我用Openclaw把外贸最浪费时间的一步做成了智能体

我用小龙虾Openclaw把“客户背调”这一步做成了一个全自动化的SKILL，往常120分钟的客户首次触达准备，现在只要几分钟完成！文中提到的小龙虾Sill交付成果在文末！

下午四点多，一个外贸业务员打开阿里国际站后台。

有新询盘，开心三秒。

客户说：

“我们想采购 iPhone 和 Samsung 手机壳。我们在马德里有一个小型连锁门店。请把目录和价格表发到邮箱。”

落款也挺有意思：

FROM MADRID WITH LOVE Joan Madrid – Spain

你看，这种询盘就很典型。

不是那种一眼假的“Dear Sir, send me best price”，也不是那种上来就要十个柜的大客户。它有国家，有城市，有邮箱，有采购意向，还有一个听起来像品牌名的网站域名。

业务员第一反应是：有戏。

第二反应是：头大——因为真正麻烦的地方来了。

你不能直接把产品目录一甩，然后等客户回复。那叫许愿。

你也不能花半天去查，因为手上还有几十封邮件、几个老客户、几个报价、一个老板在旁边问：“这个客户怎么样？”

于是，传统外贸业务员的一天，就卡在这种地方。

看起来是回复一封邮件，实际上是打一场小型情报战。

以前的流程大概是这样。

第1步，看邮件

• 客户要什么？手机壳。
• 品牌型号？iPhone、Samsung。
• 采购场景？小型连锁门店。
• 国家？西班牙。
• 城市？马德里。
• 语气？还算正常。

第2步，查客户

• 把邮箱复制到Google，搜域名，搜公司名，搜LinkedIn，搜Facebook，搜Instagram
• 看看有没有实体店，有没有网站，有没有评价，有没有更多联系方式。
• 如果有whatsapp，那就再好不过了。

第3步，判断价值

• 它到底是零售商、批发商、礼品公司，还是随便问问价的小买家？
• 小型连锁门店是三家店，还是三十家店？
• 它买的是普通手机壳，还是有定制需求？
• 它更在意价格、款式、交期，还是低起订量？

第4步，写回复

• 不能太冷，不能太热
• 不能一上来就报一堆价格
• 也不能只说“Please find attached catalog”
• 要写得像人话。

第5步，做记录

• 客户是谁？
• 来自哪里？
• 要什么？
• 有没有查过？
• 判断是什么？
• 下一步什么时候跟？
• 要不要重点跟？

第6步，设提醒

• 今天发了目录，三天后要不要跟进？
• 一周后没回怎么办？
• 要不要换一个角度再问？
• 要不要推荐爆款？
• 要不要问他门店数量？

第7步，过几天忘了

很多外贸公司不是没客户，而是客户线索散落在邮箱、Excel、WhatsApp、阿里后台、业务员脑子里。

最后大家一起进入一种玄学状态：

• 这个客户好像跟过
• 好像发过报价
• 好像没回
• 好像还行
• 好像算了

很多人以为，外贸最浪费时间的是写邮件。

其实不是。

外贸人真正浪费时间的是，每来一个客户，都要从零开始判断一遍。

这才是最折磨人的地方，因为写邮件只是最后一下。

真正费脑子的，是邮件之前那一串动作：查资料、找线索、判断客户类型、决定打法、做记录、安排跟进。

这件事过去为什么没人解决？

因为它太依赖经验。

老业务员看一眼客户的国家、邮箱、语气、产品需求，大概能判断出三分。

新业务员看半天，只会问一句：

“老板，这个客户要不要报？”

