傳產怎麼用 AI 提升業績？從找客戶到跟進，先從這四個地方開始

你是不是也遇過這些情況？

• 「老闆想用 AI，但不知道用在哪裡？」從業務端開始最快：整理詢問、寫回覆、記錄通話，用現成工具就能試，效果業務和老闆都看得到。
• 「詢價信太多，回不完？」詢價信進來先請 AI 打一版初稿，業務補上價格與交期再送出，回覆的速度就能快很多。
• 「怕把客戶資料貼進 AI 工具會外流？」客戶的姓名、電話、公司與價格先拿掉再貼；要大量使用，選企業方案並確認資料怎麼被保存。

傳產用 AI，為什麼先從業務開始？導入快、效果看得到

傳產談 AI，常常第一個想到生產線、品管、設備預測保養。這些都有價值，但往往要整合機台與資料，規劃與導入的時間比較長。

業務端不一樣。整理詢問、寫回覆、準備拜訪、記錄通話、追蹤客戶，很多是文字與整理的工作，用 ChatGPT、Gemini、Copilot 這類現成的工具就能開始試，花費不高，效果也看得比較快。

從業務開始還有一個好處：成效容易被看見。回覆詢問的時間從兩天縮短到半天、業務每週省下幾個小時整理資料、展後名片在一週內全部聯繫完，這些改變業務自己感受得到，老闆也看得到。有了第一個小小的成功，團隊對 AI 的態度會從懷疑變成好奇，之後再推動其他地方的應用，就順利得多。

業務端四個地方先用 AI：找客戶、接詢問、確認需求與跟進

一、找客戶：讓客戶找得到你

• 整理客戶最常問的問題：把過去的詢價信、LINE 對話去掉姓名與電話後交給 AI，請它整理出最常被問的二十個問題，再由業務校正答案，放到網站上。
• 把規格表寫成客戶看得懂的話：請 AI 把產品規格改寫成「適用在什麼情況、解決什麼問題」，客戶搜尋時打的往往是問題，不是型號。
• 開發新產業前先做功課：請 AI 整理目標產業的採購流程與常見困擾，當作拜訪前的準備；裡面的數字與法規，記得再查證。

二、接詢問：回得又快又清楚

• 回覆先打初稿：詢價信進來，請 AI 依對方的問題先寫一版回覆，業務補上價格、交期再送出。回得快很重要，原因可以看詢價單進來後，多久內要回？
• 展會名片整理成清單：名片拍照後用工具轉成表格，再補上當天聊到的重點，展後跟進才不會漏，可以參考展覽後的名片怎麼追？

三、確認需求：問對問題

• 通話前列好問題：請 AI 依你的產品，整理一份要確認的問題清單：預算、時程、誰做決定、用在什麼地方。判斷的方法可以看〈客戶說有興趣，值不值得跑一趟？BANT 四個問題先判斷〉。
• 通話後整理摘要：把通話重點記下來，請 AI 整理成固定格式，例如需求、時程、下一步，交接給同事時一看就懂。

四、跟進：不讓客戶冷掉

• 寫不同版本的追蹤訊息：依客戶上次說的狀況，請 AI 起草追蹤信，不要每次都只問「考慮得怎麼樣」。為什麼常常沒人跟進，可以看〈客戶說「再考慮看看」之後，為什麼就沒有人跟進了？〉。
• 把散落的名單整理在一起：Excel、手機、名片夾裡的客戶，請 AI 協助整理成同一份清單，標出多久沒有聯繫。

哪些事，還是要人來做

AI 可以讓業務做得更快，但這幾件事還是要人：判斷對方是不是真的要買、在電話裡聽出猶豫、報價與議價、出了問題第一時間出現，以及長期累積的信任。傳產的生意常常一做就是十幾年，客戶記得的，是那個說到做到的人。AI 和人的分工，整理在〈AI 會取代業務嗎？〉。

