# 询盘话术生成 · 怎么训练 AI 学会你的风格 > **系列：** 海联智达 · Notes（方法论文献 #08） > **改写自：** Moveworks "From Initiative to Implementation: AI Agents for Your Business Systems" + "Agentic Workflows Guide: Transforming Work With AI" > **目标读者：** 外贸业务员 / 外贸总监 / 老板想自建话术体系的 > **字数：** 约 1,800 字 > **配图位：** 3 张 --- ## 导语 你让业务员小王写询盘回信，他花 30 分钟。 你让另一个业务员小李写，他花 25 分钟，出来的调性完全不一样。 **客户看了两封，觉得是两家不同公司。** 这是中国工业品出口的常见问题：话术不一致，品牌感缺失。 AI 能不能学会"你们公司的语气"？**能，但要训练。** 下面 5 步把 AI 训练成"懂你风格的业务员"。 --- ## 一、为什么"通用 AI 写询盘"不行 ### 问题 1 · 太礼貌不像你 通用 GPT 写的回信开头都是 "Dear Sir/Madam, I hope this email finds you well." **你的老客户第一次见这话就跳戏**："这不像你们公司啊。" ### 问题 2 · 没用你的产品术语 通用 AI 不知道你叫 "M6×20 内六角螺栓" 还是 "M6 cap screw"。 不知道你的产品线命名规则（SKU-7281 vs 7281-CNC-A）。 ### 问题 3 · 不懂你的价格策略 通用 AI 会写"competitive price"（含混）。 你可能想说"$11.20 FOB Ningbo"（精确）。 **价格模糊 = 客户不来回**。 ### 问题 4 · 没有你的客户记忆 老业务员知道"德国 Schmidt 先生喜欢每周二回邮件"。 AI 不知道。 --- ## 二、5 步训练法 ### 步骤 1 · 准备 300+ 封历史邮件 > **最低门槛**：300 封，最好 1000+ 封 #### 怎么准备 ``` ✅ 选标准： - 已成交的客户回信（正面案例） - 已报价未成交的回信（中性案例） - 拒绝客户的回信（边界案例） - 投诉处理（最难案例） ❌ 不选： - 群发模板（无个性化） - 老外群发过来的"Hi dear" - 内部沟通 ``` #### 怎么收集 - 让业务员把自己过去 2 年的邮件导出 - 用 `~/Documents/邮箱名.pst` 切分 - 整理成 `训练集/正面/客户A_成交_2025-01-15.eml` 这样的结构 #### 时间投入 - 30 家联盟工厂平均：**11 天**（含业务员抵抗期） --- ### 步骤 2 · 标注"哪些是好的"和"为什么" > **关键**：不只标注"好"，要标注"好在哪儿" #### 标注维度（推荐 5 个） | 维度 | 标注示例 | |------|---------| | **称呼** | "Schmidt 先生"（不用 Dear Sir） | | **开头钩子** | "上次您问的 M6×20 我们刚到货"（用客户历史） | | **价格表达** | "$11.20 FOB Ningbo · 含 5% 折扣"（精确） | | **CTA 软硬** | "本周内回复有货"（稀缺） / "不急"（友好） | | **结尾** | "Best, 张伟"（短） / "盼复"（正式） | #### 工具 - 直接在 markdown 里写标注 - 不用专门的标注平台（除非你要训练 GPT-4 级） --- ### 步骤 3 · 提取 3-5 个"风格样板" > **关键**：从 1000 封里抽出"最能代表你"的 3-5 封 #### 怎么挑 ``` ✅ 客户评价好的 ✅ 内部一致同意"这封写得不错"的 ✅ 包含你公司典型产品 + 典型价格 + 典型 CTA ``` #### 写出"风格说明" ``` 我们公司询盘回信风格： 1. 称呼：用 "Schmidt 先生" / "Mr. Schmidt"（不用 Dear Sir） 2. 开头：直接进入主题（"上次您问的 X 我们已报价"），不用寒暄 3. 价格：精确到小数点后 2 位 + 币种 + 贸易条件 4. CTA：明确（"请本周内回复" 或 "如需样品请告知"） 5. 结尾：短（"Best, 张伟"），不写"如果您有任何问题请随时联系" 6. 长度：80-150 字，超过 200 字说明你啰嗦了 ``` #### 用途 把这 3-5 封"风格样板"作为 system prompt 输入给 AI。 --- ### 步骤 4 · 写好 system prompt > **关键**：system prompt 是 AI 的"人设说明书" #### 模板 ```markdown 你是 [公司名] 的销售助理，负责给 [行业] [地区] 的询盘回信。 # 你的风格 - 称呼：先生 / 女士（不用 Dear Sir） - 开头：直接进入主题（客户上次问的 / 客户在找的） - 价格：精确到小数点后 2 位 - 长度：80-150 字 - 结尾：短，不啰嗦 # 你的产品知识 - 主力产品：M6×20 内六角螺栓 / CNC 铝件 / 注塑件 - 月产能：5 万件 CNC / 8 万件注塑 - 认证：ISO 9001 + ROHS 2.0 - 客户集中在德国 / 波兰 / 墨西哥 # 你的价格区间 - 螺栓：$0.08-0.15 / 件 - CNC 件：$8-25 / 件 - 注塑件：$0.5-3 / 件 # 你的常用表达 - "我们有库存" / "需要 2 周生产" / "海运 28 天到汉堡" - 不写："competitive price" / "best quality" / "looking forward" # 你的 CTA 风格 - 强："本周内回复" / "请确认数量" - 弱："如有需要请告知" / "期待您的反馈" # 输出要求 - 80-150 字 - 中文或英文（按客户语言） - 包含：称呼 + 报价 + CTA - 不要用 em-dash（—） ``` #### 用法 - ChatGPT / Claude / 自建 LLM 都支持 custom instructions - 测试 5-10 个真实询盘，看输出是否"像你" --- ### 步骤 5 · 持续反馈循环 > **关键**：训练不是一次性的 #### 每周 30 分钟做 3 件事 ``` 1. 