客戶只說想了解 AI，第一句要怎麼回才接得住？
先說答案：不要一收到「想了解 AI」，就把課程、工具和服務全部丟給對方。先問三件事：目前哪一項工作卡住、想改善哪一個結果、希望先拿到哪一份成果。
這三問不是把客戶擋在門外，而是把模糊興趣變成一個可以處理的工作問題。當你知道對方要完成什麼，才有辦法判斷他適合課程、顧問服務、工具導入，或只是需要先整理自己的需求。
「想了解 AI」其實還沒有形成需求
顧問、講師或小型事業經營者常會收到這種訊息：
老師您好，我想了解 AI，請問你有什麼課程或服務？
這句話不是沒有價值，但它同時可能代表很多不同的事：對方想學會寫內容、想把客服交給團隊、想找一個能開始的創業方向，也可能只是最近看到很多 AI 訊息，還不知道自己該從哪裡開始。
如果你直接回一大段自我介紹，對方還是沒有說出自己的工作；如果你直接推薦最完整的課程，也可能把真正需要服務的人推進不適合的路徑。最後你得到一個看似熱鬧、實際上無法判斷的對話。
我會先把「供給介紹」往後放，先取得一個可處理的工作結果。這不是降低專業，而是讓專業有適合落地的位置。
三問需求分流卡
收到模糊詢問時，可以先用這三問。每一問都只處理一個不同的判斷。
第一問：你目前哪一項工作最卡？
不要先問「你想學什麼工具」，因為工具名稱通常還沒有說明工作情境。可以改問：
你目前最希望 AI 幫你改善哪一項工作？例如內容產出、客戶詢問、客服回覆、課程設計，或是把服務流程整理給團隊使用？
這一問的作用，是把「我想學 AI」拉回每天真的發生的工作。對方若回答「我每天寫很多文章」，你還要繼續問他是沒有時間、沒有方向，還是文章有人看卻沒有人詢問；這些是不同的問題。
第二問：你想改善什麼結果？
同一項工作，想改善的結果也可能不同。
有人想讓客服少一點重複查找，有人想讓文章更容易被讀者理解，有人想讓客戶知道下一步要做什麼。不要把所有結果都縮成「提升效率」或「增加業績」，那會讓後面的方案又變得模糊。
可以問：
如果這件工作改善了，你最希望先看見什麼不同？是少一段重複整理、完成一份可交付成果，還是讓客戶能清楚回覆下一步？
這一問不是要求對方立刻提出漂亮的 KPI，而是先讓他選一個值得處理的變化。
第三問：你希望先拿到哪一份成果？
最後要把問題接到一個看得見的第一份交付。成果可以是一份內容承接方案、一張客服回覆卡、一個課程選擇表、一次工作流程試作，或一封可以修改的招客訊息。
可以問：
如果我們先做一個小成果，你希望拿到什麼？一份可以發布的內容、一個團隊能試用的流程，還是一張能幫你判斷下一步的選擇卡？
當對方能回答這一問，你才開始擁有足夠資料去談課程、顧問服務或工具。因為現在討論的是要完成什麼，不是先比較誰的工具清單比較長。
一個完整示範：把模糊詢問分成可處理的工作
以下是創作示範，不是既有客戶對話。假設你是一位協助小型事業做內容與 AI 行銷的顧問，收到：
我想了解 AI，你可以怎麼幫我？
不建議的第一種回法：把所有供給一次倒出來
我可以教你 ChatGPT、AI 文案、社群經營、行銷自動化、銷售漏斗和各種 AI 工具，也有課程與顧問服務，你可以先看看介紹。
這段話可能都是真的，卻沒有幫對方做選擇。對方看完仍然要自己回答：我目前卡在哪？我該買課程還是找人做？我要先提供什麼資料？
建議的第一種回法：先把三問交給對方
可以。我先不急著介紹課程或工具，想先知道你的工作情境：
>
1. 你目前最想改善哪一項工作？
2. 改善後希望先看見什麼結果？
3. 如果先做一個小成果，你最希望拿到什麼？
>
你可以先用幾句話回答，不用一次整理得很完整；我會依你的答案判斷比較適合先做示範、學習，還是整理成一項服務。
這段回覆的重點不是問題多，而是讓對方知道「回答之後會得到什麼」。它把對話從自我介紹，移到一個可以共同完成的第一步。
