QUOTE
客户背调真正难的，不是查出资料，而是判断哪些该信。
做外贸的人，几乎每天都会遇到客户背调的问题。
客户发来一个官网、公司名称、邮箱或者电话号码，我们接下来就需要判断：这家公司是否真实存在？它到底是制造商、贸易商、进口商，还是经销商？官网写着「Manufacturer」，就真的有工厂吗？公司成立多久了？老板是谁？主要做什么产品？销售到哪些市场？有没有公开的采购负责人、销售联系人、邮箱、电话和 WhatsApp？客户的注册地址、办公室、工厂和仓库是否一致？如果准备进入报价、寄样、账期或者大额交易阶段，又有哪些风险需要提前核实？
这些问题看起来只是「查一下客户」，真正做起来却并不简单。
我们往往需要在 Google、公司官网、LinkedIn、地图、工商注册网站、海关数据、行业目录和社交媒体之间来回切换。
查完以后，还要自己复制、整理，再写进 Excel 或飞书表格。
整个过程不仅耗费时间，还很容易出现几个问题：
信息查得很零散
同名公司容易混淆
官网自述被直接当成事实
联系人和邮箱可能只是猜测
信息来源没有保留
过几个月再回头看，已经不知道当时为什么得出这个结论
所以，我把自己对外贸客户背调的理解、调查流程和字段结构，整理成了一个可以被 AI Agent 调用的 Skill：
Foreign Trade Customer Background Check
GitHub 开源https://github.com/Elvinaskill/foreign-trade-customer-background-check
这套 Skill 目前免费公开，大家可以直接下载、修改和使用。
本文看点
01
不是一句提示词，而是一套完整背调流程
02
五档证据状态，查到不等于证实
03
自动写入飞书多维表格，沉淀客户档案
01
NOT A PROMPT
它不是一句提示词，而是一套完整的客户背调流程
REFERENCE
很多人使用 AI 做客户背调，通常会直接输入一句：「帮我调查一下这家公司。」
AI 搜索几个网页以后，很快就能生成一篇看起来内容很丰富的报告。但内容很多，不代表结论可靠。文字很完整，也不代表可以直接用于销售和交易判断。
所以，我做这套 Skill 时，并不是简单地写一段提示词，而是把外贸客户背调拆成了一套固定的调查流程。
你可以向它提供：
公司名称品牌名称公司官网域名企业邮箱电话号码联系人姓名LinkedIn 页面国家或城市
Skill 会先锁定企业主体，确认调查的是哪一家公司，再继续往下查。
如果存在多个同名企业，它不会直接把不同公司的资料混在一起，而是会结合公司法定名称、官网域名、注册号、电话和地址进行消歧。
它也不会自动把品牌、母公司、子公司和工厂当成同一个法律主体。
只有先确认调查对象，后面的产品、联系人、贸易和风险信息才有意义。
02
WHAT IT FINDS
它可以调查哪些信息？
一、企业身份和发展历史
Skill 会尽量核验：
企业法定名称常用商号和品牌注册号、税号注册国家和地区工商经营状态成立时间公司发展历史曾用名母公司、子公司和关联主体老板、创始人、CEO、董事或法定代表人
在实际背调中，经常会出现这种情况：公司官网写着成立于 2005 年，但工商注册信息显示，当前法律主体成立于 2018 年。这并不一定代表企业造假——2005 年可能是品牌创建或者开始经营的时间，2018 年可能是当前公司的注册时间。
Skill 不会简单选择一个日期填进去，而是会区分：注册日期、品牌创建日期和开始经营日期。
二、产品范围和商业模式
除了调查客户卖什么产品，它还会继续分析：
主要产品类别具体产品或型号自有品牌应用行业目标客户目标市场销售渠道覆盖国家是否有仓库、门店和展厅是否具备研发、生产或代工能力认证、商标、专利和展会记录
比如：客户主要服务哪些行业？它销售的是低价通用产品，还是高附加值定制产品？它主要通过线下门店、经销网络、独立站，还是直接 B2B 报价销售？它目前经营的产品，和我们的产品之间有没有互补关系？这些都可以成为个性化开发信、报价和谈判的切入点。
三、判断客户到底是什么性质
这是客户背调中非常重要的一步。Skill 会根据公开证据，判断企业更接近：
制造商贸易商制造兼贸易进口商经销商批发商零售商品牌商服务商暂时无法判断
公司官网写着「Manufacturer」，不代表已经证明它是一家制造商。
很多贸易公司的网站也会使用Manufacturer、Factory Direct、Own Factory等表述。真正判断一家企业是否拥有生产能力，还需要结合：
工厂地址地图和现场迹象生产设备工厂认证生产许可证产能信息招聘岗位认证主体海关和供应链记录
如果只有公司官网自己宣称有工厂，Skill 会标记为「仅公司自述」，而不是直接写成「已核实制造商」。
03
REAL RESULTS
这是实际运行后的客户背调结果
下面是我实际运行这套 Skill 后，自动整理并写入飞书多维表格的部分结果。为了保护客户信息，截图中的公司名称、联系人、邮箱、电话和 WhatsApp 均进行了脱敏处理。
产品、市场和销售模式
系统会按照统一字段整理：
产品范围主要产品品牌目标市场客户类型销售渠道注册地址办公地址
这意味着，背调结果不再只是一段很快被聊天记录淹没的文字，而是可以沉淀成结构化客户档案。后续还可以按照国家、产品、客户类型、销售渠道和合作价值进行筛选——筛选巴西的工业设备客户、筛选拥有线下门店的经销商、筛选拥有自有品牌的进口商、筛选产品范围与我们高度匹配的潜在客户。
