许多外贸从业者在使用 AI 开发客户时，往往指令过于笼统，例如直接要求“帮我找美国家具买家”。这导致 AI 返回的结果杂乱无章，包含沙发、床垫甚至宠物用品等无关信息，与自身产品（如实木餐桌）严重不匹配。
AI 找客户不准，并非工具本身的问题，而是缺乏精准的指令引导。以智能体 Ora Agent 为例，实现精准获客的关键在于前三步：清晰定义产品、准确定位市场、细致刻画客户画像。
第一步：明确产品定位，让 AI 理解业务核心
AI 无法通过模糊的“找家具客户”指令区分具体的业务形态，如红木仿古还是板式快消、整屋定制还是酒店专供、大宗工程还是亚马逊小件。因此，首要任务是向 AI 提供详尽的产品描述。
建议提供如下详细信息：
主营产品为实木餐桌椅及床头柜，可承接酒店客房全套家具订单。材料涵盖北美黑胡桃、白橡及贴皮板式；配备五轴联动设备，支持异形曲面加工；最小起订量 50 件，交期 45 天，品控符合美标 ANSI/BIFMA 标准。
基于上述信息，向 AI 提问：
基于以上情况，美国哪些类型的客户最适合？哪些客户群体基本无需考虑？靠谱客户的核心关注点是价格、交期还是环保认证？请先梳理方向，暂不提供名单。
此步骤旨在为后续搜索确立明确方向，避免无效推荐。
第二步：深入市场调研，精准锁定目标行业
美国市场规模庞大，家具下游客户类型多样。需结合产品特性，分析最具优势的切入行业。例如，针对实木定制产品，可引导 AI 对潜在行业进行排序分析。
指令示例：
主打定制实木餐桌和酒店活动家具，请对美国市场上述几类客户进行排序。从采购频率、决策流程、关注点（价格/设计/交期）及竞争激烈程度进行对比分析，提供具备市场调研深度的结论。
通过此类指令，AI 将输出更具实战价值的市场分析，而非泛泛而谈的百科信息。
第三步：构建精细客户画像，提升匹配精度
确定方向后，需进一步细化客户画像。画像不应仅停留在“零售商”层面，而应包含以下维度：
- 公司规模：门店数量及年采购额预估；
- 关键词特征：官网常用词汇，如"custom furniture"、"contract seating"等；
- 关键联系人：采购总监、设计总监或创始人；
- 社交媒体线索：Facebook 上的展厅照片、项目现场及用户反馈；
- 核心诉求：侧重价格、设计创新、交期速度还是环保认证。
指令示例：
结合工厂实际与美国市场分析，绘制三类高价值客户画像。每类需包含：典型公司关键词、官网产品词、目标职位、客户常问的三个问题、LinkedIn 或 Facebook 的挖掘策略，并制定 A/B/C 级客户判定标准。
画像越清晰，AI 执行的精准度越高。
第四步：下达明确任务，输出结构化数据
完成前期铺垫后，需像甲方一样提出具体任务要求。客户列表应包含关键字段，并强制要求备注匹配理由。
必要字段包括：
- 目标市场：具体到州；
- 客户类型：基于前述分析的分类；
- 行业关键词：酒店、设计公司、地产商等；
- 核心信息：公司名、官网、地址、主营产品、联系方式（电话/邮箱）、LinkedIn/Facebook 链接、匹配点说明、优先级（A/B/C）及首条开发建议。
指令示例：
基于背景与市场分析，搜索美国潜在家具买家，重点匹配实木定制与酒店工程单公司。输出表格需包含上述字段，按匹配度排序。此外，为每个客户撰写一句“开发切入点”，如涉及的新系列或新项目。
任务描述越细致，获得的客户列表越精准。
方法论复用：适用于多行业外贸开发
该逻辑不仅适用于家具行业，亦可复用于其他传统外贸领域。核心原则在于：先让 AI 充分理解业务背景，再引导其进行市场分析，最后下达具体执行任务。避免盲目依赖 AI 自动生成，需通过精细化指令掌控全过程。
