用 AI 寫談判與議價信

這篇文章教你怎麼用 AI 在 15 到 30 分鐘內，寫出一封有禮貌、有邏輯、又不會讓自己吃虧的談判或議價信，不管物件是供應商、房東、客戶還是接案視窗，都能照這套流程走完。

台灣人寫議價信最常見的兩種極端，一種是不好意思開口，把要求包裝到對方根本看不出你在議價;另一種是急著把話講死，一開頭就搬出「最後通牒」的語氣，反而讓對方失去彈性。AI 的價值不在於幫你「代替思考」該不該談，而在於幫你把已經想清楚的立場，轉成一封條理清楚、語氣拿捏得宜、又留有轉圜空間的信。以下的做法特別針對台灣的商業書信習慣調整，包含稱謂、客套語與收尾方式。

談判前一定要先想清楚的三件事

在開啟 AI 工具之前，先花五分鐘把以下三個問題寫成條列筆記，這是整套流程能不能成功的關鍵，AI 沒辦法替你做這一步。

第一，你的底線在哪裡。 不是「希望多少」,而是「低於多少就寧可不做這筆生意」。談判信最怕的就是寫信的人自己都沒想清楚底線，結果信裡的語氣忽軟忽硬，對方一眼就看穿你在虛張聲勢。

第二，你手上有什麼籌碼。 籌碼可能是長期合作意願、現金付款、轉介紹其他客戶、彈性的交期，或是你已經有其他報價可以比較。籌碼不需要是「威脅」,而是讓對方覺得「答應你的條件，他也有好處」。

第三，這段關係要不要繼續。 一次性交易和長期合作的議價策略完全不同。一次性交易可以談得比較直接，長期合作則需要在信裡留一點「這次讓一步，未來會記得」的暗示，而不是把每一分錢都算到底。

把這三點寫成幾行筆記，例如「底線:單價不低於 850 元;籌碼:年採購量可承諾 3000 件以上;關係:希望長期合作」,這份筆記就是接下來所有 Prompt 的核心輸入，你會反覆用到它。

用 AI 草擬第一版議價信

有了底線筆記，就可以請 AI 幫你把想法組織成一封完整的信。重點是要把情境、對方立場、你的目標都講清楚，AI 才不會寫出空泛的內容。以下是可以直接複製使用的 Prompt,把 {} 裡的內容換成你的實際狀況即可。

你是一位擅長商業書信與談判溝通的助理。請幫我寫一封議價/談判信，物件是{對方角色，例如:長期配合的印刷廠採購視窗}。

背景狀況:{簡述目前的合作關係、這次要談的事項，例如:對方去年報價單價 950 元，今年續約報價漲到 1080 元，我方去年訂購量約 2000 件}

我的目標:{你希望達成的具體結果，例如:希望單價控制在 950 到 980 元之間}
我的底線:{最低可接受條件，例如:單價不高於 1000 元，否則會比較其他供應商}
我手上的籌碼:{例如:今年可承諾採購量提升到 3000 件以上，且可提前付款}
這段關係的重要性:{例如:合作三年，品質穩定，希望繼續合作}

請寫成一封正式但不失溫度的中文商業書信，語氣要:
1. 先肯定過去合作的價值，再切入議價
2. 用具體數字和理由支撐我的立場，不要用情緒化字眼
3. 明確提出我的期望條件，但留一個可以討論的空間(例如提供兩個方案讓對方選)
4. 結尾表達希望盡快敲定，並保持合作意願

請輸出完整信件，包含開頭稱謂與結尾署名（署名處留 {你的名字/職稱} 讓我自己填）。

這個 Prompt 的設計重點是「先肯定、再舉證、後提案」的三段式結構，這是台灣商業書信裡最不容易得罪人、又能把話講清楚的框架。AI 生成的第一版通常已經有八成堪用，但務必自己讀過一次，確認數字和事實都正確，AI 不會知道你去年實際的訂購量是多少，這部分永遠要你自己核對。

語氣的多版本測試:強硬、中性、柔軟

同一份底線筆記，可以請 AI 生成三種不同語氣的版本，再依物件和關係決定要用哪一種，或是混合使用。這一步很多人會跳過，但其實是議價信品質最容易拉開差距的地方。

追加的 Prompt 可以這樣下:

請把剛才那封信，再改寫成另外兩個語氣版本:
版本 A(柔軟):更著重關係與感謝，議價的部分用委婉的方式帶出，適合第一次議價或關係還在建立中的物件。
版本 B(中性偏堅定):清楚陳述數字與立場，語氣平穩，不卑不亢，適合已有一定信任基礎的長期夥伴。
版本 C(強硬但不失禮):明確表達如果條件無法調整，將考慮其他方案，但仍保持專業與禮貌，不使用威脅性字眼，適合已經多次溝通無果的情況。

三個版本都不要超過 300 字。

三個版本的差異，主要體現在用詞強度、是否提及替代方案、以及結尾的緊迫感。下表整理了三種語氣的適用情境與風險，方便你快速判斷該用哪一種。

實務上，大部分台灣中小企業之間的往來，中性偏堅定型最常用，也最不容易出錯。柔軟型適合用在你還想觀察對方反應、不急著逼對方表態的階段;強硬型則建議留到真的談了兩三輪、對方態度反覆時再拿出來，不要一開始就把最強的版本用掉，那樣之後就沒有升級的空間了。

預演對方可能的回應，先想好你的應對

寫議價信最容易忽略的一步，是隻想著「怎麼開口」,卻沒想過「對方會怎麼回」。這一步交給 AI 做角色扮演特別有效率，可以在真正寄信之前，先把幾種可能的拒絕理由和你的應對方式都想過一輪。