抽 3 封 AI 生成的回信给业务员看 2. 收集"哪里不像"的反馈 3. 更新 system prompt / 增加新样本 ``` #### 反馈表 | 询盘 ID | AI 输出 | 业务评分 | 业务修改 | 改进点 | |--------|---------|---------|---------|--------| | 2026-001 | "Dear Schmidt..." | 3/5 | 改 "Schmidt 先生" | 称呼 | | 2026-002 | "$11.20 FOB Ningbo" | 5/5 | — | — | | 2026-003 | "looking forward..." | 2/5 | 删掉 "looking forward" | CTA | #### 时间 - 30 家联盟工厂平均：**每周 30 分钟维护** --- ## 三、真实案例 · 苏州 CNC 厂 > 加盟前 3 个业务员写 3 种风格。客户觉得"3 家公司" > 加盟后用 AI 训练，所有回信统一风格。客户反馈：**"终于像一家公司"** > 询盘转化率：6% → **14%**（详见 `03-case-cnc-su-precision.md`） --- ## 四、改写自 Moveworks "From Initiative to Implementation" Moveworks 的核心观点： > "AI 项目最大的失败原因不是技术，是从 PoC 到生产的鸿沟。" 询盘话术训练也一样： > "最难的不是 AI 写得多像你，是**持续让它像你**。" > 改写自 Moveworks "Agentic Workflows"——AI 不是替代业务员，是**让业务员的产出标准化**。 --- ## 五、3 个常见误区 ### 误区 1 · 训练样本越多越好 > "我有 5000 封邮件" 错。**300 封高质量 > 5000 封混杂**。先精后量。 ### 误区 2 · 让 AI 学"商务英语" > "AI 写得太口语化了，要写正式" 错。**你的客户可能更喜欢口语化**。看 30 家联盟数据：60% 客户偏好"友好 + 直接"。 ### 误区 3 · 一次训练永久使用 > "训练一次，AI 就学会了" 错。市场变化 / 产品变化 / 客户偏好变化，system prompt 要持续更新。 --- ## 六、实操清单 · 你今天就能做的 3 件事 - [ ] **导出最近 100 封询盘回信**（你业务员写的） - [ ] **挑出 5 封"写得好"的**，写一段 200 字的"我们公司风格" - [ ] **把风格描述 + 5 封样板**贴到 ChatGPT / Claude，测试 1 个新询盘 --- ## 七、30 天落地路径 | 周 | 动作 | |----|------| | W1 | 收集 300+ 历史邮件（按业务员 / 时间 / 客户分）| | W2 | 标注 100 封 + 挑 5 封"风格样板" | | W3 | 写 system prompt + 测试 20 个真实询盘 | | W4 | 反馈循环 + 培训业务员用 AI | --- ## CTA ### 想立刻试 [用 AI 训练工具](/tools/lead-roi) — 导入你的历史邮件，AI 30 分钟出"你的风格画像" + 10 个测试生成。 ### 想深度定制 [预约 30/60/90 合同化交付诊断](/alliance/join) — 海联智达联盟顾问帮你做 5 步训练，按你的风格定制 system prompt。 ### 想看其他工厂怎么做 [读苏州 CNC 案例](/crashes/cnc-precision-suzhou) — 48 人 CNC 厂怎么把 3 个业务员风格统一成 1 个。 --- ## Strapi 元数据 ```yaml title: "询盘话术生成 · 怎么训练 AI 学会你的风格" slug: "ai-tone-training" type: "blog" excerpt: "3 个业务员写 3 种风格，客户觉得是 3 家公司。AI 训练 5 步让你的回信统一风格。" content: <上文中文字> cover: <待生图> author: "海联智达 · Studio" tags: ["ai", "tone", "sales", "training", "workflow"] readingTime: 9 relatedCases: ["cnc-precision-suzhou"] relatedTools: ["lead-roi"] ``` --- ## 配图位 ### 图 1 · 头图 ``` 人声 → 数字波形 → 文字 的抽象转化过程， 单 cyan accent 在波形，ink-950 背景，editorial Swiss，ar 16:9 ``` ### 图 2 · 5 步训练流程 ``` 5 步水平流程图：准备 / 标注 / 风格 / 提示 / 反馈， 每步一个 monoline icon，ink-950 + cyan，ar 16:9 ``` ### 图 3 · 反馈循环示意 ``` 循环箭头：AI 输出 → 业务评分 → 修改 → 反馈 → AI 更新， ink-950 + cyan 循环，editorial Swiss，ar 4:3 ``` --- **下一篇预告：** "价格保护 · AI 怎么帮业务员守住利润"