出海企业 WorkBuddy 应用手册

场景索引

每本手册的第一个业务章都是「市场营销与增长」。下表按场景编号排，可先按编号定位、再按小节号进正文。

术语表

出海企业 WorkBuddy 应用手册

帮企业多拿订单、快开市场、把品牌做厚——AI 用在离收入最近的地方

编制：柳箭　对外经济贸易大学国际商学院 MBA 导师｜　天箭星科技

指导单位：EMBA 国际联盟数智创新专委会、商业认知研究院

产品官网：workbuddy.cn　|　联系：nfcg0924@agent.qq.com　更新日期：2026年9月26日

写在前面：这本手册怎么用

这是一本给正在出海或准备出海的中国企业看的应用手册，不是产品介绍。

我们只关心一件事：企业如何顺利的出海，并且在全球可持续发展。 所以全书的编排遵循一个原则——先讲直接产生收入的环节，再讲省成本的环节，最后才讲守住资格的底线环节。

它回答三个问题：哪些出海环节直接决定收入、AI 具体怎么帮上、交给 AI 之后企业能留下什么。

适用对象

四个使用前提

第一，本手册按业务环节组织，不按"有没有出海标签"组织。

同一件事，出海做和国内做，底层动作是一样的——询盘分级本质是线索分级，投放归因本质是投入产出归因，多语言改写本质是内容批量生产。出海只是把这些动作的频次、语种数量和出错代价放大了。 因此每一章都会先讲"这件事在出海场景里为什么变得更值钱"，再讲怎么做。没有出海业务的企业，同样可以按这套方法用。

第二，本手册里的案例分两类，务必区分。

• ✓ 真实落地：来自 WorkBuddy 客户实证记录，客户名已脱敏为不可反查的描述（如"某外贸企业（西南）"），岗位、应用方式与价值陈述为原始记录。
• 场景设计：来自 WorkBuddy 行业方案库，是真实业务格式 + 脱敏构造数据的场景设计，用于说明"这类事该怎么做"。方案库明确声明不承诺效率百分比。

两者在文中分别标注，避免混淆。

第三，AI 不替企业做判断，也不替企业背责任。

手册里每个场景都写明了"这套东西不做什么"。报价由人拍板、HS 编码由报关员终审、合规结论由持证机构出、申诉与申报一律人工提交、对外触达与投放一律人工确认。AI 的价值是把判断所需的材料准备到可审的程度，并对每一步留痕。

第四，合规与风控被排在靠后的章节，不代表它不重要。

它是资格线——不合格就上不了牌桌。但它本身不产生收入。本书把主要篇幅给了增长：客从哪来、单怎么成、牌子怎么做厚、销路怎么铺开。

我需要什么，去哪里找

这本手册共 28 个场景，按「离收入的距离」排布。如果你的时间有限，可以先从下面这张表里找到最贴近你当下处境的那一行，直接跳到对应小节。

全书概览：一页看懂这本手册

这本手册回答一个问题：AI 能帮出海企业做哪 28 件事、分别怎么做。

出海的钱，来自四个地方： 新客成交、老客复购、渠道扩张、品牌溢价。第二篇的 28 个场景，就按「离这四个钱袋子的远近」排序。

全书结构：

28 个场景的分布：

场景编号全册连续（场景 1 ~ 场景 28）——按「离收入的距离」排，不是随机罗列。营销场景共 14 个，占全册 50%，是第一个业务章；完整清单见附录 A。

三种读法：按你的角色选一条路径

索引一 · 岗位定位：我是谁，从哪一节开始

第一篇 认知：出海正在发生什么

这一篇讲三件事：谁该读这本手册、出海行业正在往哪走、AI 已经走到哪一步了。
需要先说清一件事：我们不是出海行业专家，我们是 AI 应用专家。 所以本篇里所有关于行业的判断，都不是我们的原创观点，而是来自公开权威来源的转述——每条都标注了出处（官方统计与监管文件、学术与机构研究、行业报告、专家公开观点、上市公司披露）。您可以逐条去查。
我们做的事只有两件：把散落的行业判断准确地筛出来、串起来；以及判断 AI 具体能落在出海业务的哪些环节。前者是转述，后者才是我们的专业。

