收藏!AI+大客户痛点解码SOP
← 回到知识库收藏!AI+大客户痛点解码SOP(含提示词模版)
原创 · 小盟 / 盟略咨询 · 2026年4月12日 20:00 · 上海
客户说"考虑考虑",你真的懂他在想什么吗?
你有没有经历过这种时刻——
见了三次面,客户态度挺好,每次都说"你们产品不错,我回去研究研究"。
但研究来研究去,再也没有下文。
你开始怀疑:是价格问题?竞争对手抢单了?还是内部预算被砍了?
你不知道。
因为你从来没有真正读懂过他的痛点。
大多数工业销售的困境不是"产品不好",是对客户的了解停留在表面——只知道他买什么,不知道他为什么买、为什么犹豫、为什么最终选了别人。
今天这篇文章,给你一套可以立刻实操的方法:
用AI从客户的公开信息中,把他没说出口的痛点,一条一条挖出来。
读完你能带走:1套分析SOP、1张痛点分类框架、3个提示词模板。
一、你以为他在买设备,其实他在解决一个问题
很多销售觉得,找客户痛点就是靠"关系深"——多见几次面,他自然会说。
张方金老师给出的判断截然相反:
"你见客户的次数不重要,你会不会读公开信息才重要。"
一家客户在官网宣布"启动二期工厂建设",这是在做什么?
➡️他在暗示:现有产能不够用了。
一家客户在招聘"IE工程师(熟悉精益生产)",这说明什么?
➡️他在暗示:生产流程有问题,效率低下。
一家客户在招标"高精度磁浮电机(定位精度≤0.01mm)",背后是什么?
➡️他在暗示:现有产品精度不够,已经影响到客户满意度了。
公开信息,就是客户挂在网上没被读懂的"求救信号"。
你的竞争对手也许看到了,但他不知道怎么分析。 你学完这套方法,就知道了。
二、AI工具怎么选?先别一股脑全上
工具不对,努力白费。
| 任务类型 | 推荐工具 | 核心优势 | 局限性 |
|---|---|---|---|
| 长文档摘要提取 | Kimi | 超长上下文,一次吃下整份报告 | 追问深度有限 |
| 痛点归因分析 | DeepSeek / 豆包 | 逻辑推理强,支持多轮追问 | 长文本稍弱 |
| 多客户批量抓取 | 八爪鱼 | 自动爬取+去重+分类,省时省力 | 需要数据清洗 |
核心原则:信息量大,先用Kimi;要分析、要追问,换DeepSeek。
两个工具配合使用,效率翻倍。
三、五步SOP:把公开信息变成精准痛点
这是本讲最核心的部分。
建议收藏后立刻实操,对着一个真实客户跑一遍。
🔹 第一步:信息收集(至少5类,每类3条以上)
按以下优先级,收集客户的公开信息:
① 官网新闻(最近3-6个月动态) ← 优先级:高
② 招标公告(采购需求/参数要求) ← 优先级:高
③ 招聘信息(关键岗位动向) ← 优先级:高
④ 产品中心(核心产品参数/短板) ← 优先级:高
⑤ 行业媒体/财报(经营压力/行业地位)← 优先级:中
信息越具体,AI分析越准确。
🔹 第二步:结构化整理
不要把信息乱堆给AI,先按以下格式梳理:
时间 + 来源 + 核心内容
例:2024-11 / 官网新闻 / 启动二期工厂建设,新增产能5000台,聚焦高端节能机型
这一步的价值在于:让AI少猜、多算,输出更准。
🔹 第三步:设计提示词(直接复制使用)
把整理好的信息发给AI,并附上以下提示词:
请基于以下 [某注塑机生产企业] 的公开信息,分析其核心痛点:
从两个维度各找3个:
- 运营维度(成本 / 效率 / 质量)
- 发展维度(扩产 / 转型 / 合规)
每个痛点输出格式:痛点描述 → 支撑信息 → 推导逻辑
🔹 第四步:结果判读(别全信AI)
AI输出后,逐条核查:
- ✅ 是否有具体信息支撑?
- ✅ 是否符合行业常识?
- ❌ 有没有"无中生有"的推测?
AI是推理工具,不是预言家。你的行业判断,是最后一道质检关。
🔹 第五步:二次追问(把分析做深)
对模糊痛点继续追问,例如:
"针对'生产效率低'这一痛点,结合该企业扩产需求及招聘自动化工程师的信息,能否具体分析——是流程效率低还是设备效率低?哪个问题更紧迫?"
