業務一天要找名單、寫開發信、跑拜訪、回客戶訊息，月底還得對著業績表算達標率、交預估數字給主管。真正留給客戶對話的時間，常被大量文書與數字作業擠壓。
OpenAI、Anthropic、Google 都已公開針對業務工作的官方資源，但業務的產出直接面對客戶，信裡寫錯一個客戶資訊、提案裡多一個數字，都可能影響成交。
《經理人》先拆解業務的工作內容，再依實際工作場景整理 10 個可以交給 AI 的情境，每個情境都附上依官方指南改寫的可複製 Prompt。
目錄
業務是什麼？工作內容有哪些
業務是推力，工作從接觸客戶一路延伸到請款
《經理人》轉載的〈業務工作的必修基本功！5 個步驟打造完美銷售 SOP〉一文引用常見的說法：行銷像是拉力，業務則是推力。
作者以行銷部門已從廣大消費者中篩選出目標客群為前提，說明業務接下來如何針對這些客群單兵作戰。
郭憲誌在 2018 年刊登於《經理人》的專欄中則指出，一般來說，銷售流程會經歷接觸、提案、報價、修訂、再報價、下訂單、出貨、驗收、開立發票、請款等歷程，範圍從第一次接觸一路延伸到請款。
邏輯銷售流程 5 步驟
前述文章整理的邏輯銷售流程（Logical Selling Process，下稱 LSP），把業務與客戶互動的過程拆成 5 個步驟：
| 步驟 | 業務要做的事 |
|---|---|
| 建立關係 | 事先調查客戶嗜好與地雷，多用開放式問題開啟話題 |
| 識別顧客需求 | 蒐集預算、時程、重視面向等需求，並找出真正的最終決策者 |
| 提供解決方案 | 需求總結 → 與顧客確認需求 → 將需求與方案配對，多引述成功案例 |
| 確認購買意願 | 確認客戶需求能透過產品或服務解決，並確認是否下單 |
| 處理反對聲音 | 認可與同情 → 提出其他方案 → 確認答案 → 取得購買承諾 |
該文以「企業對企業」（B2B，Business to Business）的觀點舉例，並指出「企業對消費者」（B2C，Business to Consumer）的業務只要把「客戶」換成「終端消費者」即可套用。
業務的 4 種等級：從產品掮客到事業夥伴
前台灣萌蒂藥品總經理陳啟昌從客戶的角度，把業務分成 4 個等級：
| 等級 | 在客戶眼中的樣子 |
|---|---|
| 產品掮客 | 拜訪只為了要訂單，平常不聯繫，客戶要叫貨時還可能找不到人 |
| 產品／服務提供者 | 中規中矩、按表操課，公司交代的任務盡心做，其他事不過問 |
| 增值提供者 | 能帶給客戶附加價值，通常是公司的 Top Sales |
| 事業夥伴 | 與客戶成為彼此的貴人，因為合作而讓雙方都獲益 |
業務的 5 類日常工作，對應本文 10 大情境
本文依上述流程，把業務的日常工作歸納為 5 類，作為 10 個情境的分類依據：
| 工作類型 | 常見任務 | 對應情境 |
|---|---|---|
| 找客戶 | 研究潛在客戶、排序名單、寫開發信 | 情境 1、2 |
| 拜訪與探詢需求 | 會前準備、提問設計、會後紀錄與跟進 | 情境 3、4 |
| 提案與成交 | 提案簡報、回應 RFP、處理異議、競品比較 | 情境 5、6、7 |
| 管業績數字 | 計算業績與銷售指標、業績預估 | 情境 8、9 |
| 經營既有客戶 | 帳戶計畫、續約提案、定期關懷 | 情境 10 |
用 AI 之前，業務該有的心法
分清楚哪些工作適合交給 AI
以下為本文的編輯判斷：
| 類型 | 工作內容 | 建議做法 |
|---|---|---|
| 適合直接交給 AI | 整理客戶公開資訊、會議紀錄摘要、信件初稿、業績表計算與圖表、簡報初稿 | 給足背景資訊後請 AI 產出，人審核後再使用 |
| 適合與 AI 一起做 | 拜訪提問設計、異議處理演練、競品比較、帳戶計畫 | 把 AI 當陪練與思考夥伴，請它提出多種方向讓你篩選 |
