目錄
重點速讀 2 分鐘｜13 分鐘深讀早期 AI 產品不能只等 SEO 或社群自然成長。第 5 篇會教新手用 founder-led sales 建立第一批 100 人潛在名單，從社群、論壇、LinkedIn、競品評論找到可能客戶，用低壓外展開啟訪談、Demo 或試用。
重點整理：
- 早期 AI 產品不要只等 SEO、社群或口碑自然發生，因為你還不知道誰真的會買。
- founder-led sales 的重點是創辦人親自聽市場，不是急著把每個人都推進付費。
- 第一批 100 人名單要從痛點線索開始，不是從陌生 Email 數量開始。
- 外展訊息要短、具體、低壓，先開啟對話，再導向訪談、Demo 或試用。
- 新手要用銷售管線追蹤每個人的狀態、異議、下一步與結果，不要靠記憶做銷售。
為什麼早期不能只等 SEO 或社群自然成長
很多 AI 產品剛做完時，創辦人會有一個很合理、但很危險的想法：我先寫幾篇文章、發幾篇 LinkedIn、架好 SEO，客戶應該就會慢慢來。
這些事情都重要，但它們不適合當作唯一的早期獲客方法。原因很簡單：自然流量需要時間，而且在早期，你通常還不知道「誰會買、為什麼買、買之前會擔心什麼」。
SEO 是複利渠道。內容累積久了，會帶來穩定流量。社群也是複利渠道。持續分享有用內容，會建立信任。但第一批客戶不是只靠等待複利產生，因為你還沒有足夠資料知道該寫什麼、該對誰說、該承諾什麼結果。
以 AI 客服工具為例，如果你只寫「AI 客服自動化平台」，可能吸引到各種人：電商老闆、SaaS 客服主管、客服外包公司、LINE 官方帳號經營者、甚至只是想找聊天機器人的學生。這些人看起來都跟客服有關，但不代表都會買。
你真正要找的，可能是這種人：
- 每天收到大量重複客服問題。
- 客服人力有限，尖峰時段回覆變慢。
- 已經在用 Zendesk、Intercom、LINE OA 或客服系統。
- 不想讓 AI 直接亂回客戶，但願意讓 AI 先產生可複查草稿。
- 主管在意的是回覆速度、客服成本、客訴風險與知識庫維護。
這些細節很難只靠寫文章猜出來。你要直接去找可能客戶聊天。
Paul Graham 的 Do Things that Don't Scale 常被創業圈引用，核心提醒是早期創辦人通常需要手動招募使用者，不能只是把產品丟上網等人來。這對 AI SaaS 特別重要，因為 AI 產品常有信任問題：準確率、資料安全、幻覺、導入成本、責任歸屬。這些問題需要對話，不會只靠首頁文案自動消失。
所以第 5 篇的重點是：先主動找到第一批可能買的人，從對話中學會市場語言，再回頭優化你的產品頁面、內容、SEO、產品與定價。
founder-led sales 是什麼
founder-led sales 可以先翻成白話：創辦人早期親自找客戶、聊需求、做 Demo、處理疑慮、跟進試用與成交。
它不是要創辦人永遠當業務。它的價值在於早期資訊最稀缺，創辦人必須直接聽到市場怎麼說。
如果你把銷售太早交給別人，常見問題是：
- 你不知道客戶聽到哪一句話才點頭。
- 你不知道哪些客戶其實沒有預算或權限。
- 你不知道為什麼有人有興趣但不試用。
- 你不知道 Demo 哪一段最有說服力。
- 你不知道產品哪個功能只是你覺得重要，客戶其實不在乎。
以 AI 銷售助理為例，你可能覺得產品最大賣點是「用 AI 產生個人化 cold email」。但聊過幾位銷售主管後，可能發現他們真正痛的是：
- 業務有寫信，但後續跟進亂掉。
- CRM 裡面有很多潛在客戶，沒有人知道下一步。
- 新人不知道如何根據產業、職稱與過去互動調整訊息。
- 主管不知道哪一種訊息帶來高品質回覆。
- 團隊不想把所有客戶資料丟進不可信的工具。
這時你的價值主張就會改變。你不是「AI 幫你寫信」，而是「讓銷售團隊把客戶資料、訊息個人化與跟進節奏整理成可複查的流程」。