一次追问不够,就两次、三次,直到答案具体到能写进方案为止。
💡 以上五步是本讲最核心的操作框架,建议下次拜访客户前对照使用。
四、痛点分类框架:优先级一眼看清
找到痛点之后,下一步是判断——哪个先攻,哪个后攻。
🔴 运营痛点——关乎"活下去"
| 类型 | 典型信号 | 优先级 |
|---|---|---|
| 成本类 | 财报毛利下降、能耗数据高、人工比例大 | ⭐⭐⭐⭐⭐ |
| 效率类 | 招聘IE/自动化工程师、扩产+现有产能不足 | ⭐⭐⭐⭐⭐ |
| 质量类 | 招标高精度设备、出现质量投诉/召回 | ⭐⭐⭐⭐ |
运营痛点直接影响当前业务运转,不解决会出事。优先级极高,是切入点首选。
🔵 发展痛点——关乎"活得好"
| 类型 | 典型信号 | 优先级 |
|---|---|---|
| 扩产类 | 官网宣布扩厂/新产线 | ⭐⭐⭐⭐ |
| 转型类 | 产品无智能功能、高端市场占比低 | ⭐⭐⭐ |
| 合规类 | 招聘环保工程师、出现环保整改公告 | ⭐⭐⭐⭐ |
| 市场类 | 高端客户流失、竞品价格战压力 | ⭐⭐⭐ |
发展痛点短期不急,长期致命——它是打开战略合作的那把钥匙。
💡 建议收藏:这两张表是判断客户痛点优先级的标准工具,建议在每次客户分析会前打印出来对照使用。
五、从"技术语言"到"客户听得懂的话"
找到了痛点,还要会说。
工业销售最常见的毛病:把技术参数当价值输出。
客户不关心你的产品参数,他关心的是:这个东西能帮我省多少钱、赚多少钱、少惹多少麻烦。
看看这三组对比:
| 你说的(技术语言) | 客户听到的(商业语言) |
|---|---|
| "能耗高" | "贵司每月因能耗多支出约15万元,年化180万" |
| "产线自动化不足" | "扩产后日均产能仅80台,距目标120台差40%,人工错误影响交货" |
| "智能功能缺失" | "高端客户普遍要求远程监控,现有产品无此功能,已影响汽车零部件客户留存" |
转化公式:场景化描述 + 数字量化 + 利益关联 = 客户听得懂的价值主张。
配一个可直接使用的提示词:
已知客户痛点:[能耗成本高,2023年毛利率下降3%,日均能耗比行业高20%]
已知我方优势:[智能控制系统可降低能耗15-20%,支持动态参数调整]
请用 [注塑机制造行业] 客户视角,将痛点与优势链接, 撰写一段200字以内的价值表述,要求:
- 数据化(用具体数字)
- 场景化(还原工作场景)
- 关联ROI(说明投资回报)
六、案例:用AI分析一家注塑机企业
输入:5类公开信息
| 信息来源 | 核心内容 |
|---|---|
| 官网新闻 | 启动二期工厂建设,新增产能5000台,聚焦高端节能机型 |
| 产品中心 | 能耗参数有标注,但无智能控制功能说明 |
| 招聘信息 | 招聘自动化工程师(熟悉PLC)、IE工程师(生产流程优化) |
| 行业报道 | 2023年毛利率同比下降,主因能耗成本+原材料涨价 |
| 招标公告 | 采购高精度磁浮电机,定位精度要求≤0.01mm |
输出:AI识别出4个核心痛点
| 痛点类型 | 具体描述 | 推导依据 | 你的切入点 |
|---|---|---|---|
| 成本类 | 能耗成本侵蚀利润 | 毛利率下降+节能机型推广 | 智能节能控制方案 |
| 效率类 | 自动化程度不足 | 招聘PLC工程师+扩产需求 | 自动化改造方案 |
| 质量类 | 成型精度不达标 | 采购高精度磁浮电机 | 高精度配套设备 |
| 发展类 | 智能化功能缺失 | 产品中心无智能控制功能 | 智能升级解决方案 |
从信息收集到痛点输出,全程不超过30分钟。
七、行动清单(对照执行)
听完这一讲,建议你今天就完成以下动作:
1️⃣ 选一个正在跟进的客户,收集5类公开信息(官网/招标/招聘/产品/行业报道)
2️⃣ 用"时间+来源+内容"格式整理
3️⃣ 复制本文的提示词模板,跑一遍痛点分析
4️⃣ 对照两类痛点框架,判断哪个痛点优先级最高
5️⃣ 用"转化三原则"把痛点改写成客户听得懂的语言
💡 这5步就是你下次客户拜访前的准备清单,做完再去,成功率翻倍。
读懂客户,是成交的起点,不是终点
客户说"考虑考虑",不是在拒绝你。
他是在等一个人,能读懂他没说出口的那句话。
痛点找到了,下一步是:谁来拍板?谁来执行?谁会阻挠?
不同的人,关心点完全不同——生产厂长看效率,技术总监看兼容,采购总监看成本。
找对了人说对了话,才算真正打通了这单。