| 不建議交給 AI 決定 | 報價與折扣、合約條款、對客戶的承諾、業績預估的最終提報、獎金核算 | AI 只負責整理資訊，決定由具權責的人做出 |
先準備一張「業務背景卡」，每次交辦直接沿用
Google 在業務提示詞頁面的示範中，用角色（Persona）、任務（Task）、背景（Context）、格式（Format）4 種標示，說明每則 Prompt 包含哪些組成部分。
Anthropic 為 Claude 推出的業務外掛（Sales Plugin）在 2.0 版之後不需要設定檔：技能會從已連接的工具與使用者提供的資訊，判斷目標客群、價值主張、競爭對手等背景；缺少的資訊只問一次，並建議使用者把答案加進專案指示（project instructions），之後直接沿用。
業務可以比照這個做法，把每次都會用到的背景整理成一張固定的背景卡，存在筆記或 AI 工具的專案指示裡，之後每則 Prompt 直接沿用：
最後一行的寫作規則為本文新增，用意是讓 AI 在資訊不足時標示出來，而不是自行補上。
寄給客戶、寫進 CRM 之前，一律先過人眼
OpenAI 在 ChatGPT 業務團隊線上講座的資源指南中提醒，只使用組織允許的資料，並把寄給客戶的訊息、客戶關係管理系統（CRM，Customer Relationship Management）的更新與其他對外動作，保留為草稿，直到有人審核並核准為止。
官方示範的 Prompt 甚至直接寫明「不要聯繫客戶，也不要更新 CRM」（Do not contact customers or update the CRM）。
Anthropic 業務外掛 2.0 版的設計也類似，使用者提出要求時，技能可以透過已連接的工具更新 CRM、寄信或預約會議；技能主動建議的變更，則會先附上依據，交由使用者決定。
它也把 email、通話逐字稿、聊天訊息等外部內容一律當成資訊，而不是指令；若信件或逐字稿裡要求執行某個動作，會先顯示給使用者確認。
客戶聯絡人的姓名、職業、聯絡方式，都屬於《個人資料保護法》（下稱個資法）第 2 條第 1 款所定義的個人資料，上傳時的注意事項，整理在文末的常見誤區。
業務可以怎麼用 AI？10 大情境＋可複製 Prompt
以下 10 個情境依業務流程排列。引號或引用區塊內的英文為官方 Prompt 原文，「可複製 Prompt」則是依官方方法論改寫的中文版本，並非逐字翻譯，方括號內為需自行替換的欄位。
文中提到的 Anthropic 業務外掛，依 2026 年 9 月 23 日查閱的 2.0.1 版撰寫。
情境 1：客戶研究與名單分級
工作場景：主管交來一份負責區域的客戶名單，裡面有往來多年的既有客戶，也有從沒接觸過的潛在客戶。每家都去官網、新聞翻一遍，一周就過去了，還不知道該先處理誰。
參考資源與延伸設計：Google 的業務提示詞頁面示範，客戶經理（account executive）接手新客戶、寄出介紹信後，在 Gemini App 做初步研究，Prompt 原文為：
接著再把相關新聞網址、對方主管受訪影片的 YouTube 連結貼給 Gemini 摘要，並追問這位主管在意什麼。
Anthropic 業務外掛的客戶研究技能（account-research）會先查 CRM，確認這家公司是否已有同事負責；接著整理公司概況、近 6 個月的重要訊號，例如募資、主管異動、新產品、裁員、財報、擴張等，以及從這些訊號推測的優先事項，並明確標示為推論；最後對照理想客戶輪廓（ICP，Ideal Customer Profile），評估契合度。
名單排序的部分，OpenAI 建議搭配推理模型，官方 Prompt 原文為：
