每個跑業務的人都寄過那種「寄出去就消失」的開發信。明明產品不差、寫得也很客氣,對方卻連點開都沒有。問題往往不在你的產品,而在那封信長得跟其他 50 封推銷信一模一樣。
這篇要解決的問題:怎麼用 AI 寫出真的有人回的業務開發信,而不是更快地產出罐頭信。 適合誰讀:B2B 業務、創業者、SDR、做陌生開發的行銷與商務開發人員。 讀完你會得到:一套可複製的 Prompt、一張看得懂的跟進節奏 Workflow,以及不被當垃圾信的實作清單。
本文方法請用於合法取得的商業聯絡名單。在台灣,未經同意對個人消費者發送行銷訊息可能涉及《個人資料保護法》與相關規範,請務必確認來源與同意基礎,必要時諮詢法務。
為什麼大多數開發信石沉大海
先講一個多數人不願承認的事實:你的潛在客戶每天收到的開發信,比你以為的多得多。一位採購主管或行銷總監,信箱裡躺著十幾封想賣他東西的信很正常。在這種情況下,他做的不是「認真讀每一封」,而是「一秒掃過主旨,九成直接略過」。
所以開發信失敗,幾乎都死在三個地方:
第一,主旨像廣告。「【限時優惠】幫您提升 300% 業績!」這種主旨,收件人連點都不會點,甚至直接被信箱判定為垃圾信。
第二,開頭在講自己。「您好,我們是一家專注於 XX 解決方案的領導品牌……」——對方根本不在乎你是誰,他在乎的是「這跟我有什麼關係」。
第三,沒有跟進,或跟進得很笨。資料顯示,大量的回覆其實發生在第二、第三封信,但多數業務寄完第一封沒回就放棄,或是只會一直問「請問有看到嗎」。
AI 在這三件事上都能幫上忙——但前提是你要會用。用得好,它是你的客戶研究員、文案手、節奏設計師;用不好,它只是讓你「更快地」產出更多罐頭信。差別就在這篇要教的事。
核心概念:開發信不是文案,是「對話的第一句」
很多人把開發信當成「文案」在寫,於是拼命堆賣點、放公司簡介、塞優惠。這是最大的誤解。
開發信的目標不是成交,而是換到一句回覆。 它是一段對話的開場白,不是產品 DM。理解這件事,整個寫法就會翻轉:你不需要把所有賣點塞進去,你只需要讓對方覺得「這個人懂我、值得回一句」。
下面這張表,對比「罐頭開發信」和「會被回的開發信」的差別:
| 面向 | 罐頭開發信(會被略過) | 高回覆開發信(會被回) |
|---|---|---|
| 主旨 | 【限時】提升業績的最佳方案 | 關於你們上週的新據點 |
| 開頭第一句 | 我們是業界領先的 OO 品牌 | 看到你們剛在台中展店,想問一件事 |
| 內容重點 | 列十個產品功能 | 只講一個對方可能在意的痛點 |
| 篇幅 | 三大段、要捲動 | 手機上一眼看完(約 100 字) |
| 結尾請求 | 歡迎來電洽詢 0800… | 要不要我寄一頁案例給你看? |
| 後續 | 沒回就算了 | 第 4、9、16 天換角度跟進 |
把這張表記在心裡,你會發現好的開發信有個共同點:短、個人化、只要對方做一個很小的決定。
而 AI 最大的價值,是幫你大量、快速地完成「個人化研究」這個過去最花時間的環節——這才是它真正該被用的地方。
實際教學:五步寫出有人回的開發信
Step 1:先研究,再動筆
不做研究就寫的開發信,AI 也救不了。動筆前,先請 AI 幫你把潛在客戶的資訊整理成「可切入的線索」。
你需要餵給 AI 的素材:對方公司名稱與官網重點、近期新聞或社群動態、收件人的職務、以及你產品能解決的問題。把這些貼給 AI,請它整理出「一個可以拿來個人化開場的具體線索」。
關鍵不是蒐集一堆資料,而是找出一個真實、具體、和對方有關的切入點——例如「他們上週剛展店」「他們在徵客服主管,可能正為人力煩惱」。一個好線索,勝過十個產品賣點。
Step 2:寫一個會被點開的主旨
主旨決定了信會不會被打開,重要性大於內文。讓 AI 一次產出多個版本,你來挑。
