目錄
課程簡介
AI 正在改變銷售的方式。這門課程將帶您了解 AI 在銷售中的應用，從線索評分到銷售預測，從自動化跟進到話術優化，讓您用 AI 提升銷售團隊的效率和業績。
學習目標：
- 了解 AI 在銷售中的應用場景
- 掌握 AI 線索評分和篩選
- 學會用 AI 自動化銷售流程
- 建立銷售預測系統
- 優化銷售話術和策略
20.1 AI 銷售概述
為什麼學_this？
了解 AI 如何改變銷售工作。
核心教學
AI 在銷售中的應用：
線索評分
- AI 自動評分線索
- 識別高價值客戶
- 優先處理
銷售預測
- 預測銷售業績
- 識別風險
- 調整策略
銷售自動化
- 自動跟進
- 自動排程
- 自動記錄
話術優化
- AI 建議最佳話術
- 分析成功案例
- 提升成交率
客戶洞察
- 了解客戶需求
- 個人化銷售
- 提升體驗
商業範例
一家擁有 12 間門市的連鎖健身中心，過去教練只能憑經驗判斷哪些會員可能續約，往往等到合約到期前兩週才發現客戶早已流失，續約率長期低於四成。
- 會員流失預警：AI 分析入館頻率與課程參與度，提前 45 天標記高風險會員，準確率達 87%。
- 個人化課程推薦：依運動紀錄自動推送合適課程，會員月均到訪次數由 6 次提升至 9 次。
- 自動續約跟進：系統在到期前 30 天啟動關懷訊息與優惠提醒，業務每週節省 18 小時人工聯絡。
- 續約成效：試行 6 個月後，整體續約率由 38% 提升至 52%。
小技巧
導入 AI 銷售時，先從可驗證的小場景切入，降低團隊抗拒。
- 用 ChatGPT 依「產業、職稱、痛點」三欄位批量生成開發信，每封控制在 120 字內。
- 線索評分先寫死規則，例如預算、決策權、急迫性各給 1 至 5 分，再讓 Claude 依規則打分。
- 用 Zapier 把表單新名單自動寫入 Notion 資料庫，並標記來源與評分。
- Prompt 加上「只輸出表格，欄位為公司、痛點、開場句」，避免產出空泛內容。
練習題
本節摘要
- AI 銷售應用：評分、預測、自動化、話術、洞察
- 成交率可提升 30%
- 從線索評分開始
商業實戰 Prompt：立即試
你是一位具有 10 年經驗的 [領域] 顧問，服務對象為香港中小企。
我的情況：[一句描述業務現狀]。
目標：[具體目標]。
請（1）指出我目前最大的一個錯位（2）提供我 3 個按成本效益排序的行動（3）每個行動註明預期效果及風險。
此結構適用於本課程所有場景 — 「錯位→行動→風險」三段式輸出可以直接作為決策會議議程。
| 階段 | 人手做法 | AI 協作做法 | 預期效果 |
|---|---|---|---|
| 資料收集 | 逐個網站/報告翻查（2-4 小時） | AI 搜尋+彙總+來源標註（15 分鐘） | 時間 -85% |
| 初稿製作 | 由零寫起（1-2 小時） | AI 輸出 3 版初稿，人員選擇並修改（20 分鐘） | 時間 -70% |
| 審核把關 | 自己核對全部（易漏） | AI 逐項自查+人抽查關鍵位 | 品質更穩定 |
| 迭代優化 | 成稿重寫 | 針對性局部修改（即時） | 迭代速度快 5 倍 |
落地檢查清單
- 我完成了「人手對比 AI 協作」的時間對比實測（記錄實際分鐘數）
- 我建立了此場景的個人 prompt 模板
- 我知道哪些輸出必須人手覆核才可以使用
- 我節省下的時間已安排用於執行更高價值的工作（而非閒置）
常見錯誤AI 輸出的內容就直接使用，不進行核對
正確做法事實、數字、承諾類內容必須人手核實 — AI 輸出是草稿而非成品
常見錯誤一開始就追求完美 prompt
正確做法先跑先學：用住再改，三次迭代後自然接近理想
20.2 AI 線索評分
為什麼學_this？
線索評分幫助銷售團隊專注於最有價值的客戶。
核心教學
AI 線索評分的原理：
數據來源