評分規則可依客戶類型分開設計。既有客戶可用陳啟昌在〈頂尖業務如何辨識出 A 級客戶？〉一文提出的分級方式：該文引用 80/20 法則，指出「80% 的業績來自於前 20% 的重要客戶」，並以「目前業績」與「未來業績潛力」分級。A 級是高業績且高潛力的客戶，應優先投資；B 級分兩類，一類是中高業績、中低潛力，策略是維持，另一類是中低業績、高潛力，是未來業績成長的優先目標；C 級則不建議投入資源。
從未交易過的潛在客戶，可參考 Anthropic 業務外掛的名單分級技能（account-tiering）：分別以 ICP 契合度，如產業、規模、目標職稱、有無排除條件等，與互動程度如有無進行中商機、最近互動時間、對方是否主動來信、接觸的窗口數等，打分，再分成 4 群：高契合且高互動的積極推進；高契合但低互動的列為開發目標；低契合但高互動的，先用一次需求訪談確認資格；雙低的暫不投入，每季再檢視。
可複製 Prompt（客戶研究）
可複製 Prompt（名單分級）
Prompt 中的潛力與契合度指標、分級門檻都是本文示範，是否真的反映對你公司產品的採購潛力，需依自家產品與過往成交資料調整。
AI 搜尋到的公司新聞也可能已經過期，或把同名公司的資訊混在一起，拜訪前請點開來源連結確認。
情境 2：陌生開發信與初次聯繫
工作場景：名單排好了，接著要寫幾十封開發信。同一套範本改個公司名稱就寄出，客戶一眼就看得出來。
參考資源與延伸設計：OpenAI 建議這類任務搭配畫布（canvas）功能即時修改，官方冷開發信 Prompt 原文為：
Google 示範的情境則是業務剛接手新客戶，在 Gmail 用「Help me write」寫信給對方新上任的窗口，Prompt 原文為：
產生初稿後，官方示範再點選「Refine」中的「Formalize」，讓語氣更正式。
Anthropic 業務外掛的開發信技能（draft-outreach）會先查 CRM 與過往信件，判斷這是冷開發還是延續既有往來；完全沒有往來紀錄時，才做一輪簡易的客戶研究找切入點。
信件結構分為 3 段：一句證明做過功課的關聯句、1～2 句連結對方處境與產品價值的說明、一個低門檻的邀約。
官方建議內文控制在 120 個英文字以內，避免「我注意到貴公司」這類空泛開場，主旨則要點出切入點，而不是產品。
本文的 Prompt 沿用這個結構，直接接在情境 1 的研究結果後面使用。
可複製 Prompt
信中提到的客戶近況與合作案例，寄出前請逐一核對。「同業成功案例」只能使用公司已取得客戶同意、可以對外公開的案例。
情境 3：拜訪前準備與提問清單
工作場景：明天第一次見客戶，會議只有 30 分鐘。沒有準備提問，最後常變成業務自己講滿全場，卻沒問出預算和決策者。
參考資源與延伸設計：Anthropic 業務外掛的會前準備技能（call-prep）會先從行事曆找出會議與與會者，整理客戶概況、與會者背景（並標出第一次出現、CRM 裡沒有紀錄的人）、過往互動與雙方承諾，最後產出拜訪計畫，包括：這場會議結束後應該成立、但現在還不成立的事（目標）；3～5 個依商機階段設計的探詢問題，優先處理過去通話中還沒得到答案的問題；可能的異議；以及過去承諾要帶給客戶的資料。
沒有連接行事曆時，則會請使用者提供客戶名稱與會議時間。
Google 則示範用 Gemini App 產生通話腳本，Prompt 原文為：
LSP 一文在「識別顧客需求」步驟也列出常見問句，例如「預算多少，資金到位了嗎？」「對目前供應商看法如何？哪裡好？哪裡不好？」，並建議用「除了您以外，還有誰也一起負責決策這個案子呢？」確認最終決策者。本文將這些問句放進 Prompt 作為範例。
可複製 Prompt
準備簡報中的與會者背景若來自網路搜尋，請確認找到的是本人，而不是同名同姓的其他人。
情境 4：拜訪後的會議紀錄與跟進信
工作場景：一天跑 3 場拜訪，回到辦公室筆記零散，跟進信拖到隔天才寄，答應客戶的事項也漏了一項。
