这不是一篇功能说明书,而是一套围绕外贸真实工作流程的落地方法。
写在前面:AI 工具的价值,取决于你给它多少“上下文”
近期许多外贸从业者询问:WorkBuddy 功能繁多,如何才能真正赋能业务?核心答案在于:先让 AI“了解”你的业务,再让它执行任务。
若仅输入“我们是做工业设备的工厂,帮我开发欧洲客户”这类模糊指令,AI 只能基于通用知识“补全”信息。由于缺乏对产品范围、认证、交期及 MOQ 等关键事实的掌握,生成的内容往往看似完整却经不起推敲。
因此,本教程的核心逻辑是:先系统化整理业务资料,再让 AI 围绕真实流程发挥作用。
第一步:建立“产品事实库”(所有操作的基础)
建议在本地建立名为01_公司产品事实库的专用文件夹,按模块存放真实文件:
- 公司介绍与资质
- 产品目录(含型号、图片)
- 各型号详细规格表
- 报价模板与成本构成
- 认证证书扫描件
- 包装细节与方式
- 历史客户常见问答
- 已成交订单记录(脱敏后)
- 产品图片与车间视频素材
重要原则:AI 只能整理和呈现“已有的事实”,绝不能替公司“创造”事实。涉及认证、产能、交期、MOQ、专利及质保条款等内容,必须以资料为准,严禁 AI 自行补全。
第二步:利用 AI 进行“内部知识体检”
资料备齐后,首要任务并非开发客户,而是让 WorkBuddy 梳理产品知识。
建议指令参考:
请读取文件夹中的所有产品和公司资料,暂不生成对外内容。完成以下内部整理任务:
- 梳理公司事实信息:定位、主营产品、目标市场、生产能力、认证清单、OEM/ODM 能力;
- 提取每个产品型号的核心参数(名称、型号、材质、尺寸、功率、包装、MOQ、交期、认证、定制项、适用场景);
- 将资料中未明确的字段统一标记为“待确认”,严禁推测;
- 检查不同文件间是否存在参数冲突;
- 输出《产品知识总表》和《待人工确认事项清单》,并标注结论来源。
此步骤常被低估。工厂内部资料往往版本不一,AI 的首要价值往往是发现内部资料的漏洞,而非直接撰写内容。
第三步:设定内容红线(防止 AI 越界)
建议创建AI 内容红线.md规则文件,明确以下约束:
- 无文件证明的认证,不得表述为“已获得”;
- 严禁编造合作品牌、客户名称或出口国家;
- 不得擅自承诺交期、修改 MOQ、承诺免费样品或独家代理;
- 禁用“全球领先”“行业顶级”等无法验证的宣传用语;
- 涉及法规时仅提供核查方向,不伪装成官方结论;
- 对外内容须明确区分:已确认事实 / 建议方案 / 待确认事项。
确立规则后,要求 WorkBuddy 默认遵守,可大幅提升输出的可控性与安全性。
实战场景拆解(精选高频场景)
场景一:客户背景调查——别只看官网首页
收到询盘时,切勿直接报价。应先明确客户类型(经销商/品牌商/终端用户)、现有产品线价位及匹配度。
建议指令参考:
请对潜在客户(提供名称/网址/国家/联系人/询盘内容)做 B2B 背景调研:
- 分析公司基本情况(主营业务、类型、市场、渠道);
- 判断买家类型;
- 分析对方网站相关产品的型号、价格带及卖点;
- 对照我方资料推荐匹配型号;
- 推测采购阶段(注明为判断而非事实);
- 列出回复需优先确认的 3~5 个信息;
- 列出风险提醒及需验证内容。
最终输出"3 分钟可读”的客户背调卡。
背调的核心目标是决定下一步该问什么,而非单纯收集信息。
场景二:询盘拆解——先分析,再回复
面对简短邮件,先让 AI 拆解需求,而非直接生成回复。
建议指令参考:
结合我方产品资料分析此询盘:
- 已确认信息与缺失的关键信息;
- 必须优先确认的 3~5 项;
- 是否可立即报价,若不能应给出的范围信息;
- 推荐回复结构。
要求:只挑选最影响价格和交付的问题,避免一次性提问过多。
场景三:报价前审核——避免“条件没说清楚”
外贸报价纠纷多源于条件遗漏(如包装、Logo、目的港等)。
建议指令参考:
作为报价审核助手,对照客户原始询盘和产品资料检查报价单:
重点核对:需求覆盖度、产品规格一致性、贸易术语、包装、MOQ、交期、付款条件、有效期及附加费用。
如有冲突逐条列出,最终输出:可发送项 / 必须修改项 / 建议确认项。
场景四:客户嫌贵——别急着降价,先拆解变量
B2B 报价包含数量、配置、付款条件等多重变量。面对比价,不要直接降价。
建议指令参考:
针对客户反馈“报价高 8%",设计谈判思路:
原则:不假设竞品配置相同,不建议无条件降价。优先分析规格、订单量、包装等差异。
输出:需确认的信息 → 可交换条件 → 降价换取的商业条件 → 避免拖延的话术。
最后生成一封 80~120 词的英文回复。
AI 的作用是建立谈判框架,而非替你做降价决定。
场景五:开发信——让每封邮件都有“针对性”
真正的自动化是“先研究客户,再生成切入点”,而非群发模板。
建议指令参考:
结合客户网站和我方资料,寻找业务切入点。先输出:客户现有业务、采购角色、产品结构、匹配产品及理由、最值得提及的一件事。
若无明显匹配,直接提示“不建议优先开发”。
销售效率来自筛选,而非强行推销。
场景六:沉睡客户唤醒——先分析历史,再找理由
重新联系老客户时,避免使用泛泛的“是否有新订单”话术。
建议指令参考:
整理老客户历史记录(购买产品、成交时间、关注点、未成交产品、价格敏感度等)。
判断重新联系的 3 个合理理由(如新品、价格调整、材料升级、历史未完成需求等),避免空泛问候。
场景七:客户会议准备——一页纸胜过三十页 PPT
线上会议前,整理一份精简的“会议准备单”。
建议指令参考:
根据客户背景和沟通记录,生成会议准备单(2 页以内):
包括:客户背景、时间线、当前需求、争议点、需确认信息、预判问题及依据、推进目标、禁承诺事项。
列出 5 个应主动提问的问题。
场景八:PO 与报价对照——别让差异悄悄溜走
客户 PO 与报价之间常存在不易察觉的变更。
建议指令参考:
对照 PO、最终报价、PI 和邮件记录,逐项检查:
名称、型号、数量、金额、币种、贸易术语、交货地、付款条件、包装、认证及配件等。
输出:完全一致项 / 存在差异项 / 新增或缺失条款 / 需人工重点确认项。
⚠️ 法律责任、知识产权等条款仍须法务确认,AI 仅负责快速找出差异。
场景九:社媒内容——从“工厂日常”变成“采购干货”
B2B 社媒素材应源自真实生产环节(测试、包装、质检、选型等)。
建议指令参考:
读取素材文件夹,面向海外 B2B 采购商整理 50 个内容主题。
优先级:采购决策、质量控制、生产能力、产品差异等。
每个主题输出:标题、目标买家、核心关切、建议素材、核心信息及适合平台。
场景十:单证核对——让 AI 做第一轮“机器初审”
适用于 Invoice、Packing List、PI、PO 之间的字段比对。
建议指令参考:
检查文件夹中的单证文件,重点核对买卖双方信息、编号、描述、数量、金额、重量、CBM 及唛头。
将不一致字段制成差异表,输出:高风险差异 / 一般差异 / 格式问题。
⚠️ 报关、原产地证等正式环节,最终仍须专业人员复核。