請你扮演收到這封議價信的{對方角色},針對信中的要求，列出 3 到 4 種可能的回應方式(從最配合到最強硬都要有),每種回應後面請附上一句對方可能會說的理由。

接著，針對每一種回應，幫我草擬一句簡短的回覆重點，讓我知道遇到這種狀況時該怎麼接話，但不要幫我寫完整回信，只要給重點提示就好。

這一步的價值在於，你會發現有些你以為理所當然的論點，其實對方一句「今年原物料成本也在漲」就能反駁。先看過這些可能性，你就能在筆記裡補上對應的備案，例如把「單價不降就換供應商」換成「單價維持原價但延長付款天數」這種更有彈性的替代方案。談判信的重點不是一次到位，而是整個往來過程都保持主導權，AI 幫你做的是壓縮「事前沙盤推演」的時間，而不是幫你決定最後要不要讓步。

避免情緒化，保留彈性:AI 校稿的具體做法

草稿寫完之後，不要直接寄出，先請 AI 做一次「情緒與彈性檢查」,這是很多人漏掉但其實很關鍵的一步。

請幫我檢查這封信，找出以下三種問題並提出修改建議:
1. 有沒有帶情緒或指責意味的字眼(例如:太誇張、不合理、你們一直、每次都)
2. 有沒有把話講死、沒有留轉圜空間的句子(例如:絕對不可能、只能這樣、沒有討論餘地)
3. 有沒有邏輯不清楚，或是數字/理由前後矛盾的地方

請逐條列出問題句子和修改後的版本，不用重寫整封信。

信件內容:
{貼上你的草稿}

這一步特別重要，因為人在寫議價信的時候，常常會不自覺地把心裡的不滿寫進去，尤其是已經溝透過幾輪、對方一直拖延的情況。AI 對情緒化字眼的偵測相對客觀，不會像你自己讀自己的信那樣「感覺沒什麼」,這是它比人工校稿更適合處理這個環節的地方。

台灣案例:一間網頁設計工作室的續約議價

分享一個實際的操作情境。一位在台北接案的網頁設計工作室負責人，長期配合一家企業客戶做官網維護，合約一年一簽。前一年的月維護費是 8000 元，客戶這次續約時提出希望降到 6000 元，理由是「公司今年預算緊縮」。

這位負責人先用上面第一步的框架寫下底線筆記:底線是不低於 7000 元，否則寧可縮減服務專案;籌碼是三年來零重大失誤、回應速度快、對方內部其實沒有其他人力接手;關係是希望繼續合作，不想撕破臉。

接著用議價信的 Prompt 生成中性偏堅定的版本，信裡沒有直接反駁「預算緊縮」的說法，而是提出兩個方案:方案一是維持 8000 元、服務專案不變;方案二是降到 7000 元，但把每月的深度巡檔次數從四次降到兩次，超出部分另外計費。這種「不是硬碰硬拒絕，而是把降價和降服務範圍綁在一起」的寫法，是 AI 在生成階段就建議的結構。

結果客戶選了方案二，雙方都覺得合理收場。這位負責人事後回饋，整個過程包含想底線、生成信件、跑一輪語氣校對，大概花了二十分鐘，比他自己憑感覺硬寫、來回修改猶豫的時間短了不少。這不是說 AI 讓他多要到多少錢，而是讓他在有限時間內，把該講的道理和該留的彈性都放進同一封信裡，不至於因為心急而漏講重點，也不至於因為猶豫而語氣過軟。這類個案結果會因產業、關係、市場狀況而異，不代表每次議價都能談到自己開的方案。

AI 的能力邊界與常見錯誤

老實說清楚這件事的限制，比只講優點更重要。

AI 不知道市場行情的即時數字，也不知道你這個產業目前實際的議價空間有多大。它能幫你把「你提供的數字」組織成有說服力的句子，但那個數字本身是否合理，需要你自己做功課或問業內的人，不要期待 AI 幫你「算出」對方能接受的價格。

AI 也不瞭解你和對方之間過去的私下互動、對方的個性、或是那些沒寫進郵件裡的默契，這些都可能是你原本就掌握、但沒有輸入到 Prompt 裡的關鍵資訊。如果你在筆記裡漏講了「對方老闆其實很在意準時付款」這種細節，AI 生成的信就不會針對這一點著力，結果可能是一封「邏輯正確但打不到重點」的信。

另外一個常見錯誤，是有人直接把 AI 生成的第一版原封不動寄出去，沒有校對數字、沒有確認語氣是否符合和對方的實際關係。AI 有時候會為了「聽起來專業」而使用比較生硬的書面語，或是套用不完全符合台灣商業書信習慣的敬語，寄出前務必自己再讀一遍、唸出聲確認語氣順不順。最後，AI 完全沒辦法替你判斷「這次要不要讓步」,那是你的商業判斷，AI 只負責幫你把判斷後的決定，寫成一封有條理的信。

收尾檢查清單

寄出前，建議照這個順序快速確認一遍，通常不用五分鐘:底線和籌碼是不是在筆記裡都想清楚了、信裡的數字和事實有沒有核對過、語氣版本是不是符合這次和對方的關係、有沒有跑過情緒化字眼的檢查、以及是不是留了至少一個讓對方回應的彈性空間而不是把話講死。這套流程熟悉之後，大部分議價信可以在半小時內從空白到可以寄出，而且品質比臨時硬寫穩定很多。

如果你的工作經常需要處理各種書信往來，不只是議價信，也可以參考站上其他的 Prompt 範本和任務食譜，把這套「先想清楚、再生成、再校對」的方法套用到報價單回覆、客訴處理信、合作邀約信等場景。

常見問題 FAQ

延伸閱讀

• 更多可複製 Prompt 範本
• 任務食譜總覽
• AI 工作流程教學
• 新手入門指南