參考資源與延伸設計：Google 示範在 Google Meet 開啟轉錄，並使用「Take notes with Gemini」自動產生會議重點與待辦事項，再在 Gmail 側邊欄引用這份筆記寫跟進信，Prompt 原文為：
不過，依 Google Meet 說明中心，自動做筆記功能須使用符合資格的 Google Workspace 版本或 Google AI 方案，支援的會議語言為英文、法文、德文、義大利文、日文、韓文、葡萄牙文與西班牙文，目前並未包含中文。中文會議可先取得逐字稿或文字筆記，再套用下方的 Prompt 整理。
Anthropic 業務外掛的會後摘要技能（call-summary）會從逐字稿或筆記整理出決定事項、雙方各自的承諾、待解問題、異議與下一次會議，並產出 3 項內容：150 個英文字以內的客戶跟進信草稿，內文為純文字，附件先以[ATTACH]標示；給團隊的內部摘要，列出重點、風險與雙方的下一步；以及 CRM 更新建議，例如下一步、階段、金額、預計成交日，每一項都附上逐字稿出處。
官方寫明，使用者同意之前，不會寫入 CRM 或寄出信件；沒有逐字稿或筆記時，也不會只憑會議標題撰寫跟進信。
若已經有一封寫好的跟進信，OpenAI 也提供改寫的 Prompt，原文為：
可複製 Prompt
《經理人》整理 AI 會議紀錄工具時提到，OpenAI 官方提醒使用者錄音前務必確認當地法規並取得適當同意；會議紀錄的寫法與工具比較，可參考〈AI 會議紀錄怎麼做？從寫作原則、工具挑選到自動化提示詞完整教學〉。
情境 5：提案簡報、一頁式資料與 RFP
工作場景：客戶寄來一份幾十頁的徵求建議書（RFP，Request for Proposal），繳交期限只剩一周，得先弄清楚對方要什麼，再趕出提案。
參考資源與延伸設計：Google 示範業務經理收到 RFP 後，先請 Gemini 整理發出 RFP 的公司概況，再上傳 RFP 請它摘要，Prompt 原文為：
Google 另示範在 Google 文件中產生電梯簡報，要求包含主要效益、與競品的差異，以及產品解決的痛點。
OpenAI 則提供給業務團隊使用的一頁式資料 Prompt，原文為：
Anthropic 業務外掛的業務素材技能（create-an-asset）在產出簡報或一頁式資料前，會先建立一份內容清單，列出每一項說法的出處，連同大綱交給使用者確認後才開始製作。
第一次拜訪用的簡報預設 5～6 頁，內容為我們是誰、對方產業的變化、實證、如何開始，以及提出請求。所有客戶專屬的數字都要附出處，否則以括號標示待補。
Anthropic 的 Claude 教學資源也示範，彙整雲端硬碟裡的需求訪談筆記、客戶 RFP 與競品分析製作提案簡報時，可提供過去的簡報作為風格參考，官方認為示範比描述更有效。
範例 Prompt 同時仍寫明字級保守、避免文字被截斷等具體要求。
本文的提案大綱則套用 LSP「提供解決方案」的 3 個步驟：需求總結、與顧客確認需求、將需求與方案配對。
可複製 Prompt（RFP 摘要）
可複製 Prompt（提案大綱）
RFP 的截止日、預算與規格要求以原始文件為準，AI 摘要完成後請回頭逐項核對。簡報製作工具的用法，可參考〈Gamma AI 簡報 Prompt：行銷、銷售、顧問 5 大情境提示詞一次看〉。
情境 6：異議處理與談判演練
工作場景：客戶一句「太貴了」「我們再考慮看看」，當場接不上話，回去才想到該怎麼回應。
參考資源與延伸設計：OpenAI 官方的異議回應 Prompt 原文為：
Google 則示範在拜訪前請 Gemini 預測客戶可能提出的異議，Prompt 原文為：
