銷售優化工程 [完美的 AI 外展流程]

閱讀時間： 7 分鐘

大多數使用人工智慧進行LinkedIn客戶拓展的銷售團隊都收效甚微，並將責任歸咎於人工智慧。其實問題不在於模型本身，而是提示訊息。

及時的工程是 設計能夠可靠地產生有用投入的實踐語言模型需要輸出高品質的結果。在消費者情境中，這意味著要知道如何向 ChatGPT 提出更好的問題。

在 B2B 銷售環境中，它的含義更加精確：設計指令，決定您的 AI 如何大規模、一致地為數百個不同的潛在客戶撰寫外聯資訊、評論和後續跟進。

巧妙的提示能將人工智慧轉化為真正有效的銷售拓展工具；而糟糕的提示則會產生千篇一律、語氣略顯怪異的訊息，令潛在客戶感到不適並直接刪除。這兩種結果之間的差距幾乎完全取決於提示本身。

本文面向希望建構真正有效（無論在技術上或商業上）的 AI 外聯序列的銷售主管、SDR 經理和收入營運人員。

及時有效的行銷策略對銷售拓展究竟意味著什麼？

提示是指在人工智慧模型產生輸出之前，你提供給其的全部指令。在基本的消費者互動中，提示可能只是一個問題。而在結構化的銷售流程中，提示則是一個精心建構的系統，用來告訴人工智慧：

• 作者是以誰的身分寫作的──人物、專業語調和語調。
• 收件人是誰－潛在客戶的角色、公司發展階段、已知挑戰
• 它對潛在客戶的了解——訊號、近期貼文、角色變化、互動模式
• 訊息需要達成的目標－提高公眾意識、獲得回應、解答疑問
• 它絕對不能做的是——過早推銷產品、使用特定短語、超過一定長度。

這些參數定義得越精確，輸出結果就越實用。模糊的提示會產生模糊的訊息。具體的提示會產生具體、有上下文的訊息，這些訊息讀起來就像是出自真正做過研究的人之手。

這並非工程師專屬的技術技能，而是一種寫作和策略技能——掌握這項技能的銷售人員相比那些仍然將人工智慧視為一鍵式解決方案的團隊，擁有結構性優勢。

高效率銷售提示的構成要素

一個精心設計的銷售提示包含五個部分。每個部分都發揮不同的作用，缺少任何一個部分都會降低最終效果的品質。

1. 角色分配

告訴人工智慧你是誰。不要泛泛而談，要具體明確。 「你是B2B SaaS公司的高階客戶經理」比「寫一則LinkedIn訊息」更能為模型提供豐富的上下文資訊。角色設定決定了專業脈絡、預設的知識庫以及作者與讀者之間的隱含關係。

示例： 您是一位資深客戶經理，專門負責透過 LinkedIn 為 B2B 銷售團隊拓展客戶。您撰寫的訊息簡潔明了，旨在開啟對話而非推銷產品。您的語氣既專業又親切自然——自信而不咄咄逼人。

2. 潛在客戶背景

這是哪裡 LinkedIn 社交訊號 直接將資訊填入提示框。所有關於潛在客戶的資訊——他們的職位、最近的貼文、他們提出的挑戰、他們正在參與的內容——都應填入此處。背景資訊越豐富，輸出結果就越相關。

示例： “這位潛在客戶是一家B輪融資的SaaS公司的銷售副總裁，該公司擁有約80名員工。三天前，他們發帖討論了隨著銷售開發代表團隊規模擴大，保持客戶拓展質量的難度。過去兩週，他們一直在關注有關人工智能銷售工具的內容。”

3. 目標和階段

訊息序列中的每個訊息都有其特定的用途。連線請求訊息的目標與接受連線後的第一封私訊的目標不同，而第一封私訊的目標又與後續訊息的目標不同。請明確說明這則訊息需要完成哪些任務，以及它目前不需要完成哪些任務。

示例： 「在對方接受好友請求後，發送第一則訊息。目的是開啟對話，而不是推銷產品。結尾提出一個與對方貼文中提出的挑戰相關的具體問題。不要提及產品名稱或提出會面請求。”

4. 限制和護欄

這是大多數團隊容易忽略的環節——也是最直接防止輸出通用內容的關鍵。約束條件告訴人工智慧應該避免什麼：特定的短語、結構模式、長度限制，以及在此階段序列中禁止涉及的主題。

示例： 「請將資訊控制在 80 字以內。不要以『我偶然發現了您的個人資料』開頭。不要使用『我很想與您聯繫』這樣的短語。不要提及 Konnector 的功能或價格。避免使用感嘆號。請使用第二人稱撰寫。”

5. 格式規範

告訴模型要產生什麼內容——而不僅僅是寫什麼。是單一訊息還是多條選項？是否需要主題行？開頭行應該達到什麼目的？在提示等級指定格式可以節省後續大量的編輯時間。

示例： “請製作此郵件的三個不同版本。每個版本的開頭方式都應不同。分別標記為選項 A、B 和 C。無需填寫郵件主題。”