老板也很累。

你不能天天站在业务员旁边，帮他判断每一封询盘。主管也不可能把十年经验写成一张表，然后让新人照着执行。

因为真实业务不是选择题，它是模糊的。

客户真假模糊，采购量模糊，需求模糊，优先级模糊，下一步动作也模糊。

这就是外贸工作里最难标准化的一步。

但AI出现之后，这件事开始变了。

我后来发现，AI最适合做的，不是替业务员写一封漂亮邮件。

很多AI写出来的邮件，看起来很礼貌，实际上很空。

Dear customer, thank you for your inquiry, we are a professional manufacturer…

这类话，客户一天能收到八百遍。

AI真正有价值的地方，是在写邮件之前，先把客户看懂。

比如这封西班牙客户询盘。

我把它丢给小龙虾（OpenClaw），不是让它马上写回复。

我让它先做一件事：

把这个客户当成一个待开发对象，跑一遍外贸客户背调流程。

我把流程拆成几个环节。

第一，输入

业务员只需要把询盘内容、客户邮箱、客户网站或域名丢进去，让小龙虾背调：

比如：

第二，搜集

智能体自动去查公开信息。

它会围绕邮箱域名、公司名、网站、社媒、地图信息、产品页面、联系人信息去找线索。

业务员不需要一个个打开网页。

数据来源还挺广的，有“西班牙政府注册局”、TripAdvisor、Evendo，这些数据源，不是每个外贸人都知道的。

第三，分析

它会判断这个客户大概率是什么类型。

• 是零售门店？
• 是批发商？、
• 是品牌商？
• 是礼品定制商？
• 还是一个中间商？

它还会分析客户当前需求：

• 他为什么要手机壳？
• 他可能关心什么？
• 他会不会在意MOQ？
• 他是不是更适合先推荐现货款？
• 有没有可能做定制包装？

这个客户的注册经营范围和实际经营范围不一样。如果只看官网和社媒，是不会注意到这个点的。

第四，判断

这一步最关键。

智能体不是简单总结资料，而是给出业务判断：

• 这个客户优先级高不高？
• 采购可能性大不大？
• 第一封邮件应该强推价格，还是先建立信任？
• 要不要问门店数量？
• 要不要问主销机型？
• 要不要推荐低MOQ款式？

第五，输出

最后它生成一份客户作战包。

不是一段AI废话，而是业务员能直接拿去用的东西：

• 客户背景
• 公司业务
• 可能的客户类型
• 采购意图判断
• 需求重点
• 风险点
• 优先级
• 推荐打法
• 首封回复邮件
• 后续跟进节奏
• 客户记录摘要

第六，记录

它把这个客户的信息整理成标准格式。

以后再跟进，不用重新查。

第七，提醒

三天后没回复，跟一次。

七天后没回复，换角度再跟一次。

两周后仍没回复，降低优先级，但保留长期触达。

这样一来，业务员拿到的就不是“AI帮你写了一封邮件”，而是：这个客户怎么理解，怎么判断，怎么跟。

这才是外贸智能体真正有用的地方。

以前，一个客户要准备90分钟。

现在，几分钟拿到完整客户简报。

以前，业务员是查资料的人。

现在，业务员是做判断的人。

以前，老板靠感觉判断客户。

现在，系统先给出优先级，老板只需要看关键判断。

以前，新人靠老业务员带。

现在，新人可以按标准流程执行，至少不会一上来就乱报、乱跟、乱忘。

这个智能体对不同人的价值

这件事对不同人，价值还不一样。

对老板来说

对老板来说，这不是简单的工具提效，这是人效提升。

以前一个业务员一天能认真处理10个客户，已经不错了。因为每个客户都要查、想、写、记、跟。

现在前置工作被智能体跑完，业务员可以把时间放在真正有价值的地方：沟通、判断、推进、成交。

对外贸经理来说

对外贸经理来说，这不是个人效率问题，这是团队标准化问题。

一个团队最怕什么？

不是新人慢，新人本来就慢。

最怕的是每个人都有自己的土办法：A业务员凭感觉跟，B业务员只会报价，C业务员只跟大客户，D业务员跟着跟着就忘了。

最后团队没有方法，只有个人习惯。

智能体的价值，是把老业务员脑子里的经验，拆成流程，固定下来。

对外贸业务员来说

对业务员来说，这也不是让AI抢饭碗，恰恰相反，它是把你从低价值重复劳动里捞出来。

查官网、复制资料、整理客户背景、写第一版邮件、做跟进记录，这些事当然重要，但不应该每天把你耗干。

业务员真正值钱的地方，不是会不会写一句“Hope you are doing well”。

而是你能不能判断：

• 这个客户值不值得跟？
• 应该怎么切入？
• 什么时候推进？
• 什么时候放弃？
• 什么时候转长期培养？

所以我越来越觉得，AI不会替代外贸业务员。

但AI一定会替代外贸业务员身上那一大堆重复、琐碎、低效、靠记忆硬撑的劳动。

未来外贸业务员的核心能力，也不会只是“会写邮件”。

而是会不会拆工作流，会不会把自己的经验变成步骤，会不会指挥智能体，把前置工作先跑完。

真正的差距，也不是你有没有AI工具。

现在谁没有几个AI工具？

真正的差距是：

• 你的经验有没有被系统化。
• 你的流程有没有被智能体接管。
• 你的团队有没有从“靠人记、靠人查、靠人想”，变成“系统先跑，人来判断”。

当同行还在手工查客户、打开十几个网页、复制粘贴做记录时，你已经让智能体把客户作战包放到了面前。

这不是炫技，这是外贸工作流开始换代了。

以后外贸人拼的，不只是客户资源，而是谁先把自己的经验做成系统。