客户背调也就从一次性的「查资料」，变成了一套可以持续积累的客户情报系统。
老板、采购人员和联系方式
对于销售真正关心的联系人信息，Skill 还会继续调查：
CEO 或董事老板和创始人采购负责人销售联系人企业通用邮箱其他公开业务邮箱电话WhatsAppLinkedIn 和其他企业社交页面
查到就是查到，查不到就明确标记为 Not Found。
它不会因为用户要求「帮我找采购负责人」，就虚构一个姓名；也不会根据姓名和域名，批量生成一组可能存在的邮箱，再把这些猜测包装成已找到的联系方式。这也是我设计这套 Skill 时非常重视的一点：
AI 不仅要能查资料，还要知道哪些是事实，哪些是判断，哪些暂时没有证据。
04
EVIDENCE STATUS
每一个重要结论，都要标记证据状态
这套 Skill 会将重要字段区分为几种状态。
已核实
来自权威来源，或者有两个相互独立的可靠来源可以交叉验证。
有支持
有一个相对可靠的来源明确支持，但还没有更多来源进行确认。
仅公司自述
信息只出现在企业自己的官网、介绍页面或者社交账号中。
有冲突
不同来源之间存在矛盾，需要把差异列出来。
未查到
经过合理检索以后，没有找到可靠结果。
同时，重要字段还会标记高、中、低置信度。成立时间、公司地址、企业性质、老板姓名和联系方式，都需要保留对应来源和调查日期。
客户背调最重要的，不是强行填满所有字段，而是清楚知道：哪些已证实，哪些只是线索，哪些还需客户补充材料。
05
RISK SIGNALS
它还会调查贸易和风险信号
如果公开数据允许，Skill 还会进一步调查：
进出口活动主要贸易国家公开海关或货运记录供应商和客户线索域名年龄网站活跃度认证和商标诉讼和破产信息经营异常制裁记录负面新闻地址、电话、主体矛盾冒名或身份不一致风险
最终会给出：
合作价值风险等级关键缺口下一步核验建议推荐联系对象开发信切入点交易前需补充资料
公开渠道没有查到风险，不等于这家公司一定没有风险。客户背调提供的是销售和风控线索，不能完全替代专业的法律、税务和商业信用审查。
06
FEISHU BASE
背调结果可以自动写入飞书多维表格
这套 Skill 不只是生成一份聊天报告。完整执行时，它可以将客户调查结果写入飞书多维表格。
如果你已经有自己的飞书 Base，它会先读取现有字段，再按照真实字段类型写入。如果没有现成表格，也可以根据内置字段结构建立客户背调数据库。
同一家公司会优先按照域名、官网或者注册号进行去重。如果表格中已经存在这家公司，就更新原有记录，而不是重复新增。
写入以后，还会再次读取记录，确认公司名称、官网、联系人和企业分类已经真实写入。
一家公司，一条客户档案；一次调查，长期复用。
07
INSTALL & USE
如何安装和使用？
这套 Skill 适用于支持SKILL.md工作流的 AI Agent。以 Codex 为例，可以将仓库克隆到 Skills 目录：
也可以直接下载 ZIP 文件，再将完整目录复制到智能体的 Skills 目录。安装后，可以直接输入类似的任务：
EXAMPLE TASKS
背调这家公司，判断它是制造商还是贸易商，并写入飞书多维表格。
调查这家公司的产品范围、成立历史、老板、电话、邮箱和进口记录。
核验这家公司有没有真实工厂，找出公开的采购负责人，并给出付款风险建议。
完整执行需要智能体具备：
网页搜索或浏览能力公开企业和贸易数据访问能力飞书多维表格操作能力
08
WHY OPEN SOURCE
为什么我要把它免费开源？
我越来越觉得，AI 真正有价值的部分，不只是模型本身。更重要的是一个行业从业者长期积累下来的：判断标准、调查步骤、数据来源、字段结构、风险意识、交付规范。
模型会越来越强，但它并不会天然理解每一个外贸业务场景。
只有把我们的行业经验整理成 Skill、知识库和标准化工作流，AI 才能从一个「会聊天的工具」，逐渐变成真正参与业务的执行系统。
这套外贸客户背景调查 Skill 目前已经在 GitHub 免费公开，大家可以直接下载、修改和使用。也欢迎提交 Issue，补充不同国家的工商查询入口、海关数据源、字段建议和企业性质判断经验。
GitHubhttps://github.com/Elvinaskill/foreign-trade-customer-background-check
觉得有用，也欢迎帮我点一个 Star。
09
COMMUNITY
关于外贸 AI 付费答疑群
GitHub 仓库是免费公开的。愿意自己研究和安装的朋友，可以直接使用。为了集中回答大家在实际使用中遇到的问题，我也开放了一个外贸 AI 付费答疑群。
群内主要交流：
外贸 AI 应用外贸 Skill 开发和使用海外客户获客客户背景调查开发信竞品分析独立站和内容获客AI 工作流产品化和商业化
这个群不是软件安装售后群，也不是一对一陪跑服务。它更像一个长期交流和答疑入口。
你在外贸 AI、Skill、Codex, Openclaw, N8N等等或者实际业务中遇到具体问题，可以在群里提出来，我看到后会本人回答。我也会把后续开发的新 Skill、真实实践经验、踩过的坑，以及外贸 AI 相关的方法持续分享到群里。需要了解答疑群的朋友，可以联系我，并备注：外贸 AI 答疑群。
END
我是 Elvina，外贸自动化系统创始人，9 年外贸实战（机械设备出口背景）。专注用 AI 与自动化重构外贸流程，帮外贸人提效 10 倍。公众号不定期分享外贸实战与自动化工具教程。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。