- 客戶行為數據
- 網站訪問數據
- 社交媒體數據
- 歷史交易數據
評分維度
- 行為（瀏覽、點擊、下載）
- 互動（回覆、諮詢、試用）
- 人口（行業、規模、預算）
- 歷史（過去購買、關係）
輸出結果
- 高價值：優先處理
- 中等價值：標準跟進
- 低價值：自動培育
線索評分 Prompt：
請根據以下客戶數據，為每個客戶評分（1-100）：
[客戶數據]
評分依據：
- 高意向：網站訪問、文件下載、多次互動
- 匹配度：行業、規模、預算
- 緊急度：最近活動、特殊需求
商業範例
一家擁有 12 家分店的連鎖健身中心，每月湧入超過 800 筆體驗課預約，業務團隊卻只能盲目跟進，導致大量潛在會員流失，教練產能嚴重浪費。
- 做法：AI 依據體驗課出席率、停留時長與詢問私教頻次評分，精準識別出前 25% 的高意願線索，結果：業務跟進效率提升 3 倍。
- 做法：優先將高分線索分配給資深顧問，並於 2 小時內致電，結果：體驗課轉化率由 18% 拉升至 31%。
- 做法：對低分線索改以自動化訊息培育，結果：每月節省業務工時約 140 小時。
- 做法：每週依評分模型調整話術與推廣渠道，結果：整體簽約率提升 42%。
小技巧
- 每週用 ChatGPT 跑一次「請指出這份評分表中矛盾或重複的指標」，揪出邏輯漏洞。
- 在 Notion 建評分標準版本表，記錄每次調整原因與生效日期，方便回溯。
- 用 Zapier 串接 CRM，線索評分變動超過 20 分時自動通知業務主管。
- 每月抽 20 筆已成交與流失線索，請 Claude 比對評分與實際結果的落差。
練習題
本節摘要
- 線索評分：行為、互動、人口、歷史四維度
- 識別 20% 高價值線索
- 成交率提升 40%
20.3 銷售自動化
為什麼學_this？
銷售自動化釋放團隊時間，專注於成交。
核心教學
銷售自動化的應用：
自動跟進
- 定期自動跟進
- 個人化訊息
- 追蹤回覆
自動排程
- 自動安排會議
- 自動發送提醒
- 自動更新行事曆
自動記錄
- 自動更新 CRM
- 自動記錄互動
- 自動生成報告
自動報價
- 自動生成報價單
- 自動發送
- 自動追蹤
銷售自動化工具：
- HubSpot Sales Hub：銷售自動化
- Pipedrive：銷售管理
- Salesforce：企業級 CRM
- ChatGPT：客製化訊息
商業範例
一家有 12 間分店的連鎖健身中心，過去教練靠手寫紀錄追蹤會員續約，常因忘記聯繫而流失客戶。業務團隊每天花大量時間手動整理名單，續約率始終拉不起來。
- 自動跟進：系統在會員到期前 21 天發送提醒，續約率提升 18%。
- 自動記錄：每次諮詢與到訪自動歸檔，教練查找資料時間減少 70%。
- 自動分派：依會員屬性指派專屬教練，成交週期縮短 9 天。
- 自動報表：每週產出跟進成效報表，管理層每週節省 15 小時人工彙整。
小技巧
小技巧
- 用 Zapier 把表單新名單自動寫入 HubSpot，省去手動輸入。
- 在 ChatGPT 貼上客戶產業與痛點，請它產出三版開場信。
- 用 Notion 建追蹤表，串接 HubSpot 同步階段與下次跟進日。
- 用 Canva 做提案模板，換上客戶名稱即可快速出圖。
練習題
本節摘要
- 銷售自動化：跟進、排程、記錄、報價
- 工具：HubSpot、Pipedrive
- 節省 20 小時/週
20.4 銷售預測
為什麼學_this？
準確的銷售預測能幫助規劃資源和目標。
核心教學
AI 銷售預測的功能：
業績預測
- 預測本月/季/年業績
- 識別達標風險
- 調整策略
趨勢分析
- 銷售趨勢
- 季節性
- 增長率
風險識別
- 識別風險客戶
- 預測流失
- 預警
銷售預測工具：
- ChurnZero：客戶留存預測
- InsightSquared：銷售分析
- HubSpot：銷售預測
- ChatGPT：數據分析
商業範例
一家年營收約 8,000 萬元的連鎖健身品牌，旗下有 12 間分店，過去每到月底才發現教練課與會籍續約不如預期，只能被動降價促銷，毛利被侵蝕超過 15%。導入 AI 銷售預測後，管理層能提前兩週掌握各分店的業績走勢，將決策從救火轉為布局。
- 做法：以過去 24 個月的會籍、教練課與來客數據訓練預測模型，結果：月度營收預測準確率達 92%，誤差控制在 3% 以內。
- 做法：系統自動標記續約機率低於 40% 的會員，結果：提前識別 210 位高流失風險會員，續約率提升 18%。
- 做法：依預測結果調整各分店教練排班與課程組合，結果：人力成本降低 9%，熱門時段課程滿班率由 68% 提升至 85%。
- 做法：針對預測下滑的分店提前啟動精準行銷，結果：季度整體營收較去年同期成長 11%，避免約 600 萬元的業績缺口。
小技巧
- 用 ChatGPT 輸入「依下列近 8 週成交資料，輸出加權移動平均預測與誤差區間」，每週固定跑一次。
- 在 Notion 建立預測資料庫，設每週一提醒欄位，逾期未更新自動標紅。
- 用 Zapier 串接 CRM 與 Google Sheets，新成交自動寫入，免手動貼資料。
- 請 Claude 扮演魔鬼代言人，針對你的預測列出三個可能失準的理由。
練習題
本節摘要
- AI 銷售預測：業績、趨勢、風險
- 準確率可達 90%
- 每週更新
20.5 個人化銷售
為什麼學_this？
個人化銷售能顯著提升成交率。
核心教學
個人化銷售的應用：
個人化訊息
- AI 根據客戶特點生成訊息
- 針對性強
- 提升回應率
個人化推薦
- 根據需求推薦產品
- 精準推薦
- 提升客單價
個人化方案
- AI 生成定制方案
- 針對客戶痛點
- 提升說服力
個人化 Prompt：
請為以下客戶撰寫一封個人化銷售郵件：
客戶：[信息]
需求：[痛點]
產品：[產品]
語氣：[語氣]
商業範例
一家擁有 12 間門市的連鎖健身工作室，過去教練只能憑印象推銷課程，續約率長期低於四成，行銷成本卻逐年攀升。
導入 AI 個人化銷售後，系統依會員到訪頻率、偏好課程與教練互動紀錄，自動生成專屬推薦訊息。
- 做法：依運動數據推薦課程組合，訊息回應率提升 48%
- 做法：針對瀕臨流失會員發送專屬優惠，續約率提升 32%
- 做法：自動匹配最適合的教練人選，成交率提升 27%
- 做法：依訓練進度推送進階方案，客單價提升 19%
小技巧
- 用 Zapier 把 CRM 欄位自動同步到 Notion，缺漏欄位即時標紅，補齊後才觸發個人化郵件。
- 在 ChatGPT 貼上客戶產業與痛點，下指令「用 50 字寫開場，引用他最近一則貼文」。
- Claude 整理會議紀錄後，抽出預算、時程、決策者三個欄位，回寫 CRM 備註。
- 在 Canva 設定品牌模板，將客戶名稱與痛點設為變數，一鍵產出專屬提案封面。
練習題
本節摘要
- 個人化銷售：訊息、推薦、方案
- 回應率可提升 50%
- 越多數據效果越好
20.6 AI 銷售話術
為什麼學_this？
好的話術能提升成交率，AI 能優化話術。
核心教學
AI 銷售話術的應用：
話術生成
- AI 生成銷售話術
- 針對不同場景
- 多種版本
話術分析
- 分析成功話術
- 找出共同點
- 優化策略
異議處理
- 預測客戶異議
- 生成應對方案
- 提升說服力
話術 Prompt：
請為 [產品/服務] 生成銷售話術：
- 目標客戶：[描述]
- 核心賣點：[賣點]
- 常見異議：[異議1]、[異議2]
- 目標：促成購買
請提供：
商業範例
一家有 12 間分店的連鎖健身中心，過去教練靠個人經驗推銷課程，話術落差大，成交率長期停在 18%。
- 做法：以 AI 生成 8 套針對不同會員動機的開場與締結話術，量化結果：成交率由 18% 升至 24%。