founder-led sales 有三個早期任務：
| 任務 | 你要學到什麼 | AI 產品範例 |
|---|---|---|
| 找人 | 誰最可能有痛點 | AI 客服工具先找高客服量電商與 SaaS 支援團隊 |
| 聊天 | 痛點、替代方案、付費動機 | 對方現在用人工、巨集、FAQ、外包或既有客服系統 |
| 推進 | 下一步是否明確 | 訪談、Demo、試用、試點、報價或暫不合適 |
早期成交不是只靠說服。它更像是在篩選：誰真的有痛、誰現在就想解、誰有預算、誰能決定、誰願意花時間測試。
如何建立第一批 100 人潛在名單
第一批 100 人名單不是叫你亂抓 100 個 Email。它是一份「最可能有痛點的人」清單。
你可以先用這個分配方式，不必完全照抄，但它能讓新手開始動：
| 來源 | 建議數量 | 怎麼找 | 適合 AI 客服工具的線索 |
|---|---|---|---|
| 既有人脈與介紹 | 25 | 朋友、前同事、客戶、投資人、社群熟人 | 認識電商品牌、客服主管、SaaS founder |
| LinkedIn 或公開職稱搜尋 | 20 | 搜尋 Customer Support、Customer Success、Sales Ops、Founder | 團隊有客服、成功經理、支援主管 |
| 社群、論壇與討論區 | 20 | Facebook 社團、Slack、Discord、Reddit、產業論壇 | 有人抱怨客服爆量、FAQ 維護、回覆速度 |
| 競品評論與工具目錄 | 15 | G2、Capterra、AppSumo、Product Hunt、AI tool directory | 使用者評論提到價格高、導入難、功能缺口 |
| 招募與公司動態 | 10 | 職缺、新聞稿、產品更新、徵才頁 | 公司正在招客服、銷售、成功團隊 |
| 內容與活動線索 | 10 | webinar、文章留言、活動講者、Podcast 來賓 | 公開討論客服自動化、銷售效率、AI 導入 |
這裡的數字不是成功率 benchmark，只是第一輪研究與外展的工作量框架。你真正要管理的是品質。
一張好名單至少要有這些欄位：
| 欄位 | 為什麼需要 | 範例 |
|---|---|---|
| 公司或個人 | 知道你在找誰 | ABC 電商、某 SaaS 客服主管 |
| 角色 | 判斷是否接近痛點與決策 | Founder、客服主管、Customer Success Lead |
| 來源 | 日後比較哪個渠道有效 | LinkedIn、FB 社團、競品評論 |
| 痛點線索 | 避免亂槍打鳥 | 提到客服量暴增、FAQ 失效、回覆慢 |
| 目前替代方案 | 知道你在取代什麼 | 人工回覆、巨集、Zendesk、Intercom、Google Sheet |
| 聯絡方式 | 外展入口 | Email、LinkedIn、社群私訊 |
| 外展訊息角度 | 這封訊息為什麼相關 | 「看到你們在招客服主管」或「看到你提到客服重複問題」 |
| 狀態 | 不靠記憶管理 | 名單、已外展、已回覆、已約 Demo |
| 下一步 | 每個人都有下一個動作 | 三天後跟進、寄範例、安排訪談 |
如果你做的是 AI 銷售助理，名單可以換成 B2B founder、銷售主管、業務開發、代理商、正在招 SDR 的公司、或公開討論冷信與 CRM 跟進的人。
重點不是「這個人可能會用 AI」。重點是「這個人正在處理一個很貴、很煩、很常發生，而且你的產品能改善的工作」。
如何從社群、論壇、LinkedIn、競品評論找客戶
找第一批客戶時，不要只問「哪裡人最多」，要問「哪裡能看到痛點訊號」。
社群與論壇
社群和論壇的價值不是讓你進去貼廣告，而是觀察真實問題。你可以搜尋這類詞：