對方回答後，怎麼接下一句？
三問不是問完就把工作丟回對方。你要把回答整理成一個選擇，讓對方確認你是否理解。
情境一：對方只說「想用 AI 做行銷」
你可以回：
我先把你的問題縮小一點：你現在比較想解決的是沒有內容、內容寫不出差異，還是有人看到內容卻沒有進一步詢問？如果先做一個成果，你會想要一篇能直接發布的招客內容，還是一張從內容接到詢問的承接卡？
這裡沒有假裝已經知道答案，而是提供對方容易選的範圍。若對方仍然說不清楚，就先做一個小型需求整理，不急著推薦最完整的方案。
情境二：對方說「我每天寫文章，但沒有人詢問」
你可以回：
那我們先不要急著增加文章量。我想先確認三段：有人看見嗎？看見的人是否理解你能幫什麼？看懂之後是否有一個容易回答的下一步？如果先做一份成果，我會建議把一篇文章、它要服務的問題、讀者下一步與真人回覆責任整理成一張內容承接卡。
這時候，問題已經從「要不要學 AI」變成「內容到詢問的哪一段需要先補」。AI 可以幫忙整理版本、比較回覆與產生草稿，但你仍然要決定實際服務範圍、承諾內容與真人如何接手。
情境三：對方已經說出明確工作與結果
如果對方已經提供目前流程、希望結果、期限和可交付範圍，就不要為了套用三問而再問一輪。你可以直接進入適配：
你現在的目標已經清楚，是先把客服常見問題整理成團隊可用的回覆初稿，並保留退款、申訴和資料衝突時的真人接手。這比較適合先做一個工作流程試作，再決定要補課程或工具。下一步我會先請你提供既有 FAQ、目前回覆範例和不能自動承諾的規則。
分流卡是為了處理模糊的第一句，不是新的形式主義。資料已經足夠時，就直接往方案適配走。
我為什麼會想到這種回覆？
我曾經在收到商品時，注意到包裹裡一張售後與評價卡。它不是只寫「有問題歡迎聯絡」，而是同時處理客訴情緒，也給客戶一個可以留下真實評價的理由。我把它拍下來拆解，因為它讓我看見：好的入口不是把所有資訊放上去，而是讓人知道現在可以做哪一個動作。
顧問收到「想了解 AI」時也一樣。你不需要第一句就把全部知識、課程和服務展示完；你要先給對方一個容易回答、而且回答後真的能往前走的入口。
這是我把 AI 放進行銷與服務時很重視的分工：AI 可以整理三種問題、比較兩版回覆、把對話摘要成需求卡；真人要決定哪些承諾能說、哪個成果值得先做，以及什麼情況要停止自動處理。
這張卡要怎麼拿去使用？
你可以把下面這段存成自己的第一回覆模板，再換成實際服務內容：
可以，我先不急著介紹工具。想先確認三件事：
>
1. 你目前最想改善哪一項工作？
2. 改善後最希望先看見什麼結果？
3. 如果先做一個小成果，你希望拿到什麼？
>
你可以先簡單回答其中最清楚的一題，我會再依你的情況整理適合的第一步。
使用時注意三件事：
第一，不要把這段模板當成固定話術。對方如果已經說得很清楚，就直接回應他的工作，不要再讓他填表。
第二，不要承諾一個你尚未定義的結果。「幫你用 AI 提升業績」太大，先縮成一份可看見、可修改、可驗收的成果。
第三，每次對話留下真正能幫助下一步的資料。Google Analytics 的事件機制可以記錄頁面載入、點擊、註冊或自訂互動，但是否已在你的網站完成設定，仍要看實際後台，不能從一篇文章推測已有詢問成效。沒有資料就保持未知，先把要觀察的行為定義清楚。
最後的判斷：先辨識工作，再介紹供給
客戶說想了解 AI，不代表你要立刻講完所有 AI。這句話只是對話的入口，真正要找的是：他想完成哪一項工作、想改善哪一個結果，以及第一份值得交付的成果是什麼。
我會先用三問把模糊需求接住，再決定介紹課程、服務或工具。這樣做，對方比較容易開始，你也比較不會把所有人都推向同一個方案。
如果你想練習如何把工作問題、商業結果與 AI 任務接起來，可以看看《AI成功思維》的課程內容。
作者：鄭錦聰｜鄭錦聰官網
參考來源
