ChatGPT用不好？外贸业务员先把任务交代清楚

让 ChatGPT 写开发信、回询盘，结果总跑偏？多数时候不是工具不行，是任务没交代清。同一个 ChatGPT，别人用着像多了个助手，自己用着像多了个麻烦——差别在于你有没有把输入、规则、输出三件事说清楚。这篇给一个今天就能用的自查方法。

为什么AI给的答案总跑偏

最常见的三种问法，你大概也熟悉：

• 「帮我写封开发信。」——没给产品、没说客户是谁、没讲重点推什么。AI 只能套通用模板，谁看了都觉得"还行"，谁看了都不会回。
• 「帮我分析下这个客户。」——贴了半屏聊天记录，没说你想判断什么。AI 只能把记录复述一遍，像总结，不像判断。
• 「帮我整理成表格。」——没说要哪几列、给谁看。AI 自己编列名，你还得返工。

三种问法，一个共同点：你给的是"题目"，不是"任务"。AI 不是不能干，是你没把话说明白，它只能猜——猜对了算运气，猜错了你返工。

把AI当新人，别当算命先生

一个比较好用的心智：AI 像一个能力很强、但完全不了解你公司的新人。新人第一天上岗，你会把背景、要求、验收标准一条条讲清；对 AI，很多人一句话就打发了。它猜错了，你骂工具不行——这个锅，工具不背。

也有人算另一笔账：写这么长的要求，不如自己直接干。这笔账是反的——交代要求是一次性成本，写清楚一次，同类任务反复用；自己闷头干，每一封、每一单都从零开始。这就是"用过 AI"和"有工作流"的差别。

交代任务说清三件事：输入、规则、输出

不管用什么模型，给 AI 派活之前先想清楚三件事：

• 输入——把材料一次给全。聊天记录、产品参数、客户背景、你上一封说了什么。AI 不知道你不知道的事，缺什么它就编什么。
• 规则——什么算做好，什么不能出现。比如"不要出现价格承诺""术语按我们行业的习惯叫法"。规则越具体，产出越像你们公司的东西，而不是网上的东西。
• 输出——要什么形式，给谁看。是邮件还是表格？几列？口吻正式还是口语？不说，它就默认给你"范文腔"。

这三件事想清楚，你会发现 AI 的大部分"不靠谱"，其实是任务的"没说清"。

一张今天就能用的自查表

下次给 AI 派活之前，先填这三行，再点发送：

|---|---|

一个小实验：同一个小任务，用"裸问题"和"三行版"各跑一次，对比结果。多数人试一次就回不去了。

哪些事必须留给自己拍板

AI 能替你写，不能替你担。有几类内容，AI 给的只能是草稿，拍板必须是人：

• 价格、交期、付款方式、认证——错一个字都是真金白银；
• 对客户的任何承诺——AI 没有"说了就要兑现"的概念；
• 客户判断和成交节奏——它见过千万封信，没见过你这个客户。

把这三类留在自己手里，AI 才敢往深了用。这也是我们在企业项目里反复强调的边界：AI 管效率，人管责任。

AI 用得好不好，先看任务交代得清不清。这不是技巧，是习惯。

这篇属于大宗师网络的《外贸人 AI 工作流》系列：每篇拆一个具体场景，讲判断标准和可检查的动作，不做结果承诺。

常见问题

给AI写开发信的任务要求，最少要写几行？

三行起步：给什么材料、什么算做好、要什么形式。材料行尤其不能省——产品参数、客户背景、上一封沟通内容，缺了 AI 就自己编。规则行写你们公司的红线，输出行写清格式和给谁看。

任务写这么长，会不会比AI自己写还慢？

恰恰相反。交代要求是一次性成本：写清楚一次，同类任务反复复用，越用越快。自己闷头改 AI 的跑偏结果，每一封、每一单都从零开始，才是真正的慢。写清楚任务是"有工作流"和"用过 AI"的分水岭。