陌生開發信怎麼寫才不像 AI 垃圾？一把比範本更有用的尺

先看一封信。

「Tim 你好，恭喜你被取名叫 Tim。這麼棒的名字，你一定很辛苦吧。我們公司是一間 B2B SaaS 解決方案，做 AI 轉型與市場進攻。你有沒有 15 分鐘，讓我跟你講講我想從你身上得到的一切？」

你笑了。

然後你想起上禮拜自己寄出去的那封開發信、那則 LINE 官方帳號推播、那封 EDM。除了文法更順、字更多、開頭多了一句「注意到貴公司近期的成長」，本質有差嗎？

沒有。而且因為現在是 AI 寫的，你一天能發一千封。

我最近看了一集 podcast，是 FullEnrich 頻道的《Full Funnel Rich》，來賓是 Blueprint GTM 創辦人 Jordan Crawford，一位 GTM（Go-To-Market，市場進攻）工程師。主持人介紹他的時候用了「很多人稱他是全世界最強的 GTM 工程師」這種說法，那是主持人的推崇，我們就當推崇聽。

整集大半在講工具。但最值錢的東西出現在第 111 秒，他自我介紹的時候，隨口講了一句話。

那句話我聽完停下來，倒回去又聽了一次。

那句話：一把尺，不是一個技巧

他說，他的目標是幫團隊「發出他們自己收到也會覺得驕傲的訊息」（send messages that they would be proud to receive）。

然後他直接把這句話當成判準：

這就是你用來分辨什麼是 AI 垃圾、什麼是 AI 精品的那把尺。

方法是反推。先問「我能發出的最好的一封訊息長什麼樣」，寫出來，看著它。然後才問第二個問題：這種等級的東西，怎麼大量發？

順序千萬別倒過來。

我去查了 Blueprint GTM 的官網，他們自己的說法是「Build a message where the data IS the message」，做到訊息具體到「收件人願意付錢來收到它」。同一把尺，換句話講。所以那句話不是上節目臨場掰的漂亮話。那是他拿來收錢做生意的東西。

重點是什麼？

這把尺最狠的地方在於，它同時管住了兩件事：品質，跟你想規模化的野心。

以前你手動寫，一天發不了幾封，品質爛也只爛在少數人面前。現在 AI 幫你寫，你的產能翻了幾十倍，品質就等比例地放大出去。你平庸，它就把平庸發得更快、更遠、更有禮貌。

AI 沒有讓你的訊息變好。它只是讓你原本的水準，被更多人看到。

而且台灣市場小。同一批潛在客戶，被同一批廠商用同一套 AI 話術輪番轟炸，你的信在收件匣裡跟旁邊那幾封長得一模一樣。這件事站內談過一次，越用力推銷，轉換率反而越低，講的是人腦天生抗拒被推銷。

Jordan 這把尺，等於把那個判斷變成一個你每天可以做的動作。

寄出去之前，讀一遍，問自己一句：這封信如果是別人寄給我的，我會不會覺得「哇，這個人有做功課」？

不會，就不要發。

尺量出來不合格，通常不是文案的問題

你把那封信改了八版還是不合格。你知道為什麼嗎？

因為你不夠了解對方。

Jordan 講了一個他認為所有好的市場進攻都建立在上面的地基，叫資訊不對稱。他的原話大概是這樣：如果你已經有 50 個、100 個、1000 個客戶，你對第 1001 個客戶的了解，應該要超過那個客戶對自己現實的了解。

然後他補一句：而這幾乎從來沒發生過。

他舉了兩個例子，我覺得台灣做生意的人會很有感。

第一個是德國來的創業者，想做牙科診所的帳務管理，但他完全不懂牙科帳務。

他做的第一件事不是寫程式。是去找一位牙醫，免費幫他做帳，做了六個月。

六個月後，他能跟你講某個代碼是常見的洗牙項目、他親手報過幾千筆。Jordan 說他當下只想聽這個人把話講完。

第二個是做建照情報賣給地方政府的女創辦人。她跟上千位州政府與市政府的官員聊過（這是他轉述的量級，不是我查證過的數字）。Jordan 問她怎麼知道什麼時候可以停，她的回答是：

當我在他們開口之前，就知道他們要說什麼。

那一刻她不用再主動找客戶了，因為每聊完一個，她就問「還有誰你可以介紹給我」。

我自己在雨傘產業待了七年，做過工廠業務，也站過百貨公司的專櫃。站櫃那段時間學到最有用的東西，其實不是話術。是你站久了，客人還沒開口，光看他走進來的路線跟停下來的位置，你心裡大概就有底：這位是來吹冷氣的、這位是來比價的、這位是真的要買。

那種判斷沒有捷徑，是站出來的。

現在很多人想用 AI 跳過這一段。工具幫你把資料補齊、把訊息寫好、把時間排好，看起來很像你懂客戶了。但工具補得出對方的職稱和公司規模，補不出「他每天最痛的是哪一件事」。

