AI 潛在客戶分級最實用的做法，不是讓工具自動判定誰會買，而是讓每一筆網站、LINE、電話或社群詢問都有三件可覆核的事：從哪裡來、還缺什麼確認、下一步由誰在何時處理。對人手少的台灣服務業、零售店與 B2B 團隊，先把名單分成「需要補問」「可由人接手」「目前不適合」三種狀態，再讓 AI 協助摘要與起草問題，會比直接自動推銷更不容易漏接或誤承諾。價格、折扣、服務範圍、庫存、時程、個資用途與拒絕與否，仍要由有權限的人決定。
AI 潛在客戶分級先解的是交接，不是預測成交
很多小店以為分級就是替每個人打分數，最後卻只留下「高分、低分」兩欄，沒有人知道下一步。真正要先回答的是：這筆詢問是否有足夠資訊讓同事回覆？若沒有，需要問哪一題？若有，誰能承接並在何時聯絡？HubSpot 的 AI 名單資格頁把即時回應、依團隊條件判定與交給合適的人列為核心流程，並要求先測試回覆、預約與人工轉接設定。查看 HubSpot 的流程示例
但不要把平台示例照搬成小店的承諾。你的條件應來自真實的服務能力，例如服務地區、預算區間、可預約時段、商品庫存、問題類型或是否需要專業資格確認，而不是 AI 猜測顧客的價值。
小店先守住 3 個接手點
1. 來源：知道這筆詢問從哪個情境來
在同一張名單卡留下最小必要資料：進件管道、日期、顧客主動留下的需求，以及可合法聯繫的方式。不要把看過網站、按過讚或加入群組的人都當成同意接收推銷的潛在客戶。若資料來自門市、電話或 LINE，也應標記它不是網站表單，否則後續成效比較會失真。
2. 確認問題：讓 AI 找缺口，人決定要不要問
AI 可以把已授權使用的詢問內容濃縮成「需求、已知限制、待確認」三欄，再草擬一個短問題，例如「您希望安排的日期範圍是什麼？」但不要讓它補出顧客沒說過的預算、病況、地址、決策權或購買意圖。若服務涉及醫療、法律、金融、未成年或其他受管制情境，更不該用自動分數決定資格。
3. 責任人：每筆只留一個明確下一步
名單最常卡住，不是缺工具，而是「有人會看」被誤認為「有人負責」。為每一筆可接手詢問指定一位人員、一個回覆期限和一個可回寫結果：已聯絡、等待顧客補充、已預約、婉拒或轉介。NIST AI RMF 將清楚記錄角色、責任、使用情境與人工監督列為治理與風險管理的一部分；這是自願性框架，但對小團隊同樣有用。閱讀 NIST AI RMF Core
三種狀態怎麼分，才不會把表單送出當成交
| 目前狀態 | 可以留下的事實 | 下一步 | 不能自行推論 |
|---|---|---|---|
| 需要補問 | 來源、詢問主題、已明確表達的需求 | 由指定人員提出一個必要問題 | 預算、成交機率、同意行銷 |
| 可由人接手 | 需求符合已公布範圍、聯繫方式與可用時段 | 安排回覆、諮詢或報價前確認 | 最終價格、交期、例外條件 |
| 目前不適合 | 超出服務地區、品項、時段或明確規則 | 用核准話術說明限制，必要時轉介 | 顧客永遠沒有價值、可以任意再行銷 |
Google Analytics 的定義也提醒我們要分清階段：generate_lead 可用於初始名單取得，qualify_lead 是合格名單，close_convert_lead 才是合格名單成功轉為顧客。官方 Lead acquisition report 會分別以這三種事件計算新名單、合格名單與已轉換名單。查看 GA4 建議事件、查看 Lead acquisition report
因此，若你還沒有把網站、門市或 CRM 的狀態接起來，先在試算表回填三種結果即可；不要為了看起來漂亮，就把每一筆表單送出都標成成交或營收。
AI 可以整理什麼，人必須保留什麼決定
AI 適合在既有規則下協助：去除重複詢問、摘要已同意處理的對話、找出缺少的基本欄位、把同一問題整理成可審閱的回覆草稿，以及提醒哪一筆超過內部回覆時間。這些用途的共同點是：AI 在整理訊號，不是在代替商家承擔承諾。
人員應保留：是否接受客戶、如何解釋服務內容、報價與折扣、庫存與交期、退款與保固、優惠例外、敏感資料處理、是否能再行銷，以及任何公開或私下承諾。當 AI 的建議被人否決時，留下簡短原因，例如「服務地區不符」或「需要專業人員確認」，下次才有機會修正規則，而不是默默相信分數。
七天小型檢查：先測流程，後談自動化
- 挑一個單一來源，例如本週網站諮詢表單或 LINE 官方帳號詢問，不要一次混合所有渠道。
- 先寫下三個狀態與每個狀態的下一步，並指定一位最終負責人。
- 讓 AI 只產出摘要與待確認問題；每一筆仍由人勾選實際狀態。
- 每天抽查五筆，對照原始詢問，確認摘要是否漏掉限制、是否誤加內容，以及回覆是否準時。
- 第七天只調整一項規則，例如補問問題或回覆期限；不要同時更換模型、表單、話術與分數門檻。
若七天後仍回答不出「哪個來源帶來可接手的詢問、誰回覆、最後停在哪一關」，先補回寫欄位與負責人，不要急著購買更複雜的自動化。
適用對象與限制
本文適合已有基本詢問來源、但名單常漏接或交接不清的台灣中小企業；尤其是預約型服務、在地零售、課程、B2B 或小型電商。它不適合把 AI 分數直接用於高風險資格決定、信用、就業、醫療判斷，或在未確認資料用途與聯繫同意前大量行銷。涉及個資、跨境工具或受管制服務時，請依自身適用規範和專業意見另行確認。
資料更新與來源
本文於 2026 年 10 月更新。HubSpot 的產品功能、GA4 報表可見性與事件設定會隨帳戶權限及設定改變；NIST AI RMF 是自願性風險管理參考，並非台灣法律。本文依據 HubSpot AI lead qualification、Google Analytics Recommended events、Google Analytics Lead acquisition report 與 NIST AI RMF Core 的公開資料整理；發布前應回到原始頁面確認。
結論：先讓每筆詢問有人接，再讓 AI 幫你變快
AI 潛在客戶分級的價值，不在於替你猜中誰會成交，而在於讓小團隊少遺漏、少誤會、少做無法回溯的承諾。先守住來源、確認問題與責任人三個接手點；當每筆詢問都能被說清楚，才值得逐步加入更快的摘要、提醒與自動化。
FAQ
AI 潛在客戶分級需要先買 CRM 嗎？
不一定。先用試算表建立來源、狀態、下一步、負責人與回寫結果，流程穩定後再評估 CRM 或自動化。
表單送出能直接算合格名單嗎？
不能。表單送出只代表初始詢問；是否合格仍應依已公布的服務條件、必要資訊與人工確認判定。
AI 可以自動拒絕不適合的客戶嗎？
不建議直接自動拒絕。AI 可標記超出既定範圍的原因並草擬回覆，但拒絕、轉介與例外應由負責人核准。
GA4 的 generate_lead 和 qualify_lead 有什麼差別？
generate_lead 用於初始名單取得；qualify_lead 用於被判定為合格的名單。兩者不應混用，否則來源品質無法比較。
最先該追哪個名單指標？
先追每個來源的可接手詢問數與回覆是否準時，再逐步加入合格與成交結果。先把定義與回寫做穩，比先追複雜分數可靠。