好主旨的特徵:短(中文 3 到 6 字)、不像廣告、最好帶一點對方相關的具體資訊或一點好奇心。像「關於你們的台中新店」「一個關於客服排班的想法」就遠勝「業界最佳解決方案介紹」。
務必避開的字眼:免費、限時、優惠、保證、最強、第一——這些既像廣告,也容易觸發垃圾信過濾器。
Step 3:寫三段式短內文
把內文拆成三塊,每塊一到兩句,整封壓在 120 字內:
- 個人化開場(用 Step 1 的線索,證明你不是群發)
- 一個痛點+一句話的解法(只講一個,不要列功能)
- 一個很小的請求(不是「買」,而是「要不要我寄份案例」「方便聊 15 分鐘嗎」)
請 AI 依這個結構寫,並明確要求「口語、像同事寄信、不要行銷腔、不要列點賣功能」。產出後一定自己潤過,至少改一句成你自己的口吻——這一步是 AI 取代不了的,也是回覆率的關鍵。
Step 4:設計跟進節奏
這是多數人漏掉、卻最影響成效的一步。一封沒回不代表沒興趣,可能只是對方剛好在忙。設計一組「換角度」的跟進信:
- 第 1 天:主信(痛點切入)
- 第 4 天:補一個案例或一個數據(「我們幫某同業做到了 X」)
- 第 9 天:給一個更小的請求(「要不要我直接寄一頁說明,你有空再看」)
- 第 16 天:禮貌收尾(「如果現在時機不對,我就不打擾了,需要時再找我」)
每封都要能獨立看懂、各換一個角度,絕不要只是「請問有看到嗎」。請 AI 一次把這四封寫好,你排程寄出即可。
Step 5:檢查送達率,再用數據迭代
寄出前檢查:寄件網域有沒有設好 SPF/DKIM/DMARC、內文有沒有一堆連結或圖片、有沒有觸發字眼。新名單先小量寄、別一次狂發。
寄出後追蹤兩個數字:開信率(反映主旨好不好)和回覆率(反映內文與切入點好不好)。每週用這兩個數字回頭調整——開信率低就換主旨寫法,開信率高但回覆率低就換切入點與請求。
範例:Prompt 與 Workflow
下面這段 Prompt 可以直接複製,把方括號內容換成你的資料:
你是一位資深的 B2B 業務開發專家,擅長寫高回覆率的繁體中文開發信(台灣用語)。
【我的產品】:[一句話描述你賣什麼、解決什麼問題]
【潛在客戶】:[公司名稱、產業、收件人職務]
【已知線索】:[對方近期動態,例如:上週在台中展店/正在徵客服主管]
請依下列要求產出:
一、主旨:給我 6 個版本。中文 3 到 6 字,像同事隨手寄信,不要出現「免費/限時/優惠/保證/最強」等字眼。
二、主信內文(壓在 120 字內,三段式):
1. 用【已知線索】個人化開場,證明不是群發。
2. 點出對方一個可能的痛點,用一句話帶到我的解法(不要列功能)。
3. 結尾給一個很小的請求(例如:要不要我寄一頁案例給你)。
語氣口語、像真人,不要行銷腔。
三、四封跟進信(各 60 字內,各換一個角度):
- 第 4 天:補一個案例或數據。
- 第 9 天:給一個更小的請求。
- 第 16 天:禮貌收尾、留後路。
每封都要能獨立看懂,不要只是「請問有看到嗎」。
把產出再潤一輪,整個流程的 Workflow 文字版如下:
收集潛在客戶資料(官網/新聞/職務)
↓
AI 整理出「一個可切入的個人化線索」
↓
AI 產出 6 個主旨 → 你挑 1 個
↓
AI 寫三段式主信 → 你潤成自己口吻
↓
AI 一次寫好 4 封跟進信 → 排程
↓
寄送前檢查(SPF/DKIM/送達率/觸發字)
↓
第 1 / 4 / 9 / 16 天依序寄出
↓
追蹤開信率+回覆率 → 每週迭代主旨與切入點
這條流程的精神是:AI 負責研究與初稿,你負責個人化與判斷。 兩者分工,才能又快又像真人。
常見錯誤
- 一封信塞滿所有賣點。開發信不是 DM,目標是換一句回覆,不是當場成交。功能留到對方回信後再談。
