Q：AI 業務跟進 Agent 先解決什麼問題？
A：它先整理互動後的 owner、deadline、來源與下一個動作，讓會議紀錄與 Email 不再停留在不可追蹤的文字裡。
Q：業務跟進資料要分成哪四類？
A：分成已發生的 Evidence、客戶明確承諾、公司或業務承諾，以及只能標示為建議的 AI Recommendation。
Q：什麼是 Follow-up Case？
A：它是一筆有邊界的工作紀錄，連回客戶、Account、Opportunity、Quote、Email thread 與 Meeting，並有 owner、來源、狀態與時間。
Q：為什麼需要 Commitment Ledger？
A：把每項客戶與公司的承諾獨立保存，記下內容、owner、期限、來源與狀態，才能避免 AI 把推測寫成已答應的事情。
Q：AI 可以產生 follow-up Email 嗎？
A：可以先依已確認事項產生草稿、待補欄位與不同語氣版本，但寄送前必須由具名業務檢查事實、承諾、收件人與附件。
Q：哪些動作不能自動執行？
A：價格、折扣、交期、商機階段、正式報價、合約承諾、客戶資料變更與對外寄送，都應保留人工核准或更高權限。
Q：如何處理 AI 不確定的內容？
A：標示 UNKNOWN、NEEDS_REVIEW 或 RECOMMENDED，回連原始會議或 Email，不用流暢句子掩蓋缺少證據。
Q：怎麼評估業務 Agent 是否有效？
A：看待辦準時率、來源可追溯率、人工修改率、錯誤承諾、跟進時間、寄送前退回率與業務實際採用率。
Q：業務 Agent 的安全起點是什麼？
A：先做單一團隊、單一 CRM 或 Email 流程的草稿試點，禁止不可逆自動動作，累積證據後才考慮擴大工具權限。
AI 業務跟進草稿怎麼導入？Evidence、承諾台帳與人工核准
先分四種資訊：事實、客戶承諾、業務承諾、AI 建議
這是業務 Agent 最容易混淆的地方。
1. Evidence：已發生或已明確說出的事實
例如：
客戶目前比較 A、B 兩種設備。
來源：
Teams Meeting 2026-08-24 14:32
2. Customer Commitment：客戶明確答應的事
例如：
客戶表示週五前會提供工廠規格。
必須能回到原始 Email 或會議紀錄。
3. Seller Commitment：公司或業務已承諾的事
例如：
業務答應明天下午提供新版報價。
這應直接形成內部待辦。
4. AI Recommendation：Agent 建議的下一步
例如：
建議三天後再次聯絡客戶。
這只能標示：
RECOMMENDED
不能寫成：
CUSTOMER_REQUESTED
第 1 步：每一次客戶互動先建立 Follow-up Case
例如：
follow_up_id: FU-2026-1928 account: ABC Manufacturing contact: 王先生 opportunity: OPP-3918 source: Teams Meeting meeting_at: 2026-08-24 14:00 owner: Sales Owner status: PROCESSING
這筆 Follow-up Case 再連回 Contact、Account、Opportunity、Quote、Email thread 與 Meeting。
業務 Agent 處理的是一筆有邊界的工作，不是一段無限延伸的聊天紀錄。
第 2 步：建立 Commitment Ledger
每一項客戶與公司的承諾都應獨立保存。
例如：
| Type | Commitment | Owner | Due | Source |
|---|---|---|---|---|
| Customer | 提供設備圖面 | 客戶窗口 | 8/28 | Meeting 18:32 |
| Seller | 寄新版報價 | Sales | 8/25 | Meeting 21:10 |
| Internal | 確認交期 | Operations | 8/25 | Sales note |
這比只存一段 Meeting Summary 更有用，因為後續可以直接問：哪些事情公司答應客戶但還沒完成？
這種「未完成承諾」比一般 CRM note 更接近實際成交工作。
沒有明確承諾，就不要自己補
例如客戶說：「我再跟主管討論一下。」
合理紀錄：
customer_status: INTERNAL_REVIEW next_customer_commitment: NONE
不要自動變成：
Customer will confirm next week
除非客戶真的說了時間。
第 3 步：建立 Next Action Contract
每個待辦至少有：
action owner due_at dependency source status
例如：
action: 確認 AB-2048 交期 owner: operations due_at: 2026-08-25 dependency: product_match_confirmed source: meeting_20260824 status: OPEN
合法狀態可以有：
OPEN WAITING_CUSTOMER WAITING_INTERNAL READY DONE BLOCKED CANCELLED
這會比只有「Follow up next week」更容易真正執行。
WAITING_CUSTOMER 和 WAITING_INTERNAL 要分開