舉個示意的例子：一家做工業閥門的公司，用 AI 幫業務整理客戶的詢問、寫回覆的初稿，回覆速度快了很多。但有一次，AI 寫的初稿把一個規格寫錯了，幸好業務在送出前發現並修正。這件事讓團隊更清楚：AI 是幫忙打底的助手，最後把關、對客戶負責的，還是人。工具讓業務更快，判斷讓業務更值得信任。

示意：一家五金廠用 AI 整理詢價信的一個月

四個地方裡，「整理客戶最常問的問題」通常是最容易開始、效果也最明顯的一件，怎麼整理可以看〈新客戶詢問時最常問什麼？〉。下面是一家五金廠的示意做法：

• 第一週，收集：內勤把過去三個月的詢價信與 LINE 對話挑出 40 則，拿掉客戶的姓名、電話、公司名稱與價格。
• 第二週，整理：請 AI 依問題分類，整理出最常被問的 20 個問題。結果前五名是：最小訂購量、交期、能不能打樣、表面處理有哪些、可不可以開發票月結。
• 第三週，校正：資深業務逐題寫出正確答案。AI 先擬的答案有三題不對，例如把「打樣約兩週」寫成「一週」，全部由業務改過。
• 第四週，用起來：這 20 題放到網站的常見問題，也整理成內勤回覆詢價時的參考。新的詢價信進來，先用 AI 依這份答案打初稿，再由內勤確認後送出。

一個月後，內勤回覆一封詢價信的時間，從原本常常延到隔天，變成大多能在半天內回覆；業務接到的電話裡，重複解釋最小訂購量與交期的次數也少了。真正花時間的是第三週：AI 整理得很快，但答案對不對，只有懂產品的人能把關。

這個例子也說明為什麼要從業務開始：用的是現成工具、資料是自己公司的、成果一個月內看得到。等團隊對 AI 有了信心，再往下一件事延伸，例如拜訪前的資料整理、展後名片的追蹤提醒。

使用前，先注意兩件事

• 客戶資料與報價，不要直接貼進免費工具：先拿掉姓名、電話、公司名稱與價格；要大量使用，選擇企業方案並確認資料怎麼被保存與使用。
• AI 會寫錯：規格、交期、價格、法規都要再確認。送出去的每一句話，都代表你的公司。

從哪一步開始：挑業務最花時間的一件事，先用一個月

不用四個地方同時做。挑一件業務每週都在做、又最花時間的事，先用一個月，看看省下多少時間，再決定下一步。不確定業績停在哪個階段，可以先看〈想提升業績，不知道從哪裡開始？〉可以先問自己：

• 客戶的詢問，我們平均多久回覆？
• 客戶最常問的十個問題，網站上找得到答案嗎？
• 說「再考慮看看」的客戶，現在有人在跟嗎？

傳產導入 AI 時，常見的三個誤區

• 一開始就想做大系統：先從業務最花時間的一件事用起，一個月就看得到效果。
• 把客戶資料直接丟給 AI：姓名、電話與報價等資料要先去識別，並注意公司的資訊安全規定。
• 以為 AI 能取代懂產品的人：AI 整理資料很快，但客戶的狀況與判斷，仍要有經驗的人確認。

傳產想用 AI 提升業績，可以找哪些外部服務？

業務端的 AI 工具多半可以自己先試；需要外部協助時，先分清楚要補的是工具，還是人力：

工具省下的是時間，那些時間要留給誰，才是業績的關鍵。各種服務怎麼挑、可以先問哪些問題，整理在〈B2B 商機開發服務怎麼挑選？〉。

常見問題

這些工作，現在由誰負責？

AI 能讓業務做得更快，但每天接起詢問、打電話確認需求、持續跟進的那個人，還是要有人負責。如果你的公司現在沒有人專門負責這個階段，可以先跟我們聊聊你的產業與現況，面談時再一起看你的產業在網路上有多少人在找。傳產的情況，也可以看設備與製造業的適用情境。

立即導入 Tshutlink 集客式商機開發服務