第一章 这本手册写给谁：边界、读者与读法

1.1 边界：这本手册说的"出海"指什么

本手册讨论的"出海"，指中国企业把产品或服务卖到境外市场的完整经营动作——从找客户、拿订单，到交付履约、售后维系，再到合规与经营复盘。

具体覆盖五类主体：

同样明确不覆盖三类：

1. 纯内贸企业——书里的底层方法对它们同样成立（询盘分级本质是线索分级，投放归因本质是投入产出归因），但场景举例、合规要求、语种与平台差异都不同，需自行替换。
2. 大型央企的海外工程总承包（EPC）——项目体量、治理结构、风险承担方式与本手册面向的经营主体差异较大，本手册不覆盖。
3. 纯代运营 / 纯服务商视角——本手册站在企业自身的立场写。服务商可参考，但你们的生意模型与 KPI 不同。

1.2 五类主体的共性：卡点不在"卖不出"，在"重复动作缺人做"

据《2025-2026 年中企出海调研报告》（澳洲会计师公会，2026 年 5 月发布；新华社上海频道报道），七成受访企业已实际开展海外业务，其中 52% 拥有两年以上出海经验；"合规与风险"和"组织与人才"被受访企业视为最具挑战的两大领域，关注度显著高于财务、战略、运营与信息系统。

同一份调研显示：68% 的受访企业尚未建立海外业务风险管控机制，或仅制定了基础应对方案；40% 依赖代理机构完成基础税务申报；59% 的海外财务数智化仍依靠线下操作或仅应用基础财务软件。

把这些数字翻译成日常语言就是一句话：出海企业缺的往往不是订单渠道，而是能把跨语种、跨时区、跨合规的重复动作稳定执行下去的人。

1.3 三种读法：按你的角色选一条路径

给 AI 读请优先用 Markdown 版：HTML / PDF 也能读，但结构识别更容易出错，且会多消耗数倍 Token。

1.4 一条边界声明

本手册不承诺任何效率百分比，也不预测任何市场结果。 文中出现的量化数字分两类：一类来自公开来源并标注出处；一类来自 WorkBuddy 客户实证记录与方案库（标注为"示意口径 / 非实测数据"）。两者都请勿直接当作您企业的预期收益。

第二章 出海仍在增长，但已经从"抢增量"进入"拼效率"

2.1 总量还在涨，增速已经回落

判断一：出海的绝对规模仍在扩大，但增速中枢已经下移。

据海关统计，2025 年我国跨境电商进出口总值 2.84 万亿元，比上年增长 4.8%，占同期货物贸易进出口总值的 6.2%；其中出口 2.27 万亿元，增长 5.4%，进口 5702 亿元，增长 2.7%。

*（出处：国家口岸管理办公室《2025 年中国跨境电商进出口情况》，2026 年 6 月 16 日，数据来源海关统计）*

2026 年上半年，跨境电商进出口规模 1.45 万亿元，带动就业超过 1000 万人；同期跨境电商出口海外仓增长 3.3 倍。

*（出处：光明日报《我国外贸动能向新结构向优》，2026 年 9 月 22 日；海关总署署长孙梅君在国新办发布会介绍，中国政府网，2026 年 7 月 22 日）*

对比另一个口径可以看得更清楚：据行业机构综合测算，2026 年中国企业出海总体市场规模（含实物商品、数字服务及技术授权）预计达 2.98 万亿元，同比增长 8.7%，增速为近五年最低。

*（出处：艾力森中研咨询《新大陆与新规则：2026 年中国企业出海的结构性变局与战略应答》——咨询机构测算，非官方统计，请谨慎引用）*

这意味着什么： 靠"多铺一个平台、多开一个站点"就能涨的阶段结束了。接下来的增长，只能来自同样的人做出更多的产出、同样的订单少犯错误。

2.2 结构在换挡：B2C 退潮，B2B 与技术服务上行

判断二：增长在从消费端向产业端迁移，"卖货"让位给"卖能力"。

前述机构测算指出一个显著的"剪刀差"：传统 B2C 跨境电商增速降至 5% 以下，而 B2B 产业出海与技术服务出口的增速分别达到 16% 和 23%。区域上，北美市场占比首次跌破 25%，中东、北非和中亚五国合计占比上升至 22%。