站內另一篇談過機器這一側能做到什麼，AI 要在他開口前就認得他，講的是技術怎麼即時辨識來客。這篇談的是前面那一段：人得先累積出那個理解，機器才有東西可以認。

台灣中小企業最該抄的一段：別把市場抓太寬

這是整集我認為對台灣最有價值的一段。

Jordan 說，橫向的市場進攻會讓你的知識碎掉，而不是累積。你今天跟一個汽車保養廠老闆聊、明天跟一個科技業的人聊、後天跟一個水電師傅聊，他們都用你的後台軟體，但他們的世界完全不同。

你的知識會複利，還是會碎裂，差別就在這裡。

聚焦利基市場，你談過 5 個、10 個、100 個客戶之後，知識是疊上去的。撒網，你談了 100 個，得到的是 100 片拼不起來的碎片。

他舉的例子很好笑。有個做洗碗機器人的，一直賣餐廳，磨得要死就是不成交。後來換去打「洗碗中心」，就是專門幫別人洗碗、整天只做這件事的業者。他發出去的訊息爛得可以：「嗨，我們有洗碗機器人。」

但他說，十個裡面約到七個。

因為那個利基的核心痛點，剛好就是他做的那件事。

這不是替爛文案開脫。是說對象選錯的時候，再好的 AI 文案也救不回來。

Jordan 下的判斷是：如果市場進攻對你來說很難，那是你抓得太寬了。

台灣中小企業更該把這句話貼在牆上。你知道為什麼嗎？一來是資源少，撒網等於把預算切成一百份，每一份都不夠讓人記得你；二來是台灣的產業社群密度高，公會、同業、群組，你在一個利基裡做出口碑，消息傳得比廣告快。

不是我說，做傳產跨數位的老闆最常犯的錯，就是官網上寫「服務各行各業」。那句話翻譯成客戶的語言是：我沒有特別懂你。

中小企業要怎麼挑利基市場？ 挑一個「大部分業者的主要業務問題，剛好就是你在解的那件事」的族群。不是挑最大的，是挑你講一句話對方就會點頭的。

完全沒有客戶資料的時候，第一步是什麼

如果你是全新品牌、全新產品，手上零資料，Jordan 的答案沒有任何花招。

去跟 100 個目標客戶聊天。必要的話付錢請人家聊。

而且不要去賣。就問：你現在怎麼做這件事？哪裡卡？他會跟你講很具體的事，例如水電師傅會說「我要叫很多彎頭零件，但我人在工地的時候根本不知道庫存還剩多少」。

聽到這種話，你才知道產品該長什麼樣。

他還丟了一句我很喜歡的：你永遠在跟「次佳選項」競爭。 而那個次佳選項，可能就是對方現在用得好好的那套土法。也許他真的不需要你，也許他需要但沒那麼痛，也許他痛的地方跟你想的完全不同吧？你不去聊，就只能先把產品蓋出來，再來體會賣不動的滋味。

這段沒有捷徑，也沒有工具可以代勞。這是那個「沒有人想做的麻煩事」。

至於怎麼找到這些人，Jordan 提到一個我覺得思路很值得學的方法：往回推。

拿你手上已經成交的那幾個客戶，一個一個去研究：這個人當初是從哪裡冒出來的？是同業公會？是產業展？是某個公開登記？

把來源找出來，你就知道下一批同類型的客戶會出現在哪。

他說模型從已知的例子往回推特別強，比你直接叫它「去幫我找客戶」有用太多。台灣這種公開來源其實不少，關鍵是你有沒有回頭去看。

但這裡要踩煞車。公開查得到，不等於可以任意拿來行銷使用。 台灣有個人資料保護法，蒐集、處理、利用各有各的門檻，平台也各有各的使用條款。這篇只講「回推來源」這個思考方式，不提供任何可以照做的操作步驟，實際要動之前請找法務確認。

AI 這一側，他給了兩個判準

前面都在講人。這集後半有兩段是講 AI 的，我認為對天天在用 AI 的人有直接價值。

第一，提示詞工程已經不是在雕琢文字了。

Jordan 的說法是，現在提示詞本身的重要性，低於你給模型的工具能力，以及你堆疊脈絡的順序。

他的比喻很妙：想像你複製了一個 30 歲的成年人，身體是大人，但什麼都不知道。你要把知識裝進他腦袋，順序有差。你不能開口就說「去找一個 email」，他會愣住。你得先告訴他 email 是什麼、通常長在哪裡、怎麼判斷一個 email 是不是有效的、常見的組成大概有八種格式。

裝到這裡，你再叫他去找，他才找得到。

他另外提了一個習慣我很有共鳴：用講的，不要用打的。因為打字的時候你會自我審查、會修飾，講話才會把該倒的東西全倒出來。

（站內談過相近的事：用 AI 的高手不寫更長的 prompt，他們設計驗收迴圈。同一個方向，重點都在你怎麼安排流程，不在你的形容詞夠不夠多。）

第二，衡量 AI 的指標，是「每次拿到正確答案的最低成本」。

不是哪個模型最強，也不是哪個最貴。

他用了 Apple M1 晶片的類比：當年 Apple 沒有說這是全世界最強的晶片，說的是「以每瓦效能來看」是最強的。同樣的道理，你的 AI 流程該看的是每拿到一個正確答案要花多少錢，能用便宜的方式先問到答案，就不要一開口就叫最貴的模型上工。

