名单靠一个人翻得过来的小团队，先手动筛；名单多到一个人翻不过来、每个月固定有一批账号要跟的团队，才轮到ai外贸智能体上场。现阶段它能替你干的是四件事：按买家画像给账号打分、从数据供应商补齐采购决策委员会的联系人、按每个业务员的口吻起草开发信、按购买信号提醒你什么时候该跟。它干不了的是替你判断这个客户值不值得让价，也替不了你承担发信那一头的合规责任。计费上有个硬数字：HubSpot 的 Prospecting Agent（客户开发智能体）按为某个 lead 推荐触达计费，每个 lead 1 美元。
对做外贸站、做跨境生意的人来说，获客被拆成了两段：前面找名单、补联系人、写第一版草稿交给机器，后面判断这个客户值不值得投入、邮件发出去合不合规，还在人手上。工具只负责把该看的信息摆到你面前，决定去留的那一下还是人点。把这一点想清楚，再去看功能和价格，就不容易上头。
- 这是什么：HubSpot 内置在 Sales Hub 里的客户开发智能体，监控账号购买信号、找联系人、起草个性化触达。
- 官方怎么写：录入联系人时可以选发送前审阅和编辑，对输出质量满意后再切全自动。
- 怎么做：先配 plays，填研究条件、消息风格、互动规则和品牌口吻，先跑一个产品线。
- 要多少钱：每个 lead 1 美元，走 HubSpot Credits，部分订阅含每月额度。
- 常见误区：页面上的增长数字是宣传口径，不是给你的承诺。
这篇只讲外贸获客和询盘初筛这一个场景：它能干到哪一步、成本怎么算、什么规模值得上。客户画像怎么定、跟进序列怎么排，可以顺着客户画像到跟进序列往下看；自己手上缺哪一环，国外AI工具里按用途分过类，对着找就行。
本文目录
ai外贸智能体是什么，和外贸CRM、群发工具差在哪
外贸圈说的 AI 外贸智能体，落到具体产品上，目前能查到完整官方说明的是 HubSpot 的 Prospecting Agent（客户开发智能体）。官方页面上有一句原话：「a sales automation tool built into HubSpot Sales Hub」，翻成大白话，它是装在 HubSpot 销售中心里的一个销售自动化工具。它监控账号的购买信号，找联系人，把个性化的触达草稿写出来。它不是另装一个软件，是你已经在用的 CRM 里的一个功能块。
它对外的定位也很直：研究账号、找到合适的联系人、起草个性化触达，让整个团队做客户开发的水平向团队里最能卖的那个人看齐。它还会按理想客户画像给账号打分，给销售负责人一个按销售代表维度的业绩视图。换句话说，先查这家公司值不值得跟、再找对的人、再写第一句话，这段活它接过去了。
它到底替你干了哪几件事
最要紧的一件是盯信号。融资轮、领导层变动、网站访问这类购买信号，它替你盯着，告诉你该联系谁、什么时候联系。接着是打分，拿你给的理想客户画像去套账号，排出哪些值得跟。还有补人，从数据供应商那里把采购决策委员会的联系人补齐，电话、邮箱、职位一起进来，可以它自己推荐，也可以你点名要。最后是起草，按每个销售代表的口吻写邮件，按账号做个性化，落点在公司信号上。
这四件事连起来，等于把客户开发前半段的案头工作包了。它包的是前半段，报价、让价、合同这些还在人手上，后面会单独讲。
它和群发工具的区别
群发工具的逻辑是你给名单，它负责发出去，名单从哪来、发给谁、第一句话写什么，都是你自己弄。智能体的顺序反过来：它先研究账号，再找联系人，再起草，你审完才发。发信这个动作只是最后一环，前面的判断和准备工作它参与了。
这个差别在实操里很具体。群发工具你要先有一份邮箱表，智能体给你的是带理由的推荐：为什么这个账号值得跟、该找哪个角色、第一封信从哪个点切进去。