*（出处：同上，艾力森中研咨询综合测算）*

官方数据也支持"结构在优化"这一方向：2026 年前 5 个月，我国机电产品出口同比增长 18.4%，出口占比超过六成。

*（出处：中证网《量增质升 外贸稳健发展后劲足》，2026 年 6 月 24 日，引国家统计局国民经济综合统计司副司长王冠华）*

出海主力产业也在迭代。《2025-2026 年中企出海调研报告》提出"新新三样"——工业机器人、人工智能与创新药正在接力成为增长新引擎，其中工业机器人上半年出口同比增长 106.7%。

*（出处：《2025-2026 年中企出海调研报告》，上海市静安区人民政府网站报道，2026 年 5 月 23 日）*

这意味着什么： 出海的竞争，正在从"谁的货便宜、谁的流量便宜"，转向"谁的技术、标准与服务更难被替代"。产品越复杂，随产品走的文档、单证、合规与客户沟通工作量越大——这正是本手册第二篇大量场景所处的位置。

2.3 监管在收紧：合规从"产品准入"扩到"全供应链责任"

判断三：合规要求的颗粒度正在变细，且从单点扩展到链条。

据上海市企业走出去综合服务平台（2026 年 6 月 16 日）梳理：欧盟已将合规要求从单一产品准入延伸至全供应链责任；墨西哥依托税务与海关系统的数字化，对进出口实施穿透式监管；越南严格落实《劳动法》中最低工资、加班薪酬及社保缴纳等规定。

回到企业自身的能力现状，前述中企出海调研给出了不乐观的数字：68% 的受访企业尚未建立海外业务风险管控机制或仅制定基础应对方案；40% 依赖代理机构完成基础税务申报，不熟悉当地税制与合规要求。

*（出处：《2025-2026 年中企出海调研报告》，澳洲会计师公会，2026 年 5 月；新华社上海频道、上海市企业走出去综合服务平台报道）*

参与该调研的专业人士指出，多数企业目前仍以被动应对为主——被处罚了才找当地机构解决，系统性治理能力亟待提升。

*（出处：澳洲会计师公会华东和华中区委员会会长金科，新华社上海频道，2026 年 5 月 26 日）*

这意味着什么： 合规不是"出事再说"的成本项，而是能不能上牌桌的资格线。而合规工作的大部分工作量，恰恰在"材料齐不齐、口径对不对、记录留没留"这类可被结构化处理的环节上。

2.4 竞争在升级：从"走出去""走进去"到"走上去"

判断四：中企全球化的阶段性目标已经变了。

德勤中企出海服务主管合伙人金凌云将趋势概括为三点：市场布局多元化（从单一市场开拓转向全球多点布局、区域协同）、产业升级高端化（主力从传统制造转向新能源、电动汽车、生物医药、人工智能等）、发展模式生态化（从"走出去""走进去"迈向"走上去"，注重全球产业链整合、属地化深耕，同步推进 ESG 治理与品牌软实力建设）。

*（出处：上海市企业走出去综合服务平台，2026 年 6 月 16 日）*

路径选择上，调研显示 68% 的受访企业通过自主设立子公司或分支机构实现本土化深耕，33% 选择与当地企业合资合作，22% 通过出口代理或跨境电商降低初期投入。

*（出处：《2025-2026 年中企出海调研报告》，2026 年 5 月）*

这意味着什么： 越往后走，"本地化"越不是"把中文翻成英文"，而是要在当地的合规、文化、渠道与人力条件下持续经营。对内容与文档的要求，从"能看懂"变成"能落地"。

2.5 所以：未来的胜负手，正在从渠道转向效率与合规能力

把上面四条串起来，本章的结论是：

出海的门槛没有变高，但及格线变了。 过去及格线是"能卖出去"，现在的及格线是"能用同样的团队，把跨语种、跨时区、跨合规的动作稳定重复地做下去，并且每一步都留得下痕迹。"

这个及格线，恰好落在 AI 最擅长的位置上——不是替人做决策，是把重复的材料准备、校验、归集与留痕做到可审的程度。下一章讲清 AI 现在能改哪些环节、改不了哪些。