Anthropic 業務外掛的異議處理技能（handle-objection）會先判斷異議屬於哪一類：價格與價值、時機與優先順序、競品比較、風險與信任、決策權，或維持現狀；並區分這是真正不買的理由，還是想殺價的談判手段，因為兩者的回應方式不同。
回應控制在 3～5 句，先表達理解，再用客戶自己說過的目標加上一個實證來回答，最後以一個推進對話的問題收尾。
技能也會列出歷史上容易失敗的回應，例如過度折扣、一股腦介紹功能、與客戶爭論。
本文另把 LSP「處理反對聲音」的 4 個步驟寫進回應結構，並參考〈成功領導者怎麼用 AI？〉一文中請 AI 扮演對話對象、結束後給回饋的模擬面談做法，延伸設計成業務的談判演練。
可複製 Prompt（異議回應）
可複製 Prompt（模擬演練）
OpenAI 原版 Prompt 請 AI 在適用時補上佐證數據或故事，但 AI 可能生成看似合理、實際上不存在的數字或客戶案例，對客戶使用的佐證請以公司可查證的資料為限。折扣與讓步的幅度，也須在公司授權範圍內。
情境 7：競品分析與競品對戰卡
工作場景：客戶說「某某家開價比你們低」，業務手上卻沒有一份整理好的競品比較，只能憑印象回應。
參考資源與延伸設計：競品對戰卡（battlecard）是把單一競爭對手的優劣勢、我方勝出方式與應對話術，整理成一張可快速查閱的卡片。
OpenAI 的 battlecard Prompt 原文為：
OpenAI 建議這類任務搭配深度研究（deep research）或網路搜尋功能，另一則競品定位分析的 Prompt，則要求 AI 研究競品的定價模式、產品定位、近期贏得或失去的客戶與銷售方式，並附上引用來源。
Anthropic 業務外掛的競品情報技能（competitive-intelligence）會依競爭對手整理勝敗紀錄，並在下結論前先說明樣本數，再歸納在哪裡贏、在哪裡輸。
針對單一案件，則會承認對手真正的強項，找出這位客戶的需求與對手強項不吻合之處，並設計能凸顯雙方差異的提問。
Anthropic 在 Claude 教學資源示範的另一種做法，是從 CRM 撈出近 6 個月輸給特定競品的案子，讀取案件備註找出規律，再搜尋競品官網與評論網站補充資訊。
官方同時提醒，競品定價、功能推出日期或客戶名稱等具體資訊，分享給團隊前都要再查證。
可複製 Prompt
依《公平交易法》第 24 條，「事業不得為競爭之目的，而陳述或散布足以損害他人營業信譽之不實情事」。向客戶說明競品弱點時，只使用查證過、能提出依據的資訊。
情境 8：業績計算與銷售指標分析
工作場景：月底從 CRM 匯出一份幾百列的表，要算達標率、成長率，還要找出哪個階段掉單最多，光整理數字就要半天。
參考資源與延伸設計：《經理人》刊登的先行智庫文章，整理出 8 個常見的銷售指標，可以寫進 Prompt，當成 AI 的計算定義：
| 指標 | 計算方式與例子 |
|---|---|
| 營收／毛利／淨利 | 毛利＝營收－營業成本；毛利再扣除營業費用為營業利益，淨利還須計入業外損益與所得稅 |
| 客戶獲取成本 | 開發一個新客戶的時間、溝通與金錢成本，例如通勤、提案、交通費 |
| 銷售周期 | 確認談成訂單的時間－初次接洽時間，多筆訂單取平均 |
| 拜訪次數 | 屬於領先指標，也可追蹤電話數、email 數 |
| 增長率 | 營收從 5000 萬元成長到 7500 萬元，增長率為 50% |
| 達標率 | 年度目標 1 億元，截至 8 月業績 8000 萬元，達標率為 80% |
| 客戶或產品組成比例 | 單一客戶占比過高，有經營風險 |
| 業務推進轉換率 | 10 通陌生電訪換到 4 次拜訪，轉換率為 40%；若以 40% 的轉換率估算，要取得 12 次拜訪，平均約需打 30 通電話，實際規畫應保留波動空間 |
原文將毛利減營業費用直接稱為淨利，本文依一般財務報表的定義，區分營業利益與淨利。