它和外贸CRM的区别
外贸CRM干的是存记录：客户档案、往来邮件、跟进阶段、成交金额。智能体长在CRM之上，拿CRM里的记录和外部信号做推荐，再把草稿写回CRM里。官方说它内置在 HubSpot 的 Smart CRM 里，所以只在交付结果时付费。没有CRM，它没有地方落数据和判断；有CRM没它，记录还是记录，不会自己变成推荐。
获客、写信、跟进三段各自配什么工具，可以看AI外贸工具怎么配。顺序上，CRM是底座，智能体是底座上面那层帮你做判断和起草的东西。
外贸获客用 AI 智能体，第一步先把买家画像和 plays 配好
接上工具的第一件事，是在后台把研究条件、消息风格、互动规则定下来，再按不同产品或买家画像配置 plays。官方写明每个 play 支持高级指令，包括触达护栏和可定制提示词，可以按品牌口吻配，让不同细分市场的信保持贴合。
配置到什么程度算够，看三个地方填没填。研究条件决定它去查什么信息，比如行业、规模、采购角色。消息风格决定草稿的语气和长度，是偏正式还是偏口语。互动规则决定什么信号触发跟进、什么情况先停。品牌口吻写在高级指令里，触达护栏也写在这里，比如哪些话不能说、哪些承诺不能给。
配置越细，起草出来的信越贴你的实际业务。配置粗，出来就是模板，业务员看一眼就知道不是自己写的，客户那边也看得出来。plays 按产品线分开配，比所有产品共用一套要准，因为不同产品线的买家角色和关注点本来就不一样。
起草出来的信跑偏，回查顺序是这样的：先看 plays 里的研究条件填没填，是不是只写了「行业」没写规模和采购角色；再看品牌口吻有没有落成具体句子，还是只写了「专业、友好」这种词；最后看触达护栏有没有写死，有没有把不该说的话放进去。三样都空着，信跑偏不奇怪。
稳一点的做法是先只配一个主力产品线、一个买家画像，拿二十个账号跑一遍。看三样东西：分数排序对不对，补出来的联系人是不是采购决策角色，草稿像不像你手写的。三样都过得去，再把配置复制到第二条产品线。反过来，一上来把几条产品线全铺开，出了问题不知道是哪条线的配置错了。
ai外贸智能体客户开发怎么跑：从账号打分到开发信草稿
跑起来是四步，顺序别乱。
- 让它按理想客户画像给账号打分，先把值得跟的账号筛出来。分数低的先放着，别急着发信。
- 从数据供应商补齐采购决策委员会的联系人，电话、邮箱、职位一起进来。官方写明接的是 ZoomInfo、Apollo、Surfe、Seamless 这几家，可以它自己推荐，也可以你点名要。
- 录入联系人时选「发送前审阅和编辑」，草稿先过人眼。每次录入都有这个选项，草稿还能用 Breeze Assistant 在发送前润色。
- 对输出质量满意之后，再切全自动模式。这是一个可选开关，切过去之后邮件不再需要审阅就直接发。
第三步和第四步的顺序是命门。全自动不是默认状态，是你要主动开的。在草稿还没经过你几轮审阅之前，不要碰这个开关。审阅的时候看三样：开头那句切入点是不是真的来自这家公司的信号，中间有没有套模板的痕迹，结尾那个问题是不是低门槛、对方回一句就能接上。
信发出去没人回，回查顺序是先看画像有没有打错分，把不该跟的账号排在了前面；再看联系人有没有抓错角色，发给了一个不负责采购的人；最后看草稿是不是一个模板套所有人，开头换了个公司名，中间一模一样。三样都排查完，再怀疑工具本身。
从筛账号到发信再到跟进，整条链路按周怎么排，跨境运营AI工作流里有按周拆的走法。这里先把单封信跑顺，再谈整条线。
ai外贸智能体询盘初筛和跟进提醒，人要在哪一步接手