第三章 AI 已经不是选择题：六成出海企业已经在用

3.1 政策给了明确时间表：2027 年智能体应用普及率超 70%

判断一：企业用 AI 不是"要不要跟"，而是有明确的国家级时间表。

《国务院关于深入实施"人工智能+"行动的意见》（国发〔2025〕11 号，2026 年 3 月 18 日发布）提出：到 2027 年，率先实现人工智能与 6 大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超 70%；到 2030 年，上述应用普及率超 90%，智能经济成为我国经济发展的重要增长极。

*（出处：《国务院关于深入实施"人工智能+"行动的意见》，中华人民共和国国务院，2026 年 3 月 18 日）*

配套政策紧接着落地：工业和信息化部等八部门印发《"人工智能+制造"专项行动实施意见》（2026 年 1 月），提出到 2027 年推广 500 个典型应用场景；工信部印发《关于开展人工智能应用服务商培育专项行动的通知》（2026 年 9 月），明确到 2026 年底人工智能应用服务商突破 2000 家、2027 年底不少于 3000 家，并鼓励服务商搭建 FDE（前线部署工程师）团队，扎根用户现场保障场景落地。

*（出处：中国政府网，2026 年 1 月 7 日；数字中国建设峰会网站，2026 年 9 月 10 日）*

这意味着什么： 政策口径里，"推广典型场景""服务商驻场落地"是被点名的路径。企业不必自己从零摸索——这也是天箭星这类服务商存在的位置。

3.2 渗透率已经过半：超六成跨境电商企业在用 AI

判断二：出海业务是 AI 落地最快的一批场景之一，因为它天然是"文本密集 + 多语种 + 高频重复"。

据光明日报报道（2026 年 9 月 22 日）：跨境电商 + 人工智能的渗透率持续提升，有关机构测算，跨境电商企业的 AI 应用率超过 60%；AI 应用已从传统的选品、智能客服，延伸至商品刊登、广告投放、物流履约、风险管控、退换货决策等核心环节。

*（出处：光明日报《我国外贸动能向新结构向优》，2026 年 9 月 22 日；文中数据为"有关机构测算"，非官方统计）*

另一个参照是渗透空间：全球跨境电商收入 2024 年突破 1 万亿美元，预计 2026 年超过 1.2 万亿美元；我国跨境电商出口渗透率（对货物贸易出口的比值）约 8.41%，而全球电商渗透率约 20%。

*（出处：ECDB 数据、东方证券商贸零售行业深度报告）*

这意味着什么： 你的同行里，每两家就有一家已经在用了。AI 在出海这件事上已经不是"差异化优势"，而是"不作弊也要用"的基础工具。

3.3 AI 能改的四类环节

把公开来源提到的落地环节与我们观察到的企业实践合起来，AI 在出海业务中的价值集中在四类：

这四类的共同点：输入是文本或结构化数据，输出是"材料"，且判断标准可以事先写清楚。 这正是 AI 的甜点区。

3.4 AI 改不了的四件事

同样要说清边界。以下四类动作，在任何行业、任何工具下都不应由 AI 独立完成：

这一条在行业调研中也有印证：有专业机构在介绍 AI 提效实践时明确指出，AI 工具可以显著压缩跨境招聘等环节的周期，但合规审核仍需人工兜底。

*（出处：中智咨询《2026 年中国企业国际化经营人力资源管理挑战与应对》，中国日报网，2026 年 9 月 16 日）*

3.5 所以：AI 的价值不是"替代人"，是把材料准备到"可审"的程度

一句话说清这套体系的分工：AI 负责把判断所需的材料准备好、把一致性校验做在前面、把每一步留痕；人负责拍板、终审、签字与对外承诺。

这也是本手册每个场景都会单独写一节"边界"的原因——把 AI 不做什么，写得和它做什么一样清楚。

第四章 当下最迫切的四件事：从离收入最近的地方开始

4.1 最缺的不是渠道，是能跨语种、跨时区、跨合规重复执行的人

前一章的调研数据已经把结论摆在桌面上了："合规与风险"和"组织与人才"是出海企业公认的两大挑战，且关注度显著高于财务、战略、运营与信息系统；68% 的企业尚未建立海外风险管控机制。