- 做法：針對「想減重」與「想增肌」客群各做 3 週 A/B 測試，量化結果：高意願客群轉換率提升 31%。
- 做法：將高轉換話術寫入教練行動 App 的即時提示，量化結果：新人教練首月成交率提升 22%。
- 做法：每月依通話錄音回饋自動優化話術版本，量化結果：續約率較上季增加 9 個百分點。
小技巧
- 用 ChatGPT 生成話術後，貼進 Notion 建立話術庫，標註版本與適用客戶類型。
- 請業務在 Claude 輸入「針對價格異議，給我三個不同風格的開場句」快速補齊缺口。
- 每週挑三則實際對話，用 ChatGPT 分析成交與失敗句的差異，找出可複製的句型。
- 把高轉換話術丟給 Zapier 自動同步到 CRM，讓新進業務直接取用。
練習題
本節摘要
- AI 話術：生成、分析、異議處理
- 成交率可提升 25%
- 持續測試和優化
20.7 銷售團隊管理
為什麼學_this？
AI 能幫助管理銷售團隊，提升整體表現。
核心教學
AI 團隊管理的應用：
績效分析
- 分析銷售人員表現
- 識別強項和弱項
- 建議改進
培訓需求
- 識別培訓需求
- 推薦培訓方向
- 提升技能
過程管理
- 追蹤銷售過程
- 識別瓶頸
- 提供指導
目標設定
- 根據數據設定目標
- 分配合理目標
- 追蹤達成
商業範例
一間擁有 30 間分店的連鎖健身中心，過去教練續約率僅 55%，主管難以掌握每位教練的跟進狀況，導致會員流失嚴重。
- 做法：用 AI 分析 12 個月會員互動紀錄，標記高流失風險名單並自動提醒教練跟進，續約率提升至 72%。
- 做法：AI 比對教練銷售話術與成交數據，找出 4 名教練在價格異議處理上的弱點，安排 3 週專項培訓，其個人成交率平均提升 18%。
- 做法：以 AI 優化體驗課到正式簽約的流程節點，將平均成交週期從 9 天縮短至 6 天。
- 做法：每月自動生成團隊業績儀表板，主管輔導時間減少 40%，整體營收較去年同期成長 23%。
小技巧
- 把每週成交數據貼進 ChatGPT，用「找出轉化率最低的三個階段並附原因」下指令。
- 在 Claude 輸入各業務的跟進紀錄，請它標出平均成交週期最長的前五人。
- 用 Zapier 把 CRM 新單同步到 Notion，自動生成每週團隊儀表板。
- 請 ChatGPT 針對輸單案例寫「客戶流失共同特徵」清單，作為下週例會重點。
練習題
本節摘要
- AI 團隊管理：績效、培訓、過程、目標
- 團隊業績可提升 20%
- 用數據指導管理
20.8 銷售內容管理
為什麼學_this？
好的銷售內容支持銷售團隊。
核心教學
AI 銷售內容的應用：
企劃書生成
- AI 快速生成企劃書
- 個人化調整
- 提升專業度
合同生成
- AI 生成合同初稿
- 自動填寫資訊
- 律師審核
案例研究
- AI 生成客戶案例
- 展示成功經驗
- 提升說服力
演示準備
- AI 生成演示大綱
- 建議演示方式
- 提升效果
商業範例
一家年營收約 3 億元的連鎖健身品牌，旗下有 12 間分店與 40 位教練，過去銷售提案、課程說明與學員見證全靠人工撰寫，平均一份要花 90 分鐘，據點之間版本還經常不一致。
- 做法：以 AI 生成教練銷售提案與課程話術模板，單份產出時間從 90 分鐘降至 6 分鐘。
- 做法：自動彙整學員成果數據生成見證案例，每月產出 60 篇，較原本增加 4 倍。
- 做法：建立統一內容資料庫供 12 間分店取用，版本錯誤率由 25% 降至 3%。
- 做法：業務支援整體效率提升 75%，教練每月多出 18 小時投入帶課與成交。
小技巧
- 用 Notion 建模板庫，依異議、產業、產品分頁存放。
- 在 ChatGPT 貼入模板，附一句 prompt：依此結構改寫為客戶產業版本。
- 用 Claude 分析三份成功郵件，歸納可重用的開場與結尾句式。
