不给。再把第七节那张红线表发给团队——数据安全的答案不是「不给 AI 用」,是「给 AI 该看的部分,承诺留给人」。
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。这套 Skill 的完整安装录播已放进「大宗师AI+海外社媒交流群」,YouTube 和 Bilibili 也有视频;提供公司名称确认非同行后即可进群,群内另有十余个公开课可看。
本篇常见问题
24个Skill一次全装上行吗?
不建议。一次全装,业务员面对的是24个陌生方法,等于没有方法。正确的节奏是每次加一个、用一周、验证有效再加下一个——多数团队一个月用到4–6个就已经覆盖日常卡点,剩下的按需取用。
业务员英语一般,AI写的英文能直接发给客户吗?
语言可以交给AI,事实和承诺不行。语法和表达AI比大多数业务员写得好,这部分放心;但邮件里的价格数字、交期、认证信息必须是业务员核对过的——AI写得越流畅,错的承诺发出去越像真的。
三个平台都要付费吗?装Skill要另外花钱吗?
平台账号用你团队现有的就行——ChatGPT、Gemini、WorkBuddy各家的账户体系是团队自己的事,Skill本身是方法包,不绑定某个特定付费档位。
怎么判断这套Skill对我的团队有没有用?
两个数字:第一周老业务员对AI判断的认可率(我们定的底线是六成),以及第二周业务员不催不提醒的自发使用次数。认可率低说明方法或资料要调;
老板最担心数据安全,客户信息能贴给AI吗?
分级处理:公开可查的公司与市场信息全给,这是AI判断的原料;客户名称代号化(比如「德国汽配客户A」);内部底价、未公开政策、其他客户的报价记录一律不给。