跟进提醒这块，智能体盯的是融资轮、领导层变动、网站访问这类购买信号。信号一出来，它告诉你该联系谁、什么时候联系。这解决的是客户那边有动静、你这边不知道的问题。以前靠业务员自己刷新闻、看领英，现在这部分交给它盯。
询盘进来之后，判断这是真需求还是来比价的，这一步智能体替不了。它能做的是把信号和草稿摆到你面前：这个客户最近有什么公开动作、之前有没有访问过网站、该找哪个角色、第一封回信怎么写。你看完这些再决定跟不跟、报什么条件。
回复话术可以沉淀成多语言问题库，按问题类型分好，交给智能体起草，人来审。客户问交期、问认证、问最小起订量，各有一套标准答法，智能体照着写，人只需要改语气和补充具体数字。这样多语言回复的速度上来了，口径也不容易乱。
跟进漏了，回查两处：购买信号有没有配，是不是只配了融资轮没配领导层变动；plays 的互动规则有没有把这类信号排除在外，比如把某个地区或某个规模的账号设成了不触发。两处都正常，再看业务员有没有真的处理推荐。
多语言回复怎么按问题类型建库、怎么让智能体照着起草，多语言问题库里有按场景分的做法。
ai外贸智能体成本怎么算：每个 lead 1 美元，什么规模才值得上
| 项目 | 官方口径 |
|---|---|
| 计费单位 | 按为某个 lead 推荐触达计费，每个 lead 1 美元 |
| 可用版本 | Starter、Professional、Enterprise |
| 额度来源 | 走 HubSpot Credits，部分订阅含每月额度，可按需加购 |
这意味着账单跟推荐的 lead 数量挂钩，不是按月一口价。名单铺得越大，费用越高，跟发出去多少封、回了多少封没有直接关系。
按官方单价算两笔。一个月为 1000 个 lead 推荐触达，费用是 1000 美元；为 500 个 lead 推荐触达，费用是 500 美元。这两个数只用了每个 lead 1 美元的单价，不含订阅费和 Credits 额度，实际支出要把那部分加进去。
什么规模值得上，得自己倒推。先算一个成交客户的毛利，再算从 lead 到成交大概要多少个 lead，两个数一除，就知道每个 lead 最多能花多少。拿这个上限去对 1 美元，看每月能承受多少个 lead 的推荐费。承受不了，说明名单还得再筛窄，或者先手动跑。
lead 量很少的团队，手动筛完全忙得过来，智能体带来的提速有限，先别急着上。等到一个人一天翻不完名单、跟进开始漏的时候，再考虑把这段交给它。预算紧、想先用小钱把流程跑通的，小卖家低成本组合里按预算档位排过。
ai外贸智能体干不了什么：三件别指望它的事
头一件，替你判断这个客户值不值得让价。让价要看你的成本、产能、这个客户后面还有多少量、同行报了什么价。智能体能把信号和草稿摆到你面前，这些判断它做不了，它也不知道你这批货的利润还剩多少。
第二件，替你承担发信那一头的合规责任。信发出去之后对方投诉、域名被拉黑，责任在你这边，不在工具那边。这条不用展开，知道边界在哪就行。
第三件，给你外贸场景专属的效果保证。官方页面上写着合格线索多 76%、预约会议多 80%、成交率提高 26%，这三个数是通用宣传口径。看到它们，先问三个问题：统计的是哪类客户、样本多大、在什么条件下成立。这三样对不上，就别按这个数给自己算预期。
把这三件划出去之后，剩下的才是它真正能帮上忙的地方：省掉前半段案头工作的时间。省下来的时间拿去干判断和谈客户，这才是它值钱的地方。
常见误区和排查：页面上的增长数字不是承诺
一个误区，看到页面上那三个增长数，就按这个给自己算上了以后能涨多少。这三个数是官方宣传口径，统计的是哪类客户、样本多大、在什么条件下成立，都得自己问清楚。拿它当参考可以，拿它当承诺不行。