- 在 Canva 存提案封面與圖表模板，換文字即可輸出。
- 用 Zapier 把 Notion 新模板自動同步到團隊 Slack 頻道。
練習題
本節摘要
- AI 銷售內容：企劃書、合同、案例、演示
- 效率提升 80%
- 建立模板庫
20.9 BI 銷售分析
為什麼學_this？
銷售數據分析幫助優化策略。
核心教學
AI 銷售分析的重點：
管道分析
- 各管道貢獻
- 轉化率分析
- 優化資源
客戶分析
- 客戶價值
- 流失風險
- 增長機會
產品分析
- 產品貢獻
- 利潤分析
- 優化組合
區域分析
- 區域業績
- 市場潛力
- 資源分配
商業範例
一家擁有 12 間分店的連鎖健身中心，過去靠教練經驗判斷哪些課程與時段最賺錢，但會員續約率連兩年下滑，高階主管也說不出利潤究竟流失在哪裡。
- 做法：導入 BI 系統整合會員入場、課程報名與消費紀錄，找出週間下午的團體課出席率僅 38%，但成本卻占總支出 21%。
- 做法：把該時段改為一對一訓練與企業包班，三個月內該時段營收成長 32%，教練閒置時數減少 14%。
- 做法：依續約機率模型篩出高流失風險會員，提前兩週由櫃檯主動關懷，續約率由 61% 提升至 74%。
- 做法：整體調整後，單店月均利潤率提升 9 個百分點，年度淨利增加約 480 萬元。
小技巧
- 用 ChatGPT 輸入「依上月 CRM 匯出 CSV 產生銷售分析報告，含趨勢、異常與建議」。
- 把固定欄位存成 Claude Project 範本，每月貼上新資料即可沿用格式。
- 用 Zapier 每月 1 號自動把試算表數據送進 AI 並寄出草稿。
- 圖表用 Canva 套版生成，報告歸檔到 Notion 資料庫供會議調閱。
練習題
本節摘要
- AI 銷售分析：管道、客戶、產品、區域
- 每月生成報告
- 利潤率可提升 15%
20.10 AI 銷售的挑戰與風險
為什麼學_this？
了解挑戰和風險，確保正確使用。
核心教學
AI 銷售的挑戰：
數據品質
- 數據不完整
- 數據過時
- 數據不一致
過度自動化
- 失去人性化
- 客戶反感
- 影響關係
隱私問題
- 數據使用合規
- 客戶同意
- 資料保護
依賴風險
- 過度依賴 AI
- 判斷力下降
- 系統故障
風險管理：
商業範例
一家擁有十二間分店的連鎖健身中心，過去靠教練手動發送續約訊息，轉換率僅百分之八，且常因話術不一引發客訴。
- 做法：AI 生成個人化續約訊息，發送前由店長人工審核。結果：續約率提升至百分之十四，客訴減少六成。
- 做法：涉及會員健康資料時，須先取得書面同意才納入模型。結果：合規稽核零缺失，會員信任度提升。
- 做法：高風險挽留案件保留人工判斷，不交由 AI 決定。結果：爭議案件下降四成。
- 做法：每季審核 AI 成效並調整話術。結果：無效訊息比例由三成降至一成二。
小技巧
- 用 ChatGPT 生成客戶回覆草稿後，人工核對價格與交期再發送。
- 在 Claude 貼上對話記錄，請它標出兩處可能過度承諾的句子。
- 設 Zapier 自動提醒，凡 AI 產出內容超過 24 小時未經人工確認即鎖定。
- 用 Notion 建審核清單，每筆 AI 建議都須填寫核准人與日期。
- 下 prompt 時加上「列出你不確定的三點」，避免 AI 自信給錯資訊。
練習題
本節摘要
- 挑戰：數據品質、過度自動化、隱私、依賴
- 管理：品質、人性化、合規、人工判斷
- AI 是輔助，不是替代
20.11 課程總結
課程總結
下一步學習
- C-20 應用：開始用 AI 赋能您的銷售團隊
- C-21 AI Agent 原理與應用：進階自動化
- C-35 寵物業 AI CRM：寵物業專屬
© 2026 Buddylala.ai — Build Your AI Future, Together.