*（出处：《2025-2026 年中企出海调研报告》，澳洲会计师公会，2026 年 5 月）*

人才端的具体困难也被描述得很清楚：过去企业习惯从国内派遣高管直接管理海外业务，但管理边界会带来信息传递与制度执行问题；全球化战略、市场、财税人才都存在较大缺口。

*（出处：澳洲会计师公会华东和华中区委员会会长金科；中智咨询调研覆盖 120 余家具备出海布局的企业，中国日报网，2026 年 9 月 16 日）*

这句话翻译成经营语言： 出海企业当前最稀缺的不是"能谈客户的人"，而是能把大量重复性、专业性、跨语言的动作稳定做对的人——而这类工作，恰恰最值得交给 AI 去承担其中的"材料准备"部分。

4.2 四层需求：按"离收入的距离"排序

把出海企业的需求按离收入由近到远排开，得到四层：

为什么这样排： 越靠前的需求，越直接决定收入；越靠后的，越决定"能不能继续做"和"做得值不值"。决策层时间有限时，永远先看第一层；但第四层不合格，前两层挣的钱会赔回去。

4.3 所以：后面的场景，就是按这个顺序排的

本手册第二篇的 28 个场景，不是随机罗列的清单，而是按"离收入的距离"排出的行动顺序。
如果你只想先做一件事：从第五章里挑一个当前最痛的场景开始——它离收入最近，做完能最快看到产出，也最容易说服团队继续往下走。

MBA 课堂：出海的交易成本，与你的团队边界

本篇由柳箭撰写（对外经济贸易大学国际商学院 MBA 导师｜天箭星科技创始人）

1937 年，一位名叫罗纳德·科斯的年轻学者问了一个当时没人觉得是问题的问题：企业为什么会存在？

他的答案后来拿了诺贝尔奖：通过市场做交易本身是有成本的——寻找买家要花钱、谈判要花时间、确保对方守约要花精力、出了问题要打官司。这些统称为交易成本。当把一件事放到企业内部去做的成本，低于在市场上找人做的成本时，企业就出现了。

换句话说，一家公司的边界，是由交易成本的高低画出来的。

这条规律，出海企业体会得最深。过去开拓一个海外市场，为什么几乎必然要「养一个团队」？因为跨境的交易成本奇高：找买家要靠展会和人脉，建立信任要反复寄样、验厂、来回试探，履约要面对陌生的单证规则和合规要求，沟通还隔着语言与十二个小时的时差。这些成本高到一定程度之后，唯一的解法就是「自己人管」——在当地设点、招本地员工，把中间环节全部内部化。

而 AI 改变的，恰恰是这些成本的量级：

• 找买家——从人工翻展商名录，到自动扫描公开数据、批量评估买家背景（第五章）
• 建立信任——从「我说我靠谱」，到每句对外的话都对上备案、每份文件都能溯源（第九章）
• 履约交付——从老师傅逐张对单，到几份单据的一致性自动校验（第六章）
• 沟通协同——从等对方上班，到夜间自动值守、天亮交付初稿（第七章）

所以这本手册真正在讲的，不是「AI 能帮你干哪些活」，而是一件更根本的事：当交易成本降下来之后，你的团队边界该画在哪里。

原来需要一个八人外贸部才能覆盖的市场，现在可能两个人加一套场景专家就够了；原来不敢碰的小语种市场，现在值得试一试；原来只能靠当地代理才能触达的渠道，现在或许可以自己直接够到。

这不是效率问题，是组织边界问题。而边界一旦移动，很多原先的「不可能」，就会变成「要不要做」——后者才是真正的战略议题。

不过，交易成本降低只回答了「活儿谁来干」，还有一个更近的问题没有回答：营销这件事本身，变了没有？

科斯的问题提出于 1937 年。今天的出海者面对的是另一个问题——市场判断、内容生产、效果评估，这三件事的做法在 AI 条件下是否已经被重写。

王永贵教授在 2025 年营销科学与创新国际会议（MSI2025）中提出：营销智能融合消费者智能、产品智能与场景智能三个维度，分别回答「谁在买、为什么买」「产品该是什么样」「在什么场合被需要」。三者合流，市场判断才能从「事后统计」推到「动态预测」。

