AI 潛在客戶分級要先看五個成交訊號：客戶是否符合你的理想客群、需求是否具體、時間是否急、是否允許後續行銷，以及誰要在多久內跟進。AI 可以幫你整理表單、LINE、活動與客服資料，但如果原始欄位只留下姓名電話，模型只能猜；猜出來的分數會讓業務追錯人，也可能把已拒絕行銷的人再次放進名單。
為什麼名單變多，業務反而追不到單？
台灣 SME 常見的問題不是「沒有名單」，而是名單來源變多後沒有同一套判斷標準：官網表單問太少，LINE 對話沒有標籤，活動名單只記錄簽到，廣告表單沒有預算或需求時間。老闆看到數字上升，以為行銷有效；業務打了十幾通電話，才發現很多人只是下載資料、比價、找工作，或根本不是決策者。
Salesforce 將 lead scoring 說明為依據潛在客戶的行為、人口或公司資料、互動狀況來排序，目的是幫業務優先追最可能成交的名單。這個定義對 SME 很有用，但落地時不要急著買工具。你真正需要先做的是把「什麼叫好名單」寫成欄位與交接規則。
AI 潛在客戶分級先看 5 個成交訊號
分級不是讓 AI 代替業務做所有判斷，而是把散落的訊號變成可討論的共同語言。以下五個欄位可以先用試算表或 CRM 自訂欄位做 30 天，再決定是否自動化。
| 訊號 | 要收集的欄位 | 分級意義 | 常見風險 | 下一步 |
|---|---|---|---|---|
| 客群適配度 | 產業、公司規模、地區、角色 | 判斷是不是你真的能服務的客戶 | 只問姓名電話，AI 只能從 email 或留言亂猜 | 不符合服務範圍就降級或轉內容培育 |
| 需求強度 | 想解決的問題、目前替代方案、需求描述 | 看對方是研究、比價，還是已經有明確痛點 | 把下載白皮書等同於想買 | 需求具體者進入業務跟進，需求模糊者先補問 |
| 時間急迫性 | 預計採購或啟動時間、活動日期、截止日 | 決定今天打、三天內打，或放入培育 | 所有名單都標高優先，業務失去排序 | 30 天內要處理者列為熱名單 |
| 行銷同意與拒絕狀態 | 同意來源、同意時間、拒絕行銷紀錄 | 確定能不能繼續發送行銷訊息 | 把拒絕行銷的人放回再行銷或 AI 推薦名單 | 拒絕行銷者設為硬性排除，不用分數覆蓋 |
| 跟進責任 | 負責人、SLA、下一步、最近接觸紀錄 | 避免高分名單沒人接手 | AI 標高分但沒有指定窗口 | 高分名單必須有負責人與明確跟進時間 |
第一步不是加 AI，而是修表單與 LINE 標籤
如果你的表單只問姓名、電話、公司，AI 潛在客戶分級會很薄。建議把欄位改成「最少但有判斷力」：產業或角色、最想解決的問題、預計處理時間、目前是否已有供應商、是否同意接收後續資訊。LINE 官方帳號則可以用標籤區分來源與階段，例如展覽名單、詢價、預約諮詢、售後問題、已拒絕行銷。
欄位不要一次塞太多。B2C 小店可以先問需求與時間；B2B 服務商可以加上公司規模與角色；高單價顧問或設備商可以加上預算範圍，但要讓填寫者知道為什麼需要這些資料。欄位太多會降低表單完成率，欄位太少又會讓後端追單成本暴增。
讓 AI 做整理，不要讓 AI 獨自決定誰值得被理
AI 很適合把留言、LINE 對話、活動問卷整理成摘要，並初步標出需求類型、急迫性或疑慮。但分數一旦會影響誰被業務聯絡、誰被排除，就應該保留人工檢查。原因很簡單：資料可能不完整、客戶可能用口語描述需求，模型也可能把「沒有寫預算」誤判成「沒有預算」。
實務上可以把分級分成三層：A 級在 24 小時內由業務跟進；B 級進入三到七天內的補問或案例內容；C 級進入電子報、LINE 分眾或再互動流程。AI 可以建議等級，但每週要抽樣檢查：高分名單是否真的成交率較高？低分名單是否有被錯殺？被業務退回的原因是否要變成新欄位？