同一作者也提出銷售數據分析的 4 個步驟：分維度（依產品、客戶、時間分類）、訂指標、選圖表（例如折線圖看年度營收、圓餅圖看營收占比、長條圖看各區營收）、做分析（例如哪些產品最熱銷、淡旺季在何時）。
OpenAI 官方示範了多則上傳 CRM 資料的分析 Prompt，計算各階段轉換率的原文為：
另一則計算各季成交速度的原文為：
要算出可信的階段轉換率，資料必須包含案件曾經經過哪些階段。Anthropic 業務外掛的商機檢視技能（pipeline-review）就以過去 2 季已結案的商機作為轉換率的比較基準；若只有每個案件「目前所在的階段」，只能看出各階段的案件分布，無法還原它們過去的流動。
可複製 Prompt
若公司規定不能上傳原始業績資料，也可以只描述欄位，請 AI 寫出 Excel 公式，在自己的電腦上計算。做法可參考〈ChatGPT x Excel 實戰｜寫函數、圖轉文、揪錯誤，這 5 大功能 AI 幫你完成〉。
提醒：請 AI 列出計算過程，並抽幾筆用 Excel 驗算。業績獎金的核算，以公司制度與財務部門的計算為準。
情境 9：業績預估與漏斗管理
工作場景：主管每月都要業績預估，自己報的數字卻總是跳票；手上幾十個案子，說不清楚哪些真的會在這一季成交。
參考資源與延伸設計：郭憲誌在〈訂了業績目標卻總是跳票？〉一文中，介紹「漏斗型商機預估管理」：必須先有眾多商機接觸，才會有一定比例轉成真正的交易，也就是成交率（Hit Rate）。
文中公式依商機所處階段給予不同權重，加總後得出所有預估收益，業務主管再落實 3 個步驟：
- 開源（漏斗開口夠大，增加商機接觸量）
- 截流（即時剔除虛增浮報的進度）
- 跟進（找出成交機率高或貢獻值較大的機會，支援同仁積極跟進）
Anthropic 業務外掛的業績預估技能（forecast）則不套用固定權重，而是把本期商機分成已成交、Commit（有把握）、Best Case（有機會）、Pipeline 4 類，CRM 本身有預估類別欄位時優先採用；接著逐筆說明 Commit 與 Best Case 案件的進度、成交前還缺什麼與風險。
若使用者提供上次的預估，或 CRM 保留了歷史紀錄，再比對期間的變化，例如類別升級、延後、新增或失去的案件，沒有相關資料就跳過並說明；最後列出 Commit 的風險與需要主管協助的事項。
Anthropic 在 2.0 版說明中寫明，這項技能已從過去的最佳、可能、最差 3 種情境，改為上述寫法。
兩套做法並列如下：
| 比較項目 | 經理人：漏斗型商機預估 | Anthropic：業務外掛 2.0 版 |
|---|---|---|
| 預估方式 | 各階段依權重加權：商機接觸 10%、提案完成 30%、完成報價 50%、接到訂單 100% | 依預估類別分成已成交、Commit、Best Case、Pipeline，不套用固定權重 |
| 風險控管 | 截流：即時剔除虛增浮報的進度 | 商機檢視技能標示 14 天以上沒有互動、預定成交日已過、下一步空白、只有單一窗口的案件；有歷史紀錄時，另標示延後 2 次以上、停留時間超過該階段中位數 2 倍的案件 |
| 其他做法 | 文中案例每月檢討實際達成與預估準確率 | 有前次預估或歷史紀錄時，比對預估變化；商機檢視技能以剩餘缺口的 3 倍作為覆蓋率的經驗門檻 |
預估時要把「已成交」與「未成交案件的加權值」分開計算。以經理人文章的權重為例：本季已成交 300 萬元，另有完成報價 100 萬元、提案完成 200 萬元、商機接觸 150 萬元的案子，且都預計在本季結案，未成交案件的加權值為 100 萬 × 50%＋200 萬 × 30%＋150 萬 × 10%＝125 萬元，本季預估合計為 300 萬＋125 萬＝425 萬元（本文示意計算）。
要向主管回報時，OpenAI 的主管摘要 Prompt 原文為：
