B2B 開發信多輪序列

🎯 這條流程解決什麼

陌生開發是 B2B 業務裡最累、也最容易半途而廢的環節。一封封手動寫開發信，第一天還有力氣研究對方公司、想切角，寫到第三天就只剩「您好，容我向您介紹敝公司」這種罐頭開頭，開信率慘不忍睹、回覆率更是趨近於零。對台灣的中小型 B2B 公司——軟體、機械零件、企業服務、代工——來說，業務人手本就吃緊，一位業務同時要顧現有客戶又要開發新客，能分給陌生開發的時間少之又少。

更要命的是跟進。業界普遍的經驗是，多數成交發生在第三、四次以後的接觸，但人工開發最常見的狀況是「寄完第一封就沒下文」：忙別的去了、忘了誰寄到第幾輪、也沒系統盯著該追誰。於是大量本來可能有回應的潛在客戶，因為「只被碰一次」就永遠涼掉。若要人工把多輪跟進做確實，一位 SDR 一天能認真個人化、追蹤的開發對象頂多三、四十個，再多就崩潰；要規模化，唯一的老路是犧牲品質群發垃圾信，結果是信譽受損、網域被標記，得不償失。

這條流程要解決的，就是讓「個人化」與「多輪跟進」這兩件最耗業務心力、又最決定成敗的事，能在不犧牲品質的前提下規模化執行。

導入後的改變

導入前，開發信靠業務毅力，個人化品質隨疲勞遞減，跟進輪次靠記性、常常只寄一輪就斷，一位 SDR 一天能認真經營的開發對象有限，且難以追蹤誰到第幾輪、誰回了沒。導入後，名單一進系統就依標籤分眾、自動生成帶公司切角的個人化開頭、分批控量寄出首封，未回信者按節奏自動跟進多輪，一旦回信或轉商機立即停止序列並通知業務人工接手。

效益上，個人化品質不再隨疲勞衰減，每封都像針對那家公司手寫；多輪跟進從「常常忘記」變成「系統穩定執行」，整體接觸覆蓋率與有效回覆率明顯提升。以人力來算，原本一位 SDR 一天認真經營三、四十個開發對象，導入後同樣的時間可穩定推進數倍的名單量，而且省下機械式寄信與排程追蹤的時間，把心力留給真正有來有往的對話。把陌生開發的產出從「靠人撐」變成「可預測、可放大」，這是最關鍵的改變。接到回覆後的商機分派與後續跟進，可接 自動化流程 與 /workflows 的名單分派與跟進流程。

流程怎麼運作

整條序列對應五個節點，把陌生開發拆成可控的環節：

1. 分眾取單（🗂️）：名單進入開發名單或被打上特定標籤時觸發。流程依產業、職位、公司規模或痛點標籤，把每筆名單分配到對應的開發信序列——給製造業採購主管的切角，和給軟體業技術長的切角當然不該一樣。分對序列，個人化才有意義。

2. 個人化生成（✍️）：對每筆名單，依其公司資訊、職位與已知背景，用 OpenAI 生成客製化的開頭與切角，例如點出該公司近期動態或該職位常見的痛點，讓信件不再千篇一律。注意這裡生成的是「切角與開頭」，核心價值主張仍由業務預先設定的範本控管。

3. 首封寄送（📤）：依設定的寄信時段（如上班時間）與每日寄送上限，把首封分批寄出。控量與分時是保護寄件信譽、避免被判垃圾信的關鍵，不能一次猛灌。

4. 多輪跟進（⏳）：對未回信者，間隔數天（如第三天、第六天、第十天）自動寄出第二、三輪，每輪換不同角度——第一封講痛點、第二封給案例或數據、第三封做最後的軟性收尾，而非重複同一套說詞。

5. 回信即停（🛑）：流程持續偵測回信與商機狀態，只要對方一回信或在 CRM 被標為商機，立即停止整個序列，並通知負責業務人工接手對話。系統絕不在已經有人回應後還繼續自動寄信，把對話交還給人。