建立完整的 AI 外聯序列：逐一訊息

LinkedIn推廣流程通常包含四到六個接觸點。每個接觸點都需要不同的提示，以實現不同的目標。以下是每個階段的思路。

序列階段	目標	迅速聚焦	長度目標
連線請求說明	贏得認可	特指共享訊號或貼文。不涉及音調。	300 個字元以下
第一次私訊（錄取後）	開啟對話	參考訊號。一個問題。未提及任何產品。	50到80字樣
後續1（未回覆）	重新參與，創造價值	分享一些相關的內容。別有壓力。回覆也很方便。	40到60字樣
後續2（未回覆）	緩閉或旋轉	承認沉默的存在，但不要讓人產生愧疚感。只需明確提出一個要求。	30到50字樣
重新聯繫（新訊號）	在新背景下重新開始對話	請參考新的訊號。全新的視角。不提及之前的沉默。	50到70字樣

每個階段提示都會繼承基礎提示的角色分配和語氣——基礎提示只需編寫一次。每個階段的變化在於目標、限制條件以及潛在客戶的背景資訊（如果自上次接觸以來出現了新的訊號）。

變數注入問題——以及如何解決它

人工智慧輔助外聯中最常見的失敗模式之一是過度依賴變數注入。團隊使用佔位符（例如 [PROSPECT_NAME]、[COMPANY]、[RECENT_POST]）建立提示訊息，並假設填寫這些欄位就能實現個人化。但事實並非如此。這相當於人工智慧版的郵件合併。

真正的提示語個性化意味著用自然語言編寫信號上下文，而不是將其放在括號中。比較以下兩種方法：

可變注入方法： “這位潛在客戶最近發布了關於[主題]的內容。請在郵件中提及。”

情境提示法： 「這位潛在客戶四天前發文詢問，隨著團隊規模擴大到十人以上，如何保持銷售代表（SDR）的資訊品質。他們將其描述為『一致性問題，而非動力問題』。他們在帖子中的語氣分析透徹，略帶沮喪。請參考他們的表述——特別是他們對一致性和動力所做的區分。」

第二個提示產生的回應讀起來像是作者認真閱讀並了解貼文內容後寫成的。而第一個提示產生的回應只是提及了貼文內容，並沒有真正與之互動。這種差異正是收件者閱讀後的感受——而這完全是提示設計上的考量。

Konnector 的平台會自動處理這種情境注入，並即時拉取資料。 LinkedIn 社交訊號 從潛在客戶的活動中提取訊息，並將其建置到提示上下文中，以便人工智慧始終使用真實、具體、最新的訊息，而不是通用的佔位符。

色調校準：大多數團隊都會出錯的變量

語氣並非模糊的指令。 「聽起來很專業」只能產生平庸的效果。而經過精確校準的語氣指令，其效果與您最優秀的人工撰寫資訊幾乎無異。

有效的提示音調校準包括：

• 句子長度指導原則： “使用短句。句子長短不一，避免形成節奏感。避免使用分號連接的從句。”
• 詞彙層次： “使用簡單易懂的語言。除非潛在客戶先使用，否則避免使用行話。不要使用流行語。”
• 信心報到表： “要直接自信，不要猶豫不決。避免使用‘我想你可能會感興趣’或‘只是想聯繫一下’之類的模棱兩可的措辭。”
• 禁止用語： 一份專門列出你的品牌或人物形像不會使用的短語的清單。列表越具體，輸出結果就越一致。

一個切實可行的方法是：選取你手動撰寫的三條效果最佳的信息，並使用分析工具提取其中的語氣模式。將分析結果作為你對外宣傳訊息的語氣規範。這本質上是在逆向工程，找出有效方法並將其編碼成可重複使用的指令。

人工審核並非可有可無－它是架構的一部分。

本文中的所有框架都基於一個前提：每個訊息在發送前都需經人工審核批准。這並非在原本自動化的系統之上疊加的一層安全措施，而是使整個方法行之有效的設計原則。

即使是精心設計的提示訊息，也會產生不同的輸出結果。有些資訊接近目標，但還不夠準確。有些資訊會忽略一些細微差別，只有在了解潛在客戶的背景後才能發現。有些資訊則完全正確，無需任何修改。人工審核環節可以發現這三種情況——而且隨著時間的推移，你修改的內容模式會反過來幫助你設計出更好的提示訊息。

這是 Konnector 所基於的模型。 基於意圖的推廣 大規模應用時，人工智慧負責訊號檢測、上下文結構建構和初稿生成，而人工審核隊列則確保所有資訊在發送前都經過閱讀和確認。人工智慧提高了每個資訊的品質底線，而人工審核則提高了品質上限。

這也是保障您 LinkedIn 帳號安全的關鍵。即使是精心設計的提示，大規模的全自動外聯也會產生 LinkedIn 系統越來越擅長識別的活動模式。在每個接觸點都安排人工參與，不僅能確保溝通質量，更是維護帳戶良好狀態並拓展客戶管道的架構。

準備好建構高轉換率的序列了嗎？

銷售提示系統的設計是一項技能，和其他技能一樣，熟能生巧。現在就投資於此——建立精準、基於訊號、語氣恰當的提示系統——的團隊，即使其他所有團隊的AI外聯策略都被淘汰，他們的AI外聯策略仍然能夠保持高效。

Konnector 提供訊號層、AI 草案基礎設施和人工審核工作流程，使此方法能夠大規模應用。如果您想了解它如何應用於您團隊的 ICP 和推廣活動， 預訂演示。 或 註冊訂閱 今天就開始建立你的第一個訊號驅動序列吧。

延伸閱讀

• 使用 Konnector 了解 LinkedIn 社群訊號
• LinkedIn B2B推廣策略：2026年哪些策略行之有效
• 如何提高你的LinkedIn回覆率
• LinkedIn潛在客戶開發：Konnector方法
• 在領英上真正有效的潛在客戶開發技巧