可複製 Prompt
提醒：AI 算出的加權數字只是起點，哪些案子列為有把握、最後提報多少，仍要由業務依客戶的實際狀況判斷。
情境 10：既有客戶經營、續約與帳戶計畫
工作場景：老客戶的合約下個月到期，才開始翻過去一年的往來紀錄準備續約；成交後除了催款，幾乎沒有再聯繫。
參考資源與延伸設計：OpenAI 建議用推理模型做帳戶規畫，官方 Prompt 原文為：
續約提案的 Prompt 原文為：
Google 則示範客戶剛採購新服務時，在 Google 文件一次寫好每周關懷信範本，Prompt 原文為：
Anthropic 業務外掛的帳戶計畫技能（account-plan），內容包括客戶概況、對方的目標與計畫（每項附出處）、雙方合作現況、已接觸與尚未接觸的關鍵人物、擴大合作的機會假設、風險，以及有負責人與日期的行動計畫。
續約雷達技能（renewal-radar）則把以下情況列為提高續約風險評分的訊號：客戶 30 天以上沒有互動、關鍵支持者或決策者異動、有尚未解決且已升級處理的客訴或重大問題、使用量下滑；正在洽談擴大合作、簽的是多年約或自動續約，則列為降低風險評分的訊號。
官方同時說明，各項訊號的權重應依團隊過去實際的客戶流失資料調整。
陳啟昌談到如何成為客戶的事業夥伴時，提醒業務勿短視近利，只想著短期業績，並要有預見力，對有潛力的客戶提早投資。本文將帳戶計畫的 Prompt 延伸出「長期合作機會」欄位，對應這個思考。
可複製 Prompt（帳戶計畫）
可複製 Prompt（續約提案）
提醒：續約提案中的成效數字，應來自客戶實際的使用紀錄；若要計算投資報酬率，計算方式請與客戶事先對齊。
本次引用的官方資源與示範情境
3 家的業務資源性質不同：OpenAI 與 Google 提供的是依工作情境分類的 Prompt 範例，Anthropic 則以可安裝的業務外掛與官網使用情境為主。
三者沒有共同的評測方法，下表只整理「官方示範過什麼」，不代表哪個工具在該情境比較好用。
| 官方資源 | 涵蓋內容 | 對應段落 |
|---|---|---|
| OpenAI Academy「ChatGPT for sales」 | 5 大類、25 則 Prompt：對外溝通、業務策略與規畫、競品情報、數據分析、視覺與銷售素材 | 情境 1、2、4、5、6、7、8、9、10 |
| OpenAI Academy「ChatGPT Work for sales teams」講座資源指南 | Chat 與 Work 模式的分工、業務外掛、審核對外動作的原則 | 心法、誤區 2、誤區 4 |
| Google Workspace「AI Prompts for Sales」 | 依客戶成功經理、業務經理、客戶經理與客戶執行、業務開發經理 4 組角色情境，示範在 Gmail、Google 文件、Google 試算表、Google Meet 與 Gemini App 中使用的 Prompt | 情境 1、2、3、4、5、6、10，誤區 4 |
| Anthropic「Sales Plugin」2.0.1 版 | 36 項技能，分為每日工作、客戶與開發、商機、商機管道與預估、既有客戶 5 類 | 情境 1～10、心法、誤區 2 |
| Claude 教學資源（Claude Academy） | 提案簡報、battlecard 資料庫 | 情境 5、7 |
Anthropic 業務外掛會持續更新，本文依撰稿時查閱的版本撰寫，實際內容請以官方最新版本為準。
業務用 AI 的常見誤區
誤區 1：讓 AI 補上它不知道的客戶資訊
背景資訊不夠時，AI 仍會寫出一封通順的信，卻可能順手補上不存在的客戶需求、合作案例或數字。與其寄出前逐句抓錯，不如一開始就用前面的業務背景卡，把「不確定就標示」寫成固定規則。
誤區 2：把 AI 的推測當成客戶的需求
AI 從網路資料整理出的客戶痛點，只是拜訪前的假設。Anthropic 業務外掛的客戶研究技能，會把從公開訊號推測出的優先事項明確標示為推論；OpenAI 講座檢查產出時，也要求缺漏、過時或前後矛盾的資訊被標示出來，而不是被編造補齊。客戶真正的需求、預算與決策流程，仍要在拜訪中向客戶本人確認。
誤區 3：把整份客戶名單直接上傳到個人帳號
上傳客戶名單或 CRM 匯出檔之前，先確認所用的 AI 工具與方案經過公司核可，並了解該工具的資料使用與保存政策。上傳時，刪除這次任務用不到的欄位，例如聯絡人的個人手機與住址。
誤區 4：把 AI 的第一版當成定稿
Google 業務提示詞頁面專門示範了一段 Prompt 迭代流程：先產出介紹信初稿，再點選「Refine」調整語氣，接著在 Gemini App 追問、補充研究；OpenAI 的講座也示範在任務執行途中追加要求，例如請 AI 為每個案件加上一欄「我需要驗證的事項」。把 AI 的產出當成可以來回修改的草稿，而不是一次到位的成品。
常見問題 FAQ
Q1：業務需要學寫程式，才能把 AI 用好嗎？
不需要。本文的 Prompt 都以自然語言撰寫，可以直接貼進 ChatGPT、Claude 或 Gemini 的對話框使用；部分情境需要網路搜尋或檔案上傳功能，是否開放依各家方案而定。Anthropic 業務外掛 2.0 版的說明也指出，每項技能在沒有串接任何工具時都能運作，使用者可以上傳商機匯出檔、逐字稿或客戶清單；但更新 CRM、預約會議這類動作，會改成提供手動操作的清單或邀請草稿，由使用者自行處理。
Q2：ChatGPT、Claude、Gemini，業務該選哪一個？
比較實際的判斷方式是看資料放在哪裡。Google 的示範多半直接在 Gmail、Google 文件、試算表與 Meet 裡操作，適合已使用 Google Workspace 的團隊；OpenAI 的業務指南依任務類別，建議搭配畫布、推理模型、深度研究或網路搜尋等功能；Anthropic 的業務外掛則可串接 HubSpot、Salesforce 等 CRM，以及 Gong、Zoom 等通話紀錄工具。各家方案內容與功能開放範圍不同，導入前請先確認公司的 AI 使用規範，再用手上的實際任務試用。
Q3：AI 會取代業務嗎？
OpenAI 在業務指南開頭說明，業務花大量時間寫信、準備會議、處理異議與更新 CRM 紀錄，ChatGPT 可以加快撰寫開發信、摘要通話、客製化跟進信這類重複性工作，讓業務把心力放在建立關係上。OpenAI 並未提供職位數量的相關資料，因此無法據此判斷 AI 對業務職缺的影響。從本文整理的 10 個情境來看，官方示範交給 AI 的是研究、起草與計算；OpenAI 要求對外動作先經人審核，Anthropic 業務外掛主動建議的變更，也會先附上依據交由使用者決定。
本文 Prompt 為依 OpenAI、Anthropic、Google 官方公開方法論改寫的中文版本，非逐字翻譯；引用區塊中的英文為官方原文。各家工具介面、功能與外掛內容持續更新，如與本文描述不符，請以官方最新版本為準。資料查證時間：2026 年 9 月 23 日。
資料來源：OpenAI Academy、OpenAI Academy、Google Workspace、Google Meet 說明中心、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Anthropic、Claude Academy、Claude Academy、臺北市法規查詢系統、臺北市法規查詢系統、經理人 1、經理人 2、經理人 3、經理人 4、經理人 5、經理人 6、經理人 7、經理人 8、經理人 9；本文初稿由 AI 協助整理，編輯：支琬清
