作者：鄭錦聰 作者連結：https://shortcut.tw

如果 AI 已經可以回答客戶問題、推薦服務、安排預約，甚至先替你判斷哪些人值得跟進，你下一步會做什麼？

很多講師、顧問與教練的答案是：再做多一點內容、再開一個入口、再接一個自動化工具，把詢問量放大。

我反而會先問一個不太討喜的問題：你有沒有把「誰不適合」寫清楚？

因為對一人專業服務者來說，沒有適配門檻的 AI 找客戶，不一定帶來更多生意。它很可能只是把不合格的詢問更快送到你面前，讓你花更多時間補問、解釋、客製化，最後還不知道這個人是不是你真正應該服務的對象。

AI 找客戶正在從回答，走向初步分流

Meta 在 2026 年 7 月公開介紹新一代 Meta AI 時，展示的已經不只是單次聊天，而是做計畫、連接 email 與 calendar、進行研究、建立每日 briefing，並持續追蹤任務。

OpenAI 在 2026 年 7 月推出小型企業方案時，也把 AI 放在經營者的日常工作與工作流裡，強調它是延伸專業與承接能力的力量放大器。這代表客戶入口正在改變：客戶不一定先讀完你的網站，再自己整理問題；他可能先把需求交給 AI，讓 AI 幫忙比較、追問與找下一步。

這個變化對講師、顧問、教練與知識型一人生意很重要。因為你的服務通常不是一個可以直接放進購物車的標準商品。客戶要先說明自己的情況，你要先判斷適不適合，再決定是提供方案、安排診斷，還是直接告訴對方目前不適合。

所以，AI 找客戶真正接近收入的工作，不是把所有人都帶進來，而是讓對的人更快走到合適的下一步。

入口越大，為什麼一人服務者反而可能更忙？

我常看到專業服務者把「有人問」直接當成好消息。有人問當然比沒人問好，但問題是：這個詢問是否符合你的服務？是否有足夠的需求？是否在你能交付的範圍內？

如果這三件事沒有被定義，AI 每多接住一個人，你就多一個需要親自補問的對話。原本一個小時可以完成一次診斷，最後變成每天處理十幾段沒有方向的私訊；內容看起來有流量，老闆的時間卻被入口吞掉。

對台灣講師、顧問與教練來說，找客戶從來不是單獨的一個動作。它後面還有需求理解、服務適配、承諾邊界、成交與交付。

客戶的需求，從來不會是一個點，而是一整條鏈。AI 如果只把第一個點放大，卻沒有把後面的鏈接起來，老闆得到的可能不是生意，而是更多需要自己收拾的對話。

我自己的判斷是：今天最該做的不是先追詢問量，而是先做一張「適配門檻卡」。

先做一張四欄適配門檻卡

面對陌生任務，就像第一次去陌生城市：先把交通、路線、順序和注意事項問清楚，大腦才會長出行動地圖；沒有地圖，人就不敢走。

AI 找客戶也是一樣。你不能只告訴 AI「幫我找客戶」或「幫我回答問題」，卻沒有告訴它哪些路可以走、哪些路要停、哪裡必須交回真人。

我會把適配門檻卡拆成四欄：

第一欄：什麼樣的人適合

不要只寫「想變好的老闆」或「需要 AI 的專業人士」，這種描述太寬，AI 和客戶都無法據此做判斷。

請寫出對方現在的工作場景、已經遇到的問題、願意投入的資源，以及你確實能承接的結果。例如：已經有一項可交付的專業服務，持續收到相同類型的客戶問題，卻沒有把內容、詢問與跟進接成流程。

適合條件越具體，AI 越容易把對話往正確方向整理，客戶也越容易自己判斷「這是在說我」。

第二欄：你能交付什麼結果

客戶不只想知道你會什麼，他更想知道走完這段服務後，會多出什麼可以驗收的東西。

你可以是幫他整理一張服務適配卡、完成一次需求診斷、建立一套可追蹤的內容與名單流程，或把現有的客戶問題整理成可被團隊與 AI 重複使用的工作。結果要能被看見、被檢查，而不是只寫「提升品牌」「增加曝光」這種沒有終點的句子。

