把询盘全链路拆开看，B2B 工厂真正能放心交给 AI Agent 的是前段重复劳动：采集线索、背调买家、给询盘分级、出回复初稿、按时跟进、把沟通结果写进 CRM。价格谈判、长期客户关系维护、争议和客诉处理这三件事，必须留在人手里。这条线划清楚，老板就不用再纠结”上不上 AI”，只要决定哪些环节让机器先跑、哪些环节人必须把关。
决策先行：六环可交 AI，三件事必须留人
多数工厂卡在”听说 AI 很猛，但不敢动”，本质是没把链路切开看。一张对照表先把边界摆出来，后面再逐环讲为什么这么分。
| 链路环节 | 交给 AI 的结果 | 必须由人把关的理由 |
| — | — | — |
| 采集 | 跨平台捞线索、去重、归类，速度快且不知疲倦 | 来源质量靠人工定规则，垃圾流量仍需人筛 |
| 背调 | 读官网、社媒、公开记录，产出风险标签 | “要不要跟”涉及商业直觉，模型只给依据 |
| 分级 | 按意向、预算、紧急度自动排优先级 | 阈值要业务经验校准，否则高分低质 |
| 回复 | 出多语种初稿，模板化应答不熬夜 | 语气、承诺、报价边界必须人审 |
| 跟进 | 定时提醒、自动发邮件、记录互动 | 临场话术调整要靠人 |
| CRM 录入 | 自动结构化字段，零遗漏 | 录入可自动化，字段含义要人定义 |
| 价格谈判 | —— | 让模型替你砍价等于把底价亮给对手 |
| 客情维护 | —— | 信任只认人，不认提示词 |
| 客诉争议 | —— | 一个错误回复就能丢单，且牵连责任 |
逐环拆解：从采集到 CRM 录入，AI 能干到哪一步
采集：AI 比人更快捞到线索
ChatGPT Agent 这类工具已经能用自己的虚拟浏览器去网页上滚动、点击、填表、跑代码，把分散在展会页、社媒、B2B 平台上的买家线索汇总。DeepSeek 这类模型擅长读长文本、做多语言归纳，适合把杂乱的询盘邮件整理成结构化摘要。采集环节边际成本最低，最适合先交给机器。
背调：把”值不值得跟”交给模型判断
让模型去读买家官网、领英、公开交易记录，输出”规模 / 信用记录 / 采购频次”等标签。它给的是判断依据，不是判断本身。最终”这个客户值不值得花精力”，仍由业务老手拍板——这正好契合 Accio Work 这类采购智能体的设计思路：买家始终掌握最终定价与谈判方向，Agent 负责 7×24 整理信息和推进进度。
分级：按意向强度自动排优先级
用规则加模型打分，把”要报价””要样品””只是问问”分开。这里有个坑：阈值一旦设错，AI 会把低质询盘排到前面。分级可以自动化，但校准权要留在人手里。
回复：初稿可机写，语气要人定
DeepSeek 出中文初稿便宜，Claude 的 200K 上下文和细腻文风适合把英文回复润色得更像”老外贸写的”。DeepL 做多语种翻译时能保住原文格式、用术语表锁定行业词，比通用翻译更稳。但要注意：初稿生成可以自动化，涉及交期、质保、认证边界的承诺，必须人审。
跟进：节奏和提醒可以自动化
到点自动发跟进、记录客户打开了哪封邮件，这些机械动作交给 Agent 最划算。临场的话术调整——比如客户突然说要换规格——还是人来做。
CRM 录入：最该先交给 AI 的一环
大量工厂的询盘死在”没人录”。让 Agent 把邮件、聊天里的关键信息自动写进 CRM 字段，能直接消灭遗漏。这是收益最高、风险最低的一环，建议作为 AI 改造的第一步。
这三件事交给 AI，反而可能赔钱
价格谈判：让模型替你砍价等于让利
谈判的核心是”我知道你底牌你不知道我底牌”。把砍价交给 AI，意味着你的底价逻辑、让步节奏全写在提示词和上下文里，一旦对接方也是 Agent 或信息泄露，议价空间直接蒸发。即便 Accio Work 的 Sourcing Toolkit 支持自动议价，阿里也明确把最终定价权留给买家。工厂老板要守住这条线。
长期客户关系：信任只认人，不认提示词
返单、扩品类、介绍同行，靠的是业务员多年攒下的信任。AI 能帮你记客户偏好、提醒生日和展会，但”关系”本身无法外包。把客情维护完全交给机器，老客户会发现对面是个没有记忆的机器人。
争议与客诉：一个错误回复就能丢单