需要的工具與串接重點

平台用 n8n 或 Make 當編排中樞。HubSpot（或其他 CRM）是名單與商機狀態的真實來源，標籤分眾、回信偵測、商機狀態變更都以它為準。Gmail 負責實際寄送與回信偵測，OpenAI 負責個人化開頭與切角生成。

串接重點：第一，寄件信譽是命脈——務必設定好寄件網域的 SPF、DKIM、DMARC，新網域或新信箱要慢慢暖機、逐步提升每日寄送量，別一開始就衝高。第二，每日上限與分時寄送要保守，寧可慢也不要被列入黑名單。第三，回信偵測要可靠，避免「對方已回、序列還在追」的尷尬，這需要 Gmail 與 CRM 的狀態同步做紮實。第四，OpenAI 生成的內容要設好溫度與範本約束，避免天馬行空，並且每筆都要能對應回正確的公司資料。

常見錯誤與注意事項

這條流程涉及批量對外寄信，法遵與信譽是不可跨越的紅線。第一，務必遵守當地反垃圾信與個資規範，確認名單來源合法（B2B 商業聯繫須符合相關規範）、每封信附清楚的退訂機制，寄信頻率與每日上限保守設定以保護寄件信譽。第二，AI 生成的信件內容在正式量產前一定要人工抽查，避免出現錯誤公司名、張冠李戴、或不當措辭——一封把客戶公司名寫錯的信，比不寄還傷。第三，序列的價值主張、報價、任何承諾性內容由業務預先把關，AI 只負責個人化包裝，不代為承諾。第四，一旦對方表達不感興趣或要求停止，必須立即從序列移除並尊重其意願。把握「系統負責規模與節奏、人負責合法性與內容把關」的分工，才能把陌生開發做得既有量又不踩雷。

台灣中小企業情境案例

一家位於新北、做工業自動化零件的中小企業，業務團隊只有三人，要同時顧老客戶與開發新工廠客戶。過去陌生開發全靠業務小李手寫，一天頂多認真寫二十封給採購與廠務主管，跟進更是有一搭沒一搭，常常第一封寄出去就忘了追，三個月下來陌生開發帶來的新商機寥寥可數。

導入這條序列後，公司把過去展會、產業名錄蒐集來的合法名單依「產業別＋職位」分眾，AI 針對每家工廠的產品線生成客製開頭（例如點出該產線常見的零件耗損痛點），分批寄出後自動跟進三輪，有人回信就立刻停掉序列、轉給小李接手。導入兩個月後，同樣三人的團隊，每月穩定接觸的開發對象從原本一兩百家提升到近千家，有效回覆（願意進一步聊或索取型錄）的數量成長數倍，其中轉成實際報價與樣品需求的商機也明顯增加。小李最有感的是：「以前是我追不完所以乾脆不追，現在系統幫我追到底，我只要處理真的有回應的，每一個都是熱的。」當然，所有 AI 生成的信在正式放量前，業務主管都會抽查一輪，確認沒有寫錯客戶名或不當措辭才放行。

延伸應用

這條序列是 B2B 開發的前段引擎，能與多個流程串接。接到回覆後，可串 B2B 商機跟進不漏接，讓進到管線的商機被系統盯著、不再漏追。不同產業的開發信切角與案例素材，可沉澱成範本庫，參考 /recipes 的業務開發食譜持續擴充。序列本身也能依「打開未回」「點擊未回」等行為分層，對高互動但未回信者加一輪更具體的跟進。若有電話或 LinkedIn 通路，還能把 email 序列與多通路節奏結合，做成更立體的 outbound。更多可串接的組合，見 自動化流程總覽 與 /workflows。

⚠️ 人工確認提醒:批量寄送開發信務必遵守當地反垃圾信與個資規範,確認名單來源合法、附退訂機制,寄信頻率與每日上限要保守設定以保護寄件信譽。AI 生成的信件內容在正式量產前先人工抽查,避免出現錯誤公司名或不當措辭。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →