上个月我用一个AI工作流做了一张报价单，发给老板看。老板看完之后问我：你花了多长时间做的？我说十五分钟。他没说话，过了一会儿说：以后所有报价单都这么出。
其实老板沉默不是因为省了时间，是因为这张报价单比他预想的质量高太多。AI做出来的报价单，格式标准、数字准确、逻辑清晰，比我以前手写手填的报价单好看多了。
我现在用这套AI报价单工作流，平均每张报价单从客户需求分析到生成草稿只需要十五分钟。以前用Excel做一张复杂的多规格报价单，最快也要两个小时，还经常出现算错数、看漏条款的问题。AI工作流把这两个痛点都解决了：速度快了三倍，错误率降了七成。
这篇文章就把我用AI做报价单的完整流程讲一遍，从邮件解析到产品库设计，从自动生成到人工核对，每一步都有具体操作方法。
第一件事：邮件自动解析，把客户需求变成结构化数据
报价单工作的第一步永远是理解客户想要什么。大多数人的做法是把客户邮件从头读到尾，边读边记，读完了再打开Excel开始填。这个过程不仅慢，而且容易遗漏信息，尤其是客户邮件写得比较随意的时候，经常漏掉一些关键要求。
我的做法是用AI把邮件自动解析成结构化数据。
具体流程是这样的：当客户的询价邮件发到我的企业邮箱时，邮件会被自动转发到一个中间处理地址。这个地址绑定了我的Codex工作流，工作流会自动读取邮件全文，然后调用AI做信息提取。
提取用的prompt我打磨了很久，现在用的是这个版本：
"请从以下询价邮件中提取报价所需信息，用JSON格式输出：
inquiryid（询价编号，自动生成，格式为 年月日-序号）
customercompany（客户公司名称）
customercontact（联系人姓名和职位）
customercountry（客户所在国家）
products（产品列表，数组格式，每个元素包含：productname产品名称、model型号、quantity数量、unit单位、targetprice目标单价如果有、specifications特殊规格要求）
paymentterms（付款条款，如果邮件中有提及）
deliveryterms（交货条款，如果邮件中有提及）
validityperiod（报价有效期，如果邮件中有提及）
samplerequired（是否需要样品，true/false）
otherrequirements（其他要求，文本格式）"
AI跑完之后返回一段结构化JSON，我把这个JSON存进飞书多维表格的询价记录里，同时触发下一步的产品匹配。
这里有一个关键细节：AI解析邮件的前提是邮件内容要相对规范。如果客户的询价邮件写得非常口语化，比如"Hi, I need some of those things we talked about last time"，AI就无法解析出有效信息。这种情况下我会先手动回复一封标准询价确认邮件，引导客户提供必要信息。我的标准回复模板是："Thank you for your inquiry. To prepare an accurate quotation, could you please confirm the following details: 1) Product names and quantities required; 2) Target price per unit if any; 3) Delivery destination country; 4) Preferred payment terms. We will send you a formal quote within 24 hours."
用这个模板回复之后，客户的二轮回复通常会包含所有必要信息，AI解析成功率从六成提升到九成以上。
还有一种情况是客户同时询多个产品，但邮件里没有写清楚每个产品的数量。这种时候AI会先返回"quantity: null"，我需要手动补充数量才能进入下一步。我的做法是打开产品库，根据客户提到的产品名称，预设三到五个常见的数量档位（MOQ最低起订量、1000pcs、5000pcs、10000pcs），然后分别生成不同数量档位的报价单让客户选择。这个做法比等客户回复确认数量快至少两天。
第二件事：产品库设计，这是整个报价系统最核心的部件
产品库是AI报价工作流的地基。地基不稳，上面所有的自动化都是空谈。
我见过很多人搭产品库就是把产品名称和单价列一个表格，这种产品库能支撑简单的一两种产品报价，但产品一多就彻底乱套。我的产品库是一个多维表格，包含产品基础信息层、价格层、规格参数层三个部分。
产品基础信息层包含：产品编号、产品名称、产品分类、产品系列（用于快速筛选）、产品图片链接（飞书多维表格支持图片字段）、MOQ最低起订量、标准交期天数、产品状态（正常/停产/限量）。这八个字段是每个产品必须填写的必填项。
价格层包含五个字段：FOB深圳单价、FOB义乌单价、CIF单价（我常用的三个目的港分别设了三个价格字段）、阶梯价一（MOQ到1000pcs的阶梯价格）、阶梯价二（1001到5000pcs）、阶梯价三（5001到10000pcs）、阶梯价四（10000pcs以上）。
阶梯价的设计非常重要。很多人报价只有一个单价，但实际外贸中客户数量越大单价越低是基本规律。如果只按单价报价，大客户会认为你价格虚高，小客户会觉得起步价太高。用阶梯价可以同时满足不同规模客户的需求，也给自己留了还价空间。
规格参数层包含每个产品的关键技术参数。这个层的设计要围绕客户最常问的问题来设置。比如我做电子元器件的，客户最常问的是封装尺寸、工作温度范围、RoHS认证、有无卤素。这些参数我都在产品库里预设好了，AI生成报价单的时候会自动把这些参数加进去。