WAITING_CUSTOMER
- 等規格；
- 等 PO；
- 等預算；
- 等客戶選型。
WAITING_INTERNAL
- 等報價；
- 等交期；
- 等法務；
- 等主管折扣批准。
如果兩者都只叫 Pending，CRM 很難知道目前真正卡在哪裡。
第 4 步：AI 產生 CRM Update Proposal
第一版不需要直接修改 CRM。
可以先產生：
Opportunity Stage: Proposal → 建議維持 Next Step: 確認工廠交期 Next Activity Date: 2026-08-25 Customer Need: 需要 A/B 方案比較 Budget Status: Unconfirmed
每個欄位再加：
source confidence reason
例如：
budget_status: proposed_value: unconfirmed source: meeting / 12:44 evidence: 客戶表示仍需財務確認
業務按核准後才寫回。
HubSpot 現行 sales meeting workflow 就採這種方向：系統提出 post-call notes、action items、CRM property updates 與 follow-up draft，再由 seller review／approve。Salesforce Sales Agent 同樣會根據近期 notes、emails、voice/video calls 提出 opportunity field updates 和下一步建議。
哪些 CRM 欄位適合先自動建議？
比較安全
- Meeting summary；
- Last activity；
- Next activity；
- Missing information；
- Internal task；
- Contact role suggestion。
應人工確認
- Opportunity stage；
- Probability；
- Forecast category；
- Deal amount；
- Close date；
- Competitor；
- Customer commitment。
尤其 Deal Stage 不能因為 AI 覺得客戶語氣積極，就直接從 Discovery 改成 Proposal。
第 5 步：產生 Follow-up Email 草稿
Email 不應只是重新摘要整場會議。
比較有效的格式：
開頭
確認會議目的。
已確認事項
只寫雙方真的確認過的內容。
我方下一步
例如：我們會在 8 月 25 日前確認交期。
客戶待補
例如：請協助提供設備圖面。
Open Questions
還沒有答案的問題。
Closing
下一次聯絡或會議時間。
Microsoft 現行 Sales agent／Teams meeting recap 已能根據 sales meeting 產生 post-meeting summary email、CRM task 並保存 meeting notes。Salesforce 也提供 grounded in CRM and previous calls 的 meeting follow-up email action。
Follow-up Draft 旁邊應附 Evidence Panel
例如：
CUSTOMER COMMITMENT 提供圖面 → Meeting 18:32 SELLER COMMITMENT 明天寄報價 → Meeting 21:10 OPEN QUESTION 預算是否核准 → unresolved AI RECOMMENDATION 3 days後未回覆可再次聯絡 → recommendation only
業務可以很快確認 Agent 有沒有把「推測」寫成「客戶承諾」。
第 6 步：批准後再寄信、更新 CRM、建立待辦
批准應分 action。
例如：
Approve: CRM notes ✓ Approve: Create task ✓ Approve: Update opportunity stage ✗ Approve: Send email ✓
這比 Approve everything 安全。
正式操作完成後保存 Receipt：
follow_up_id crm_update_id task_ids email_message_id approved_by approved_at sent_at
如果 CRM write 回傳成功，再 read-back 驗證一次。
跟進流程要形成 Closed Loop
真正成熟的 Follow-up workflow 不會在「Email 寄出了」就結束。
例如：
Follow-up sent ↓ WAITING_CUSTOMER ↓ Reply received ↓ Create new Follow-up Case
如果三天沒有回覆：
FOLLOW_UP_DUE
Agent 可以產生第二封草稿。
但要先檢查：
- 客戶是否其實已回覆其他 thread；
- deal 是否已 closed；
- 業務是否已人工聯絡；
- 是否標記 Do Not Contact；
- 下一步是否已改變。
避免 Agent 一直按照舊 Schedule 寄信。
Stale Commitment 很值得監控
例如業務承諾「明天下午寄新版報價」，兩天後仍沒有 DONE。
系統可以：
SELLER_COMMITMENT_OVERDUE