常见误区提醒(新手最容易踩的 5 个坑)
误区一:一句话让 AI 包办所有事
❌ “帮我开发 100 个美国客户并写开发信。”
✅ 拆解为:定义目标→筛选标准→背调→评分→找联系人→生成切入点→写邮件→人工审核→发送→反馈记录。
误区二:不给资料,只给产品名字
❌ “我们卖工业泵,帮我写营销内容。”
✅ 至少提供:类型、场景、参数、材质、市场、买家、认证、优势及工厂素材。
误区三:让 AI 自己“补”商业信息
❌ “补充一些有说服力的数据”或“加几个知名客户案例”。
✅ “若缺乏数据,请告知需补充哪些真实数据,严禁自行生成。”
误区四:把线索直接当成意向
访问、回复、询价仅为线索。须始终区分:事实 / 判断 / 建议,并注明依据。
误区五:每封邮件都写得特别“完整”
陌生开发信中,80 词往往比 300 词更有效。限制 AI:“只完成当前阶段的一个目标”。
给零基础用户的“五步启动计划”
初次使用 WorkBuddy,建议仅执行以下五步:
- 整理:归集真实产品资料至单一文件夹;
- 盘点:让 AI 生成产品知识总表和待确认清单;
- 拆解:输入最近 10 封真实询盘,进行需求拆解分类;
- 背调:选取一个真实客户做完整背景调查;
- 审核:用一份真实报价和客户需求进行测试审核。
完成这五步,即可判断工具是否适配自身业务模式。
完整案例:从陌生询盘到正式报价的全流程
假设某家用搅拌机工厂收到加拿大客户询盘(兴趣型号 B3,首单 800 台,OEM 定制)。
| 步骤 | 动作 | AI 任务 |
|---|---|---|
| 1 | 客户背调 | 分析客户类型、产品结构、渠道、价格带及匹配产品 |
| 2 | 询盘拆解 | 区分已确认信息(B3/800 台/OEM)与待确认信息(电压/插头/包装/目的地/交期) |
| 3 | 产品匹配 | 对照规格表确认 B3 适配性,标记需技术确认项 |
| 4 | 第一次回复 | 生成 150 词以内邮件,确认可评估范围并询问关键条件 |
| 5 | 生成报价 | 客户回复后更新信息,生成正式报价 |
| 6 | 报价审核 | 对照询盘、规格、包装,检查遗漏项 |
| 7 | 报价邮件 | 正文突出型号、数量、核心条件,推动下一步(样品或订单讨论) |
| 8 | 价格谈判 | 客户嫌贵时拆解配置/数量/包装变量,不自动降价 |
| 9 | 样品处理 | 整理样品配置、Logo、包装、费用、物流及确认事项 |
| 10 | PO 对照 | 客户发 PO 后,对照报价、PI、邮件记录,找出差异项 |
在此流程中,AI 贯穿业务全生命周期,且每一步均设有明确边界和人工审核节点。
结语:关注实效而非数字
使用 AI 不应追求生成邮件或内容的数量,而应关注:
- 找到了多少匹配的客户;
- 拿到了多少有效回复;
- 完成了多少准确的报价;
- 推进了多少样品和订单;
- 沉淀了多少可复用的业务资料。
衡量效果的标准应是效率与质量的提升:背调数量是否增加且质量不降?报价检查时间是否压缩?资料整理是否即时?素材复用率是否提高?
AI Agent 如同执行力极强的新人。只有当你明确告知其客户标准、资料可信度、承诺底线及当前目标时,它才能真正融入业务。
建议不要盲目收集提示词,而是将自己每天重复的工作(找客户、看询盘、审报价、跟客户、核订单、发内容)梳理成流程,逐一交给 AI。当这些流程沉淀为可复用的模板和工作流,个人的产能才会发生质变。
适合自己的,才是最好的。欢迎在外贸实践中不断调整优化。
![]()