质量纠纷、货期延误、索赔，每一步都牵连合同责任和赔款金额。模型可能一本正经地给出错误承诺，且说出去的话收不回来。这类高风险对话，人必须在环。
工具怎么搭：别用一个模型打天下
DeepSeek 出初稿，省的是成本
DeepSeek 开放权重、网页端免费、API 价格低，推理和代码能力强，中文表现扎实。让它负责背调归纳、初稿起草、字段抽取，性价比最高。它本质是”助理”而非自主 Agent，需要你下指令才动，这恰好适合可控的内容生产。
ChatGPT Agent 做执行，Claude 做润色
ChatGPT Agent 把 Operator 的网页操作和 Deep Research 的信息整合合在一起，能自主开浏览器、跑代码、产出可编辑的表格和幻灯片，适合做”采集+执行”类任务。Claude 的优势在长文档和细腻语气，把生成的英文回复交给它润色，读起来更像真人。两者分工，比单押一个模型稳。
豆包与 DeepL 的位置
豆包大模型（火山引擎）原生支持多档”思考长度”，还能通过智慧模型路由在豆包、DeepSeek、Qwen、Kimi 之间智能切换，适合中文场景里按任务挑模型。DeepL 是德国神经机器翻译，做 Word/PDF/PPT 文档翻译时保格式、带术语表，适合把成稿本地化。多模型组合，比”一个 ChatGPT 走天下”更省也更准。
别被”AI 处理率”骗了：怎么衡量真实转化
看链路而非看单点
工具厂商喜欢说”多少比例的询盘由 AI 处理”。这个数字意义有限——处理了不等于转化了。要盯链路末端：从 AI 初筛后的询盘，到人工接手后真正出报价、拿样单、下订单的比例。越往后，数字越真实。
对比基线才有意义
上 AI 前先跑两周人工基线，记录每个环节的耗时、遗漏率、响应时长。再叠一层 AI，同样指标对比。只有前后同口径比较，才能判断 AI 是真提效还是只换了种忙法。有工厂用 AI 重构询盘流程后效率有提升，但那是在”先量 baseline、再逐步替换”的前提下发生的，不是接个工具就自动发生。
把 ChatGPT 来的询盘单独归因
GEO 时代，买家会直接问 ChatGPT 该找哪家工厂。想知道 AI 搜索到底给你带来多少询盘，得把 ChatGPT 来源单独追踪（见 ChatGPT 询盘来源追踪）。归因清楚了，才知道该往哪个 AI 渠道加投，而不是被笼统的”AI 流量”糊弄。
如果你正在评估要不要把询盘链路交给 AI，建议先从一两个环节小范围试，别一上来全盘托管。拿不准从哪一环切起，可以联系探索者SEO顾问团队（电话 15617834052，邮箱 931519643@qq.com），先做一次询盘链路诊断。
常见问题
小工厂没有技术团队，能用 AI Agent 做询盘吗？
能，从低风险环节起步最稳。先用 DeepSeek 或豆包把邮件初稿和背调摘要做起来，再用 Agent 接管 CRM 录入和跟进提醒，这些都不需要写代码。等到要接 ChatGPT Agent 自主跑网页时，再考虑让顾问搭一层。
ChatGPT Agent 会自动发邮件联系客户吗？
它会自主开浏览器、填表、跑代码，但在涉及登录、付款、发信等”有影响”的操作前会先征求你同意，你也可以随时接管。把它当成需要你授权才动手的执行者，而不是全自动外呼机器人。
用 AI 写询盘回复，客户会不会发现是机器写的？
如果只是把模型初稿直接发，语气容易发飘、承诺容易越界，老客户一眼就能觉出不对。正确做法是 AI 出稿、人审语气和边界，再用 DeepL 做本地化。机器负责快，人负责真。
怎么判断我们工厂适不适合上 AI 询盘流程？
先看两条：一是询盘量大到人工录不过来，二是重复动作多（背调、分级、跟进）。都满足，就从 CRM 录入和跟进提醒切起；若订单高度依赖老板个人谈判和客户信任，那 AI 只能做前段，后段必须留人。拿不准就先做一次链路诊断。
Accio Work 这类工具能替代外贸业务员吗？
不能。它的定位是帮买家、卖家跑寻源、询价、跟进度，但阿里自己把最终定价和谈判方向留在人手里。对工厂而言，它就是个 7×24 的跟单助理，砍价、客情、客诉这些决定利润和口碑的环节，仍然要业务员和老板把关。