提醒業務。
這種提醒可能比「AI 幫你寫一封更漂亮的 Email」更有直接商業價值。
Agent 不應自行寫出的四種結論
| AI 推測 | CRM 應該怎麼寫 |
|---|---|
| 客戶看起來很有興趣 | ENGAGEMENT_SIGNAL |
| 客戶應該有預算 | BUDGET_UNKNOWN |
| 應該下週會成交 | 不更新 Close Date |
| 建議三天後追蹤 | AI_RECOMMENDED_NEXT_ACTION |
推測仍可以保存，但必須有自己的類型。
一個完整 Sales Follow-up workflow
Meeting / Email
↓
Create Follow-up Case
↓
Evidence Extraction
↓
Commitment Ledger
↓
Open Questions
↓
Next Action Contract
↓
CRM Update Proposal
↓
Follow-up Email Draft
↓
Human Review
↓
CRM Write / Task Create / Send
↓
Read-back
↓
WAITING_CUSTOMER / WAITING_INTERNAL
↓
Next Event
第一次試點至少測五種情境
Normal
客戶清楚說明需求與下一步。
Missing
沒有 owner、期限或下一次行動。
Contradiction
Email 和會議內容不同。
Inference Trap
客戶表達興趣，但沒有做出承諾。
Commercial Commitment
涉及價格、折扣、交期、合約或付款，必須進人工 Gate。
建議追八個指標
| 指標 | 意義 |
|---|---|
| Follow-up Latency | 會議後多久完成第一次跟進 |
| Action Item Recall | 待辦漏掉多少 |
| Commitment Accuracy | 承諾辨識是否正確 |
| CRM Proposal Acceptance | CRM 建議多少被採用 |
| Email Edit Minutes | 草稿還要修改多久 |
| Overdue Commitment | 我方答應但沒完成的比例 |
| False Commitment | AI 錯寫成客戶承諾 |
| Exception Rate | 多少需要人工處理 |
其中 False Commitment 應該是非常重要的品質指標。
Reply Rate 不應直接等同 AI ROI
假設導入後回覆率提高，也不能立即宣稱全部來自 AI。
可能還受到客群、季節、業務能力、商品、價格與 Campaign 影響。
比較可靠的第一階段 ROI 是：
- 跟進變快；
- 漏追降低；
- CRM 更新完整；
- 待辦更完整；
- 人工整理時間下降。
財務 ROI 再導向 AI Agent ROI 怎麼算？
AI 業務跟進與詢價報價怎麼銜接？
如果跟進中發現客戶需要正式報價，流程進入 AI 詢價報價怎麼導入？
報價寄出後：
Quote Sent ↓ Sales Follow-up
再回到本篇流程。
因此兩頁可以形成：
詢價 ↓ 報價 ↓ 跟進 ↓ 新需求 ↓ 再報價
常見問題
AI 可以自動更新 CRM 嗎？
技術上可以。第一版建議先產生 CRM Update Proposal，由業務確認，再逐步開放低風險欄位。
AI 可以判斷成交階段嗎？
可以提出建議，但 Opportunity Stage、Probability、Forecast 等會影響業務判斷的欄位，應由業務核准。
AI 可以直接寄 Follow-up Email 嗎？
第一版先 Draft。當收件人、允許內容、資料來源、Approval、錯誤處理與 audit 都已穩定，再評估有限自動 Send。
AI 能自動找哪些客戶該跟進嗎？
可以根據 CRM activity、last contact、open tasks 等明確資料提出候選。不要只用模型主觀推測哪個客戶最可能成交。
會議紀錄可以直接當 CRM 事實嗎？
不要全部直接寫入。先區分 Evidence、Commitment、Open Question 和 AI Recommendation。
下一步
如果業務跟進經常要接報價：
如果 CRM／Email 的寫入權限還不清楚：
辦公室 AI Agent 怎麼導入？Shadow Mode 到人工確認
如果想先跑一輪實測：
如果想知道是否值得投入：
如果已經有固定 Follow-up 流程與 CRM：
主要參考
- HubSpot Breeze Sales Meeting Prep & Follow-up：meeting notes、action items、CRM recommendations、follow-up draft 與 seller review／approval。
- Microsoft Sales agent in Microsoft 365 Copilot：CRM lookup、past customer meetings、meeting preparation 與 follow-up。
- Salesforce Agentforce Sales：以 notes、emails、calls 提出 opportunity updates 與下一步。
分享此文：
KEEP READING
接著讀什麼？
從同一主題繼續閱讀，或回到 YOLO LAB 的完整文章索引，找到下一個值得投入時間的問題。
發表迴響