他自己踩過一個很好笑的坑。他幫客戶做事的時候用的是客戶的 API 帳號，某天查帳單，看到 67,000 這個數字，整個人嚇到直接寄信給 Anthropic 執行長 Dario Amodei 求救。查了半天才發現，那個 API 回報的單位是「分」不是「元」。實際金額大約是 600 美金。

這件事好笑的地方，不在他小題大作。

在於你連自己儀表板上那個數字的單位都可能看錯，卻已經準備好要為它做決策了。

而且成本這件事，最後還是要繞回那把尺。你省下來的錢，是為了讓模型有餘裕去把一個答案問對；把答案問對，是為了讓你有東西可以寫進那封值得被收到的信裡。省錢本身不是目的。

誰在講話，他賣什麼，你得知道

這一段一定要講清楚。

這集節目是 FullEnrich 自己上傳在自家 YouTube 頻道的，中間有一段完整的口播廣告。而 FullEnrich 本身就是做 B2B 聯絡資料補全的廠商，換句話說，這是一間資料廠商自製的節目，訪談同一個領域的專家。

更重要的是來賓自己在節目裡主動講出來的幾件事：

他是 FullEnrich 的投資人兼顧問。他從 2020 年開始就是另一個工具 Clay 的顧問兼投資人。他自己也在賣一套一年 2,500 美金的訂閱產品，把他的知識和技能包裝進去。

另外主持人整理了一份工具懶人包放在說明欄，那是導流用的。

所以整集裡面的工具推薦，你都應該打折看。如果你問我，至少上面這幾項跟他有明確的利益關係，這不代表那些工具不好，但代表那不是中立意見。

那為什麼我還寫這篇？

因為那把尺不受影響。

「你發出去的訊息，自己收到會不會覺得驕傲」這句話，不需要你買任何東西才能用。工具換得很快，他這集提到的那些名字，明年還有多少你在用很難講。反推法、資訊不對稱、聚焦利基、親自去聊，這幾件事在工具出現以前就有效，工具換過幾輪之後還是有效。

你這週可以動的四件事

► 建立寄出前的最後一道關卡，用「換名字測試」。 把訊息裡的公司名、人名換成同業的另一家，如果整段話還是完全成立，那就退回重寫。因為那表示你根本沒在跟這個人講話。

► 挑一個利基，然後把它寫進你的官網。 把「服務各行各業」拿掉，換成「我們專門解決 ○○ 業者的 ×× 問題」。你會少接到一些詢問，但成交率會不一樣。

► 這個月排出五場不賣東西的對話。 固定問三題：你現在怎麼處理這件事？最卡的是哪一步？如果它一直不解決，你會損失什麼？談完不要急著提案，先把重複出現的答案記下來。

► 拿你成交過的客戶往回推。 他們當初是從哪裡冒出來的？找到來源，比找到聯絡方式重要。動之前先確認個資法與平台條款的界線。

幾個你可能會想問的

Q：GTM 工程師到底在做什麼？ A：用程式、AI 工具和自動化，去優化一間公司怎麼找客戶、怎麼溝通、怎麼把東西賣出去的角色。它是行銷、業務和工程之間的混合種。注意這裡的 GTM 是 Go-To-Market，不是 Google Tag Manager。

Q：我們公司規模小，資訊不對稱這件事做得起來嗎？ A：規模小反而有優勢。你老闆自己就在第一線，想約客戶聊天，決定權就在他手上；同樣的事在大公司要先過三層會議。難的從來不是資源，是願不願意做那件麻煩事。

Q：提示詞工程現在該練什麼？ A：練兩件事。一是給模型對的工具，二是安排對的脈絡順序。把它當成在訓練一個什麼都不懂的新人，你會先教什麼、再教什麼。文字雕琢的邊際效益已經很低了。

Q：怎麼判斷一封 AI 寫的訊息該不該發？ A：那把尺就一句話：你自己收到，會不會覺得驕傲。這個標準比任何字數限制、任何開信率預測都準。

資料來源：Jordan Crawford（Blueprint GTM 創辦人）受訪於 FullEnrich 頻道 podcast《Full Funnel Rich》，〈The best GTM engineer in the world explains his 2026 tech stack〉，2026 年 8 月 6 日。影片連結：https://www.youtube.com/watch?v=EZpoQ8gT02E 文中的觀察框架與國外案例（爛訊息示範、資訊不對稱、德國牙科帳務、建照情報創辦人、洗碗中心、提示詞脈絡堆疊、M1 類比、帳單誤讀）均為受訪者 Jordan Crawford 所述；台灣脈絡的對照、中小企業的判斷與文末行動建議為本文作者的延伸，文責由本文自負。另 Blueprint GTM 的官網說法為作者另行查證。

該節目由 B2B 聯絡資料補全廠商 FullEnrich 製作並上傳於自家頻道，節目中含該公司口播廣告；受訪者於節目中自述為 FullEnrich 投資人兼顧問、Clay 顧問兼投資人，並自售訂閱制產品。相關工具推薦請自行斟酌。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。