一封外贸询盘先分析什么？把明确需求、缺失规格和推断分开

外贸邮件写着“Please quote 200 pcs of 24 V blowers for our cabinet project”，看起来已经很具体，实际上还缺不少决定报价的条件。XunL AI 询盘分析使用 Gemini 提取需求与背景线索，结合卖方资料给出跟进建议和英文回复草稿。好的使用方式，是要求结果区分客户明说的事实、需要核实的推断与未提供信息，不能让流畅的文字替代证据。

原始询盘与卖方能力分别输入

先保留客户原文，不将自己的猜测改写进邮件。卖方产品和能力放到单独字段，例如已确认能提供哪些电压或尺寸，哪些参数尚未确定。理想客户与业务模式可以解释你希望服务的对象，但不能用来强行把不匹配的询盘分析成高价值客户。已知限制与待确认条件应明确写出。

页面提供可选的客户官网参考，默认关闭；需要时主动填写公开网站，并先确认允许参考。不要输入登录链接、访问令牌或私密后台。提交内容会发送给本站服务器与 Google Gemini/Vertex AI 服务，虽然本站不在日志保存输入或生成文本，仍应先做必要脱敏与授权判断，不把整封含个人敏感信息的往来无差别提交。

用一封教学邮件检查事实提取是否守边界

匿名教学输入可以写：“Please quote 200 pcs of 24 V blowers for a cabinet project. Delivery to Hamburg. Please advise lead time.” 已明确的是数量200、电压文字24 V、用途线索和目的地Hamburg。它没有明确AC还是DC、风量、静压、尺寸、噪声要求、认证或贸易术语，也没有给出客户一定会下单的承诺。

1. 粘贴原始询盘，补充经过核实的卖方产品范围与限制。
2. 选择分析语言，提交后先核对采购摘要是否忠实保留数量、单位与目的地。
3. 检查待确认项是否真正影响选型或报价，优先问电气类型、工况与尺寸等关键条件。
4. 阅读英文草稿，删除未经确认的价格、交期与能力承诺，再由业务员决定是否发送。

一个可执行验收方法是将结果分成3栏：原文支持、合理但未证实、未提供。若模型把24 V直接写成24 V DC，或从“please advise lead time”推断客户必须四周交货，就应修改。它可以提出澄清问题，不能把缺失项自动补成最常见规格。数量200也不能单独证明持续采购能力或信用水平。

客户潜力判断应回到可观察依据

项目阶段、业务匹配和持续采购潜力可以作为待验证分析线索，但应说明依据来自哪句原文或公开资料。若只写“高意向客户”，却没有解释项目、规格与下一步证据，标签容易让销售过早投入或承诺。应优先把分析转成低负担、能推进事实确认的问题，而不是虚构信用评分。

官网资料也可能过期、与联系人主体不一致，或只反映营销内容。引用时要核对公司、产品和日期，不能因为工具读取了网页就当成经过独立背景调查。客户未明说的预算、采购权与库存需求，应继续保持未知；不要把行业常见模式当成这位客户已经具备的事实。

服务有频次与总量限制，生成失败或结果不完整时，应按提示处理，不把半段文本当完整分析。AI 输出是草稿，需要人工审核，不会自动发给客户或修改客户记录。业务员仍应结合产品知识和沟通历史判断下一步，尤其在报价、认证与交付承诺上保留核对流程。

询盘分析的常见问题

能否只粘一句话，就让 AI 判断是不是好客户？

信息太少时，只能提取有限事实并提出待确认问题，不能可靠判断客户价值。可以补充已核实的业务背景，但不应为了得到积极结论而填入猜测。真正有用的结果是清楚知道下一步要核实什么。

生成的英文回复会自动发送吗？

不会。页面提供只读草稿，发送前需要你检查收件对象、事实、产品条件和承诺。分析完成也不代表已经联系客户；应在正常邮件或客户系统里按授权流程完成实际沟通。