- 主旨寫得像廣告。「【限時優惠】」這類主旨開信率最低,還容易進垃圾信匣。
- 開頭在自我介紹。對方不在乎你是誰,先講「跟他有關的事」。
- 群發同一封信、零個人化。沒有那句證明「我有研究過你」的開場,AI 寫得再順都像罐頭。
- 沒回就放棄。多數回覆發生在第二、三封,不跟進等於丟掉大半機會。
- 跟進只會問「有看到嗎」。每次跟進要換角度、給新價值,否則只是在催。
- 忽略送達率設定。網域驗證沒設好、一次狂發,信全進垃圾匣,內容寫再好也沒人看到。
- 完全不潤稿就送出。AI 初稿一定要過你的手,至少改一句成你的口吻。
最佳實務
- 一信一目的:每封信只要對方做一個很小的決定,請求越輕,回覆率越高。
- 手機優先:多數人用手機看信,主旨短、內文一眼看完,別讓人捲動。
- 個人化只要一句:不必通篇客製,但開場那句一定要是真人才寫得出來的。
- 跟進排程化:把第 1、4、9、16 天的四封先寫好、設好提醒或用工具排程,別靠記憶。
- 養好寄件網域:設定 SPF/DKIM/DMARC,新名單由少到多,保護網域信譽。
- 用數據說話:固定追蹤開信率與回覆率,每週只改一個變因(主旨或切入點),才知道是什麼有效。
- 建立可複用的範本庫:把表現好的主旨與切入點存起來,下次餵給 AI 當參考,越用越準。
實際案例:台灣 B2B 軟體業務團隊
台中一家做企業排班系統的 B2B 軟體公司,業務團隊四個人,原本靠手動寄開發信給連鎖餐飲、零售的營運窗口。問題很典型:每封信都靠業務自己想,一天寫不了幾封,主旨千篇一律「企業排班系統介紹」,開信率長期偏低,回信更是稀少,且寄完第一封沒回就不了了之。
導入這套 AI 流程後,他們做了三件事:第一,先用 AI 研究每個潛在客戶的近況(是否展店、是否在徵人),找出個人化線索;第二,用上面的 Prompt 一次產出主旨與三段式短信,業務只負責挑與潤;第三,把第 4、9、16 天的跟進信一起寫好、用工具排程,不再靠人記。
導入前後對比:
| 指標 | 導入前 | 導入後(約 8 週) |
|---|---|---|
| 每人每日可寄信數 | 約 8 封 | 約 30 封 |
| 主旨開信率 | 約 14% | 約 38% |
| 回覆率 | 約 2% | 約 9% |
| 回覆來自第幾封 | 幾乎只有第 1 封 | 過半來自第 2、3 封 |
| 每月排上 demo 的會議 | 約 5 場 | 約 18 場 |
最有意思的發現是:回覆率的提升,主要來自跟進,而不是主信寫得更厲害。 業務原本以為問題出在「信不夠好」,導入後才發現,問題其實是「跟進不夠多、不夠有變化」。AI 把研究與初稿的時間省下來,他們才有餘力把跟進做完整,這才是成效翻倍的真正原因。
結論
寫業務開發信這件事,AI 真正的價值不是「幫你寫得更漂亮」,而是把過去最花時間的客戶研究與初稿撰寫自動化,讓你有餘力做好兩件決定成敗的事:真正的個人化開場,以及完整、有變化的跟進節奏。
記住三個重點:開發信的目標是換一句回覆、不是成交;主旨要短得像同事寄信;多數回覆發生在你想放棄的那一封之後。把這篇的 Prompt 與 Workflow 拿去用,先小量測試、用開信率與回覆率調整,你會發現「有人回的開發信」並不靠運氣,而是一套可以複製的方法。
想把開發信再串成完整的客戶經營流程,可以接著看 AI 客服 Agent 怎麼建,或到 工作流知識庫 找更多可複製的自動化範本。
❓ 常見問題 FAQ
用 AI 寫開發信會不會一看就很像罐頭信?
開發信的主旨要寫多長?
一封開發信沒回,可以跟進幾次?
怎麼避免開發信進到垃圾信匣?
B2C 個人消費者也適用這套方法嗎?
🔗 延伸閱讀
每週把這類實戰教學寄給你
訂閱 AgentAI 智庫情報週報,新的 Prompt、AI Skills、工作流與教學第一時間收到。
免費 · 隨時取消