- 客服爆量
- 訊息回不完
- LINE OA 客服
- Zendesk 替代
- Intercom 太貴
- FAQ 維護
- AI 客服準確率
- 銷售信件沒回覆
- SDR 跟進
- CRM 很亂
- cold email template
看到有人發問，不要立刻貼產品連結。比較好的做法是先回答問題、問清楚情境，必要時再私訊：
「看到你提到客服尖峰時段回覆不完，我最近在研究 AI 先產生客服草稿、再由人工確認的流程。方便請教你們現在最卡的是 FAQ 維護、分派工單，還是回覆速度嗎？」
LinkedIn 適合找角色與公司動態。你可以找：
- Customer Support Manager
- Customer Success Lead
- Head of Sales
- Revenue Operations
- Founder
- Sales Development Representative
但不要只看職稱。你要看對方最近是否有相關訊號：
- 公司正在招客服或銷售角色。
- 對方發文談 AI、客服、銷售效率。
- 公司剛上線新產品，可能客服量上升。
- 公司有很多 B2B 線索需要跟進。
- 對方在留言區討論過工具、流程或痛點。
競品評論
競品評論是早期很有用的研究材料。你不是要抄競品，而是找「替代方案哪裡讓客戶不滿」。
可以看這些地方：
- G2、Capterra 類型的 SaaS 評論站。
- AppSumo、Product Hunt、AI tool directory 的留言。
- 競品社群、公開文件、產品更新留言。
- YouTube 評測、部落格比較文、論壇討論。
你要記錄的是：
| 評論訊號 | 可能代表什麼 | 外展切入角度 |
|---|---|---|
| 太貴 | 小團隊預算敏感 | 詢問他們願意為哪個成果付費 |
| 導入太慢 | 團隊缺技術資源 | 主打免串接或小規模試點 |
| AI 答案不穩 | 信任與複查需求 | 主打人工確認、草稿與風險提醒 |
| 功能太複雜 | 新手上手困難 | 主打單一使用情境 |
| 客服或銷售資料分散 | 流程問題 | 主打整合、摘要與下一步提醒 |
既有人脈
很多新手低估人脈介紹，因為覺得它不像數位行銷。但第一批客戶的目標不是漂亮地自動化，而是快速找到願意講真話的人。
你可以傳訊息給朋友、前同事或業界熟人：
「我正在做一個 AI 客服工具，想找每天有大量客服訊息、但還不確定要不要導入 AI 的團隊聊 15 分鐘。不是要請你買，主要想了解他們現在怎麼處理重複問題。你有想到 1 到 2 位適合的人嗎？」
這種訊息比「幫我介紹客戶」壓力低，也更容易得到回應。
第一封外展訊息怎麼寫
第一封外展訊息的目的不是成交，而是讓對方願意回覆。
新手可以用這個公式：
- 你為什麼找他。
- 你觀察到的具體情境。
- 你正在解決的問題。
- 你想請教或示範什麼。
- 一個低壓下一步。
不要一開始寫很長，也不要把產品功能全部塞進去。
AI 客服工具外展範例
主旨可以是：
- 看到你們最近在招客服主管，想請教一個 AI 客服問題
- 關於客服重複問題處理，想請教 15 分鐘
- 看到你提到客服訊息量，想做個需求訪談
訊息範例：
你好，我是 Frederick，正在做一個 AI 客服工具，想幫高訊息量團隊先把重複問題整理成可複查的回覆草稿。
我看到你們最近在招客服主管，猜測客服量可能正在增加。
我不是想直接推銷，想請教 15 分鐘：你們現在怎麼處理重複客服、尖峰時段與 FAQ 維護？
如果不適合也沒關係，我可以先寄一份問題清單給你看。
AI 銷售助理外展範例
你好，我看到你最近分享 SDR 跟進效率的文章。
我正在做一個 AI 銷售助理，方向不是大量自動寄信，而是幫業務根據產業、角色與 CRM 紀錄整理下一步跟進建議。