产品库维护是很多人忽视的问题。产品库建好之后，如果价格更新了但产品库没更新，AI生成的报价单就会出现价格错误。我的处理方式是每个月第一个工作日固定检查一次所有在营产品的价格，和采购部门确认最新的成本价有没有变化。如果有变化，在产品库里更新完之后，在备注字段标注"本月价格已更新，请核实后使用"。
还有一个细节：产品库里的产品编号一定要和ERP系统里的编号一致。有一次我报价的时候用的是产品库里的编号，但仓库实际用的是另一个编号体系，发货的时候才发现货发错了。统一编号体系这个坑我踩过一次，你不要再踩。
第三件事：AI自动生成报价单草稿，这一步十分钟搞定
邮件解析完了，产品库也匹配上了，接下来就是让AI生成报价单草稿。
我用的生成流程是这样的：把解析出来的产品列表和产品库里的对应产品信息合并成一个结构化数据，然后用AI生成报价单正文。
生成用的prompt是关键，我直接给你：
"你是一名资深外贸业务员，请根据以下信息生成一份专业英文报价单：
客户信息：
公司名称：[customercompany]
联系人：[customercontact]
国家：[customercountry]
产品信息：
[products数组，转成表格格式，每行包含：产品编号、产品名称、型号、数量、单位、单价、总价]
付款条款：[paymentterms]
交货条款：[deliveryterms]
报价有效期：[validityperiod]
样品要求：[samplerequired]
请生成一份标准的商业报价单，包含以下部分：
1. 抬头信息（我司公司名、联系方式）
2. 客户信息
3. 报价编号和日期
4. 产品明细表（表格格式，含小计）
5. 总金额（分别报FOB、CIF价格）
6. 付款条款
7. 交货条款
8. 报价有效期
9. 备注条款（质量标准、认证信息、包装要求）
10. 签名
要求格式规范、专业、数据准确。"
这个prompt生成的报价单草稿已经可以直接用了，格式和结构都符合外贸行业标准。
生成完之后，AI会把报价单导出成一个Word文档（我用python-docx库做的导出），文档自动命名格式是"报价单[客户公司名缩写][年月日].docx"，保存在本地一个"报价单草稿"文件夹里。
整个流程从解析邮件到生成Word文档，平均时间是十分钟。最快的记录是四分钟，那是一封格式非常规范的大客户询价邮件，AI解析成功率百分之百，生成报价单一气呵成。
AI生成报价单有一个额外的好处：AI生成的内容比人工写的更规范、更完整。我以前手写报价单经常漏掉一些条款，比如"每箱数量"、"外箱尺寸"、"毛重净重"这些信息，经常因为赶时间就省略了。AI不会漏，只要我在prompt里提到了，它就会生成。这让报价单的专业度整体上了一个台阶。
第四件事：人工核对清单，这是最后一道安全阀
AI生成的报价单草稿不能直接发给客户，必须经过人工核对。报价单是正式的商业文件，一个数字错了可能导致后续整个合作出问题。
我给自己定了一个强制核对清单，一共十二项，每项都要逐字核对，不能跳过任何一项：
第一项，客户公司名称和联系人信息。要中英文都核对一遍，特别注意大小写和空格。客户公司名如果带括号，是中文括号还是英文括号，都要对应上。
第二项，产品编号和产品名称是否完全匹配产品库。我遇到过一次AI把"LM358"和"LM358A"搞混了，这两个产品差了一个字母，但功能和价格完全不同。
第三项，数量单位是否正确。pcs、sets、kg、tons这些单位经常被混淆，要逐个核对。
第四项，单价是否在有效价格区间内。如果某款产品的报价低于成本价，AI有可能会生成，但这个价格发出去会亏本。核对的时候要打开产品库的实际价格字段对照。
第五项，总价计算是否正确。AI生成有时候会出现合计金额计算错误，比如把阶梯价二的价格和数量三的档位搞混了。这一项要用计算器手动验算一遍。
第六项，交期是否合理。要根据产品库里的标准交期字段填入，同时考虑当前生产排期和海运时间。旺季的时候交期要留足余量，不能按理想状态填。
第七项，付款条款是否清晰。特别是新客户，必须明确预付比例和尾款支付方式。不能写"flexible payment terms"，要写具体数字，比如"30% deposit, 70% before shipment"。
第八项，货币单位是否标注清楚。USD还是CNY，还是客户所在国的本地货币，要和客户确认清楚再标注。
第九项，有效期是否标注。通常报价单有效期是三十天，要在文档里明确写清楚，避免客户一年后拿这张报价单来找你供货。
第十项，包装信息是否完整。包括每箱多少pcs、外箱尺寸、每箱毛重净重、体积立方米。这些信息影响客户清关和物流成本估算。
第十一项，产品参数是否和产品库一致。AI有时候会生成一个接近但不完全正确的规格参数，比如工作温度范围写成了-20到80度，但实际是-40到85度。这个差距可能直接影响客户的选择。
第十二项，签名和公司印章。我的报价单模板底部有我司签名和盖章的位置，每次发报价单之前要确认签名是否清晰、印章是否在有效期内。
这十二项核对完，平均要花五到八分钟。加上下面说的AI生成十分钟，一套报价单从收到邮件到可以发出，总共十五到二十分钟。这个效率和以前两个小时相比，提升了八倍，而且出错率从我的估算看，降低了七成左右。
最后一件事
用AI做报价单这件事，说到底是把重复性最高、出错概率最大的环节交给机器，把需要判断力和谈判技巧的环节留给人。
AI能帮你生成标准报价单，但它不能帮你判断这个客户值不值得给他最低价、不能帮你判断现在的汇率波动要不要提前锁定成本、不能帮你判断这个订单接了会不会亏本。这些决策永远需要人来做。
报价单只是谈判的起点，不是终点。把AI做出来的报价单当作一个起点，在这个基础上用你的行业经验、客户判断、谈判技巧去优化，最终拿到订单。这才是AI在报价这件事上最大的价值：让你从填表工作中脱身，有更多时间真正去做业务。