用 AI 写外贸开发信（提示词+流程）

据询盘云对外贸开发流程的观察，「外贸人每天都要在搜索引擎和社交媒体上翻找各种客户，然后发开发信」——这个环节重复且耗时。「而现在都 AI 时代了，简单的翻找动作，能否让 DeepSeek、ChatGPT 代劳呢？」答案是可以，但要理解清楚 AI 在这套流程里到底扮演什么角色——它擅长的是批量筛选和初稿生成，真正的精细开发和临门一脚，仍然需要人工判断。

AI 筛选客户的实现逻辑

据询盘云介绍的实操方法，整个流程是：「在 Google、Facebook、Instagram 上找到一堆包含目标客户信息的网页，批量打开这堆网页，然后 DeepSeek / ChatGPT 替你快速浏览一遍每一个网页，并提取摘要和联系方式等」。需要说明的是，「提取出来的就是你找到的网页上写的邮箱或 WhatsApp，至于是不是你的目标客户，要看你找到的网址是不是客户的网址」——这意味着 AI 承担的是「批量浏览提取」这个重复劳动，「你自己有找客户的思路、了解搜索引擎指令」这个判断力，依然是人的工作。

从筛选到开发的完整流程

据询盘云的建议，提取出来的联系方式「建议是一个一个开发。每天每个号也就能开发十来个客户，所以要精挑细选，让 DeepSeek / ChatGPT 先帮你浏览很多页面、过滤一遍，筛选出有价值客户，你再自己去一对一开发」——AI 的价值在于把「大海捞针」的筛选环节自动化，让人力集中投入在真正有希望的客户身上。

AI 生成的内容，该和 CRM 数据结合使用

让 AI 写开发信效果最好的方式，不是凭空生成一封通用邮件，而是结合客户画像里已有的信息（行业、需求、历史沟通）去生成针对性内容——AI 输出的质量，很大程度上取决于喂给它的上下文信息是否充分。脱离客户具体信息生成的开发信，本质上和传统模板信没有区别。

AI 提效，也要注意平台合规边界

用 AI 加速客户筛选和内容生成不等于可以无限放大触达规模——批量群发的合规风险不会因为内容是 AI 生成的就消失。AI 该用来提升单条开发信的质量和筛选效率，而不是被当作放大骚扰式群发规模的工具，否则依然会面临账号被限制的风险。

提示词的质量，决定了 AI 筛选结果的可用性

很多人用 AI 筛选客户效果不理想，问题往往出在提示词写得太笼统——只告诉 AI「帮我找客户」，得到的结果自然也是泛泛而谈。比较有效的做法是把目标客户画像拆解清楚再交给 AI：所在国家或地区、大致的采购规模、是终端品牌商还是分销商、网站上通常会出现哪些关键词。提示词里给的限定条件越具体，AI 提取摘要和联系方式时的判断依据就越充分，筛选结果的可用率也会明显提升。反过来，如果连自己都说不清目标客户画像，指望 AI 帮你「猜出来」是不现实的。

开发信不是写得越多越好，而是要匹配客户所在的阶段

AI 能快速批量生成开发信初稿，但这不代表可以对所有客户使用同一套模板逻辑。刚刚被筛选出来、还没有任何互动记录的新客户，适合用简短、聚焦痛点的开场信；而已经有过一两次往来、显示出明确兴趣的客户，则该用更具体的产品信息或案例去推进，而不是重复发送和第一封信类似的内容。判断客户处于哪个阶段，需要结合客户分层分组的思路，让 AI 生成的内容和客户的实际状态对应起来，而不是把所有联系人当作同一批「冷线索」处理。

开发信的回复率，也要靠持续跟进去验证和迭代

AI 生成的开发信初稿再精细，也只是第一步，真正决定长期效果的是后续能不能形成稳定的跟进节奏——客户没回复不代表没兴趣，很可能只是当下不是决策时机。把每一封开发信的发送记录和后续跟进提醒关联起来，才能知道哪些话术、哪些开场方式的回复率更高，进而反过来优化提示词和模板，让 AI 生成的内容越用越准，而不是每次都从零摸索。

不要让 AI 替你做最后的判断

AI 在整套流程里承担的是「加速」的角色——加速浏览海量网页、加速生成初稿，但客户是否值得投入时间开发、报价条款怎么谈、什么时候该放弃跟进，这些判断依然要靠人对行业和客户的理解去做。把 AI 当成放大人力判断效率的工具，而不是替代判断本身的黑箱，才能长期用好这套方法，避免因为过度依赖自动化输出而忽略了真正有价值的客户信号。