想請教 15 分鐘：你們現在最卡的是找名單、寫第一封信、還是後續追蹤？
如果你願意，我也可以用一筆去識別化線索示範一次。
這兩封訊息都有幾個共同點：
- 有說明為什麼找對方。
- 有提到具體情境，不像群發。
- 沒有硬推「最強 AI」。
- 先請教問題，再談 Demo。
- 給對方拒絕空間。
下面是弱訊息與較好訊息的差別：
| 弱訊息 | 問題 | 較好寫法 |
|---|---|---|
| 我們是最強 AI 客服平台，要不要試用？ | 太像廣告，沒有情境 | 看到你們正在招客服，想請教你們現在怎麼處理重複問題 |
| 我們可以幫你節省 80% 成本 | 沒證據，承諾過度 | 我們正在測試 AI 先產生客服草稿、再由人工確認的流程 |
| 可以給我 30 分鐘 Demo 嗎？ | 對方還不知道為何要看 | 想先請教 15 分鐘，確認這是否是你們真的在處理的問題 |
| 這是我們的官網，請參考 | 沒有下一步 | 如果你願意，我可以用一個範例情境示範 5 分鐘 |
如果你要寄 Email，也要遵守平台與所在地的寄信規則，並尊重對方不想被聯絡的意願。早期外展的目標是學習和建立信任，不是用大量訊息洗名單。
如何把對話導向訪談、Demo 或試用
有人回覆後，不要急著把所有產品功能倒出來。你要先判斷對方目前在哪個階段。
| 對方回覆 | 可能意思 | 建議下一步 |
|---|---|---|
| 有興趣，想了解 | 痛點可能存在 | 約 15 到 20 分鐘訪談，先問現況 |
| 你可以寄資料給我 | 有興趣但不想開會 | 寄 3 點重點加 1 個問題，不要丟長簡報 |
| 我們已經有工具 | 有替代方案 | 問現在工具哪裡好、哪裡仍卡 |
| 現在不需要 | 時機不對或痛點不強 | 問是否能之後追蹤，或請教什麼情境會變重要 |
| 沒回覆 | 訊息、名單或時機不對 | 幾天後禮貌跟進一次，不要連續轟炸 |
訪談時，先不要問「你會不會買我的 AI 產品」。這題很容易得到客套答案。你要問更具體的問題：
- 你們現在一天大概處理多少客服或銷售對話？
- 哪一類問題最重複、最耗時間？
- 現在用什麼方式處理？人工、巨集、知識庫、外包、既有工具？
- 這件事如果沒解決，會造成什麼成本？
- 誰會在意這個問題？客服主管、銷售主管、營運、老闆？
- 如果有一個工具可以改善，你們最擔心什麼？
- 什麼結果會讓你願意安排下一步 Demo 或試用？
如果對方願意看 Demo，Demo 不要做成產品導覽。新手很容易從登入、設定、功能列表一路講到結尾，對方聽完還是不知道是否有用。
早期 Demo 可以用這個順序：
- 先重述你聽到的痛點。
- 用對方熟悉的情境示範。
- 展示使用前後差異。
- 說明 AI 哪些地方需要人工確認。
- 問對方：這跟你們現況差在哪裡？
- 如果有價值，再約試用、試點或下一位決策者。
以 AI 客服工具來說，不要只展示「AI 能回答問題」。你可以展示：
- 一批客服對話如何被分類。
- AI 如何從知識庫產生回覆草稿。
- 人工如何確認、修改、送出。
- 哪些問題要升級給真人。
- 主管如何看重複問題與知識庫缺口。
以 AI 銷售助理來說，不要只展示「AI 能寫信」。你可以展示：
- 如何根據名單角色產生不同切入角度。
- 如何從 CRM 紀錄整理下一步。
- 如何比較不同訊息版本的回覆品質。
- 如何提醒業務不要漏跟進高意向線索。
你的目標不是讓對方稱讚 AI 很酷，而是讓對方說：「這剛好是我們現在卡住的地方。」
把對話放進銷售管線
HubSpot 對 sales pipeline 的說明很適合新手理解：銷售管線就是把交易或潛在客戶放在不同階段，讓你知道現在卡在哪裡、下一步是什麼。
你不需要一開始就買複雜 CRM。Google Sheet、Notion、Airtable 都可以。重點是每個人都有狀態。
第一版銷售管線可以這樣設計：
| 階段 | 定義 | 你要做什麼 |
|---|---|---|
| 名單 | 尚未聯絡，但有痛點線索 | 補齊角色、來源、替代方案與外展角度 |
| 已外展 | 已寄第一封訊息 | 記錄日期、訊息版本、渠道 |
| 已回覆 | 對方有任何回覆 | 判斷正向、負向、異議或需要更多資料 |
| 已約訪談 | 對方同意聊現況 | 準備訪談問題，不急著推功能 |
| 已 Demo | 已看過產品示範 | 記錄對方最有反應的地方與疑慮 |
| 試用或試點 | 對方願意用真實或去識別化情境測試 | 設定成功標準、時間、資料範圍 |
| 成交 | 對方付費或簽試點 | 記錄成交原因、價格、導入條件 |
| 暫不合適 | 無痛點、無預算、角色不對或時機不對 | 記錄原因，不要硬追 |
早期你要看的指標很簡單：
| 指標 | 白話意思 | 你要觀察什麼 |
|---|---|---|
| 回覆率 | 發出外展後有多少人回覆 | 名單是否準、訊息是否相關 |
| 正向回覆 | 回覆中有多少願意聊 | 痛點是否存在、語氣是否有急迫性 |
| 約訪談率 | 有多少人願意開會 | 外展是否能推進下一步 |
| Demo 後下一步 | 看完 Demo 後是否願意試用 | 示範是否打到真問題 |
| 試用到付費 | 試用後是否願意付費 | 產品是否真正創造結果 |
這些指標不需要拿來跟網路 benchmark 硬比，因為產業、客單價、名單品質、訊息渠道都會影響結果。早期更重要的是比較自己的版本：哪一種客群、哪一種痛點、哪一種訊息，帶來比較好的對話與下一步。
常見錯誤
錯誤一：一開始只等自然流量。
SEO、內容和社群很重要，但早期你需要直接對話來校正方向。不要等三個月後才發現文章寫給錯的人。
錯誤二：把外展當成廣告投遞。
外展不是把同一段訊息貼給 500 人。早期更適合少量、高相關、可學習的對話。
錯誤三：名單只有 Email，沒有痛點線索。
如果你不知道為什麼這個人可能需要你，訊息就會變成亂槍打鳥。
錯誤四：第一封訊息太長。
新手常把產品介紹、公司背景、所有功能、價格和 Demo 全部塞進第一封。第一封只要讓對方願意回覆。
錯誤五：一有回覆就硬推 Demo。
有些人還在釐清問題。先問現況，確認痛點，再決定是否 Demo。
錯誤六：沒有記錄異議。
「太貴」、「現在不需要」、「已經有工具」、「怕資料外洩」、「不相信 AI 準確」都是重要資訊。不要只把它們當拒絕。
錯誤七：只追求成交，不學習。
第一批客戶當然重要，但第一批對話同樣重要。它們會告訴你產品頁面該怎麼寫、SEO 該寫什麼、產品該優先改善什麼。
後續研究怎麼擴展
做完第一輪外展後，你可以把研究分成幾條線。
| 研究線 | 要回答的問題 | 可以查什麼資料 |
|---|---|---|
| 客群研究 | 哪一類人最常回覆、最願意聊、最有預算 | 訪談紀錄、CRM 狀態、職稱、公司規模 |
| 渠道研究 | 哪裡找到的名單品質最高 | LinkedIn、社群、論壇、競品評論、人脈介紹 |
| 訊息研究 | 哪一種外展角度最能開啟對話 | 主旨、第一句、痛點描述、CTA、跟進訊息 |
| 競品研究 | 客戶現在用什麼替代方案 | G2、Capterra、Product Hunt、AppSumo、競品 FAQ |
| Demo 研究 | 哪一段示範最能推進下一步 | Demo 紀錄、對方提問、試用轉換、異議 |
| 銷售管線研究 | 哪個階段掉最多人 | 名單到回覆、回覆到訪談、Demo 到試用、試用到付費 |
| AI 信任研究 | 客戶最擔心 AI 的哪一點 | 準確率、資料安全、幻覺、人工複查、權限控管 |
如果你要繼續查最新資料，建議優先看：
- SaaS founder-led sales 案例與 YC startup sales 相關內容。
- B2B SaaS outbound sales 與 cold email 的實務資料。
- LinkedIn、Email 與所在地的外展規範，這些規則可能會變動。
- AI 客服、AI sales assistant 的競品頁面、價格頁與評論。
- PLG 與 sales-led SaaS benchmark，但要注意不同產業不可直接套用。
- Google SEO 官方文件，等你開始做內容與長期自然流量時再深入。
白話術語表
| 術語 | 白話解釋 |
|---|---|
| 外展 | 主動接觸可能客戶，不等對方自己搜尋到你。外展可以是 Email、LinkedIn 訊息、社群私訊、活動後跟進或請朋友介紹。 |
| 冷信 | 寄給尚未認識的潛在客戶的短訊息或 Email。好的冷信不是亂發廣告，而是相關、具體、低壓，並讓對方容易回覆。 |
| 銷售管線 | 把潛在客戶從名單、已外展、已回覆、已約訪談、已 Demo、試用、成交或暫不合適等階段整理起來，知道每個人下一步要做什麼。 |
| 名單 | 可能符合目標客戶條件的人或公司清單。好名單要有角色、來源、痛點線索、目前替代方案、聯絡方式、狀態與下一步。 |
| 回覆率 | 發出外展後有多少人回覆。例如 100 封訊息有 8 封回覆，就是 8%。早期不要只追求高回覆率，也要看回覆是否來自真正可能付費的人。 |
| Founder-led sales | 創辦人早期親自找客戶、聊需求、做 Demo、處理異議與跟進成交。目的在於學習市場，而不只是把東西賣出去。 |
大家都在問
脆上快聊，群裡慢慢拆。
剛入坑群友問我沒有流量、沒有粉絲、沒有名單，要怎麼找到第一批客戶？
老群友答 先不要等 SEO 或社群慢慢長大。早期要由創辦人主動找人：定義最可能有痛點的客戶，建立第一批 100 人潛在名單，從社群、論壇、LinkedIn、競品評論與人脈介紹找線索，再用低壓外展把對話導向訪談、Demo 或試用。
脆友問founder-led sales 是什麼意思啊
脆上怎麼說看脆 founder-led sales 是創辦人早期親自做銷售、訪談、Demo 與跟進。重點不是創辦人要永遠當業務，而是早期要直接聽見客戶怎麼描述問題、為什麼不買、願意為什麼結果付錢。
脆友問冷信是不是亂寄廣告
脆上怎麼說看脆 不是。好的冷信應該是少量、相關、具體、低壓，並且尊重對方拒絕。你要說明為什麼找他、你猜測的痛點是什麼、想請教或示範什麼，不要一開頭就硬推方案。
剛入坑群友問第一批 100 人名單一定要剛好 100 人嗎？
老群友答 不一定。100 人只是讓新手有足夠樣本的實作目標。重點是每個人都要有清楚來源、角色、痛點線索、目前替代方案與下一步，不是把陌生 Email 貼滿表格。
脆友問回覆率低代表產品失敗嗎
脆上怎麼說看脆 不一定。回覆率低可能是名單不準、訊息太像廣告、痛點不夠具體、對方角色不對或時機不對。早期不要只看一次外展結果，要比較不同客群、訊息角度與渠道。
剛入坑群友問看完這篇後，我可以立刻做什麼？
老群友答 今天先建立一張 100 人名單表，填入 20 個最可能有痛點的人，寫兩版外展訊息，各發給 5 到 10 位高度相關對象，並記錄回覆、異議、是否願意訪談或看 Demo。
資料查證：2026-06-17。本文參考 Paul Graham 對早期手動招募使用者的創業觀點、HubSpot 對 sales pipeline 的階段整理、Customer Development 對走出假設與驗證需求的基本概念，以及 Strategyzer Value Proposition Canvas；外展平台規則、Email 規範、SaaS benchmark、AI 客服與 AI 銷售助理競品資料會隨時間變動，後續研究仍應查最新資料。