台灣 SME 的 30 天導入順序
第 1 週：定義什麼叫好名單
先找最近 20 筆成交、20 筆未成交、20 筆無效名單，問業務或老闆三件事：哪些訊號最早出現？哪些訊號其實沒有用？哪些來源看起來多但浪費時間？這一步會讓你的分級規則貼近真實業務，而不是照抄平台模板。
第 2 週：修改表單與標籤
把最關鍵的三到五個欄位加入表單、LINE 標籤或 CRM。不要一開始就追求完整自動化，先確保欄位真的有人填、有人看、有人根據它改變跟進順序。
第 3 週：設定人工版分級
用簡單規則先跑：符合目標客群加分，30 天內有需求加分，明確描述問題加分，已拒絕行銷直接排除，沒有負責人不得列為 A 級。這比一開始就用黑箱模型更容易說服團隊採用。
第 4 週：讓 AI 生成摘要與建議等級
等欄位穩定後，再讓 AI 協助整理長留言、歸納需求、建議跟進話術。這時 AI 的任務是減少人工整理時間，不是替公司決定誰有價值。每週用成交結果與退回原因調整規則，分數才會越來越接近現場。
哪些公司適合，哪些公司先不要做？
這套方法適合每月有一定名單量、業務跟進時間有限、產品或服務需要諮詢判斷的公司，例如 B2B 服務、教育課程、醫美與健康管理、室內設計、設備代理、企業軟體、展覽活動招商。這些情境通常不是一鍵下單，排序與跟進速度會直接影響成交。
如果你的每月名單不到 20 筆，或成交完全靠熟人介紹，先不要急著做 AI 分級。你更需要的是把每筆名單的來源、對話、下一步記錄清楚。若你的表單沒有合法告知、行銷拒絕紀錄散落在不同人員手機裡，也不要先上自動化，因為錯誤擴散會比人工時期更快。
資料更新與來源
本文於 2026-09-13 撰寫，依當日可查的公開來源整理。Lead scoring 的核心概念參考 Salesforce 對潛在客戶評分、明示與隱含資料、人工與預測式評分、常見錯誤的說明：Salesforce Lead Scoring guide。CRM 單一資料源、AI 與業務流程的概念也參考 Salesforce 官方 CRM 說明。
台灣行銷個資與拒絕行銷提醒，參考個人資料保護委員會籌備處公開的 個人資料保護法第 20 條條文及相關解釋，以及 拒絕商業行銷指引。本文不是法律意見；若涉及大量個資、跨境系統或敏感資料，應請法務或個資顧問確認。
結論：先把好名單定義清楚，AI 才有東西可分
AI 潛在客戶分級的價值，不在於多一個漂亮分數，而在於讓行銷和業務用同一套語言判斷機會。台灣 SME 可以先用 30 天做一張簡單分級表：客群適配度、需求強度、急迫性、行銷同意、跟進責任。當這五件事穩定後，再讓 AI 讀留言、整理摘要、建議等級，工具才會幫你省時間，而不是把混亂放大。
FAQ
AI 潛在客戶分級和一般潛在客戶評分有什麼不同？
一般潛在客戶評分多半用固定規則加減分；AI 潛在客戶分級可以讀取留言、對話摘要或歷史成交資料來建議等級。但兩者都需要清楚欄位、人工檢查與定期校正。
小公司沒有 CRM，可以做 AI 潛在客戶分級嗎？
可以先用試算表做 30 天，記錄來源、需求、時間、同意狀態、負責人與結果。等規則穩定後，再導入 CRM 或自動化工具會更安全。
表單欄位越多，分級會不會越準？
不一定。欄位太多會降低填寫率。建議只問會改變跟進順序的欄位，例如需求、預計時間、角色或公司類型，以及是否同意後續行銷。
已經拒絕行銷的名單可以讓 AI 再評分嗎？
不建議把拒絕行銷者放入再行銷或自動推薦流程。拒絕狀態應設為硬性排除，並記錄、更新與通知相關人員，避免後續誤觸。
AI 分級後，業務還需要人工判斷嗎？
需要。AI 可以整理資料與提出建議，但業務要檢查高分名單是否真的值得跟進，也要回報低分名單是否被錯誤排除，讓規則持續改善。