还有个误区，刚接上就开全自动，让机器不经过人直接往外发。规则是，要先对输出质量满意才切这个模式，它是可选开关，不是默认。草稿还没经过几轮审阅就开全自动，等于把没验过的信直接发给客户。
第三个误区，以为付了钱它就会自己跑出结果，plays 空着不管。官方写明研究条件、消息风格、互动规则和 plays 都要先定制。配置粗，出来的草稿就是模板，业务员不愿意用，客户也看得出来。
出问题按这个顺序排查：先查 plays 配置，研究条件、品牌口吻、触达护栏是不是都填了；再查联系人角色对不对，补进来的是不是采购决策委员会的人；再查草稿质量，是不是一个模板套所有人；三样都排完，最后才怀疑工具本身。顺序反了，容易一上来就换工具，换完发现问题还在。
AI 能帮哪几步、人要核什么（带 3 条可照抄提示词）
前面讲的四件事，对应到 AI 这边是四个动作：按画像给账号打分、补齐采购决策委员会联系人、按业务员口吻起草邮件、按购买信号提示什么时候联系。这四个动作里，AI 负责出第一版，人负责判断这一版能不能用。
人必须亲手做的有三个动作。第一个，在 HubSpot 后台的 plays 配置里填研究条件、消息风格、互动规则和品牌口吻，这几项空着，后面全白搭。第二个，录入联系人时在审阅界面逐封看 AI 起草的邮件，决定改还是发，不要一眼扫过去就点发送。第三个，看每个 lead 的推荐触达结果和回复情况，决定要不要切到全自动模式。这三个动作没有替代品，工具再顺也得人点。
下面三条提示词是本文给的示例，可以直接改公司信息用。
第一条，用来给账号打分：「你是外贸业务助理。下面是我司理想客户画像：行业、规模、采购角色。请按这份画像给以下 20 个公司账号打分，每行给出分数和一句理由，不要编造我没提供的信息。」
第二条，用来写第一版开发信：「根据以下客户官网摘要和最近一条公开信号，写一封 120 字以内的英文开发信初稿，语气克制，只提一个具体切入点，结尾给一个低门槛问题。不要写价格承诺。」
第三条，用来把草稿改短：「把下面这封英文开发信改成更短、更口语的版本，保留原意，删掉形容词堆砌，输出两版供我选。」
HubSpot 这类产品的条款、计费口径、版本差异散在好几个页面上，猎者出海的AI Agent 可以照着官方页面整理成一张对照表，省掉一页页翻的时间。
工具省下来的是查账号、找联系人、写第一版草稿的时间，省不下判断客户的那一下。先把一个产品线、一个买家画像跑顺，看草稿质量过不过关，再决定要不要加预算、要不要开全自动。条款和计费口径会变，看的时候以页面当时显示的为准。
常见问题
ai外贸智能体是什么？
它是装在 CRM 里的销售自动化工具，监控账号购买信号、找联系人、起草个性化触达。HubSpot 的 Prospecting Agent 是目前能查到完整官方说明的一个，内置在 Sales Hub 里。
ai外贸智能体多少钱？
按为某个 lead 推荐触达计费，每个 lead 1 美元。实际支出还要把订阅费和额度算进去，版本不同，含的额度也不一样。
发送前能不能审阅和编辑邮件？
能。每次录入联系人时都有这个选项，草稿还能用 Breeze Assistant 润色。对输出满意之后再切全自动。
它能不能定制成我们自己的口吻？
能。研究条件、消息风格、互动规则都能改，plays 可以按产品或买家画像配。品牌口吻写进高级指令，触达护栏也写在同一处。
它连不连外部数据供应商？
连。接了几家数据供应商，用来把采购决策委员会的联系人补齐，可以它自己推荐，也可以你点名要。
它怎么和我的数据交互？
外部 AI 供应商被合同禁止拿你的数据训练模型，你能控制它们访问什么。HubSpot 还发布模型卡，说明 AI 功能怎么工作、用哪些数据、有哪些保障。
发表评论