第三欄：什麼情況不適合

這是最容易被刪掉、卻最能保護一人服務者的一欄。

不適合可能包括：目前還沒有明確服務，只想先問一個工具能不能保證收入；期待 AI 代替自己做所有價值判斷；需要即時、高風險或超出你能力範圍的結果；或者對方真正要解決的問題，與你的服務沒有關係。

把不適合寫出來不是把客戶推走，而是讓客戶少走一段錯的路，也讓你的內容、AI 與真人不必用模糊承諾把所有人硬拉進來。

第四欄：哪裡必須真人接手

AI 可以整理問題、比對條件、指出資料缺口，也可以把同一類問題分成幾種狀態。但服務承諾、價格例外、敏感資料、高風險建議、客戶真正要不要做，以及你願不願意對結果負責，仍然要回到真人。

我不會把「真人接手」寫成一句空泛的安全提醒，而會把它變成明確事件：出現哪些關鍵字、缺少哪些資料、客戶提出哪一種要求時，AI 停止替我承諾，改為整理目前資訊並請我判斷。

AI 可以分流，不能替你決定價值

這裡要分清楚 AI 工作地圖上的幾個層級。

第一層是溝通：AI 先把客戶說不清楚的問題整理出來。第二層是記憶：AI 保存你的適合條件、不適合條件、服務版本與過去判斷。第三層是任務：AI 按照四欄卡檢查資料、標示缺口、把詢問分成可服務、需補問與不適合。最後才是變現：你用合格詢問率、補問次數、不適合比例與預約到場率，驗收這套分流是否真的改善生意。

但方向、價值、承諾與責任，仍然是老闆的工作。

我不同意把 AI 找客戶的第一個 KPI 設成詢問量。對一人專業服務者，我會先看三件事：不適合詢問是否下降、合格詢問率是否上升、以及第一次往返需要補問幾次。這些數字都還沒有，就先記 unknown，不要用想像填上漂亮成果。

因為行銷是一個加速器：產品差，它會加快失敗；產品好，它才會加速成功。適配門檻就是在入口前先確認，你正在加速的是值得承接的需求，而不是把錯誤需求送進交付端。

今天就把一個服務寫成這張卡

你可以先選一個最接近收入、也最常被問的服務，不要一次整理整家公司。用下面的順序完成第一版：

1. 寫出三種你最希望服務的具體場景，不要只寫職稱。
2. 把客戶最後能拿到的可驗收結果寫成一句話。
3. 寫出三種你不接、現在不適合接，或必須先補資料的情況。
4. 指定一個真人接管點，並寫清楚 AI 要留下哪些資訊給你。
5. 讓 AI 用十個假設詢問測試這張卡，統計它分錯、漏問與過度承諾的地方。

測試的目的不是證明 AI 很聰明，而是找出你的服務規則還有哪裡說不清楚。想做出真正能完成任務的 AI，不只要打破砂鍋問到底，還要打破砂鍋「測」到底。

你可能正卡在這幾個判斷上

沒有不適合條件，會不會少掉客戶？

有可能少掉一些不適合的詢問，但那不是你真正想追的結果。專業服務的價值，不在於把所有人留下，而在於讓適合的人更快理解你能不能幫上忙。

我還沒有 AI 代理，也需要做適配門檻卡嗎？

需要。這張卡先是老闆的商業判斷，再是 AI 的執行規則。沒有 AI 時，你可以用在網站、表單、私訊與第一次通話；有 AI 時，再讓它協助整理與分流。

適配門檻卡要不要寫得很複雜？

不用。先從一項服務、四欄條件與一個真人接管點開始。複雜不是專業，能讓客戶與 AI 都做出正確下一步，才是可用的規格。

如果我的詢問量本來就不多，還要先做分流嗎？

更要做。詢問量少時，每一次對話都更值得留下需求、適配與後續判斷。否則你每次都從零開始，永遠累積不了自己的客戶記憶。

我對今天這個變化的結論很簡單：AI 會替你把入口做大，但只有老闆能決定誰值得被帶進來、誰現在不適合、哪裡必須停下來問清楚。

先把適配門檻卡寫出來，再讓 AI 幫你接更多詢問。這樣增加的才可能是有效詢問，而不只是更多工作。

如果你正在整理自己的服務入口，可以從一個最常被問、又最接近收入的問題開始，把「適合、結果、不適合、真人接手」四欄寫完整，再觀察它是否真的把內容、需求與下一步接成一條結果鏈。