落回本手册：第五章的场景，做的正是消费者智能与场景智能的基础工作——把散落的市场信号归拢成可用于判断的依据；第十章的数据整合，对应的是「增长绩效评估体系」。团队边界的变化，只有在判断方式同步升级之后，才真正转化为增长。

本篇要点
科斯在《企业的性质》（1937）中指出：企业的边界由交易成本决定——当内部组织的成本低于市场交易的成本时，活动就会被纳入企业。AI 大幅压低了跨境环节的交易成本，因此出海企业的合理规模与组织形态，正在发生变化。
王永贵教授在 2025 年营销科学与创新国际会议（MSI2025）的主旨报告《面向新质生产力的营销智能问题研究》中进一步指出：营销智能融合消费者智能、产品智能与场景智能，用以实现对市场需求的精准洞察与动态预测。边界缩小之后，判断力从哪里来——这是本书接下来要回答的问题。

第二篇 场景：从离收入最近的地方开始

场景篇导语：出海的钱从哪来

方法论总纲 · 价值链视角下的出海
波特在 1985 年的《竞争优势》里提出价值链——一家企业由一串前后衔接的活动构成，每一样活动都在消耗成本，也都在创造价值。理解企业的经营问题，就是把这条链摊开，看哪一环在漏、哪一环能加厚。
制造业出海，这条链被显著拉长了：它不再止于工厂门口，而是延伸到了海外买家的仓库、甚至终端消费者手里。链越长、环节越多、跨越的规则体系越复杂，每一环漏损的机会也就越多——这正是出海企业「看着订单不少、利润却薄」的结构性原因。
本书把这条拉长的价值链收拢成四段，也就是全书前八章的顺序：获客链（客从哪来）、转化链（单怎么成）、履约链（货怎么交）、复购链（关系怎么续），外加一条贯穿始终的资格线（合规）。每一章的场景，都对应其中某一环。
AI 不改变这条链的顺序，它改变的是维持每一环运转所需要的人力与经验密度。这是本书所有场景的共同底色：链还是那条链，但守链的方式变了。
这条链还有另一种读法。王永贵教授在《服务营销》（清华大学出版社，第 2 版 2023）中以顾客价值感知 → 价值锁定 → 价值创造与交付 → 价值提升为主线构建体系，视角从企业换到了顾客：价值不是企业单方面生产出来的，而是在与顾客的互动中被感知、被确认的。两种读法正好对得上——获客链对应价值感知，转化链对应价值锁定，履约链对应价值创造与交付，复购链对应价值提升。价值链回答「哪里可能漏」，顾客价值主线提醒一句：漏没漏，由顾客说了算。

1.1 先算一笔账：出海的钱，来自四个地方

在讨论任何工具之前，先把"钱从哪来"这件事拆开。海外的收入结构可以拆成四块，性质完全不同：

前三个是"挣钱"，第四个是"别丢钱"。 本书把主要篇幅放在前三个——不是因为第四个不重要，而是因为它往往已经在企业清单上排第一位了，而前三个还没被认真做过。

1.2 五条增长链，各自的卡点在哪

出海业务的收入，是一条链跑出来的。哪一环卡住，钱就从哪一环漏掉：

这五条链的共同点是：问题不在"没做事"，而在"做了但说不清效果、留不下东西"。 这正是 AI 最能补上的地方——不是替人做判断，而是把散在多处的材料归到一起，让判断有依据、让投入产出能被算出来。

1.3 三类摩擦：它们卡在增长链的哪一环

出海确实比国内多三件事，但要说清它们的性质——前两条是增长问题，第三条是资格问题。

1.3.1 多语种：它决定市场覆盖的产能上限

一个产品卖点，美国站写一种说法，德国站写另一种，日本站外包翻译又翻成第三种，三个月后没人说得清哪个是官方口径；一份合同模板翻成英文后每单都在上一版上改，改到第五版时已经没人对照过中文原件。

这件事的成本不是翻译费，是"市场扩张速度被产能锁住"：想多开一个市场，就要多一轮本地化、多一遍校对、多一层合规；产能到顶，市场就停在原地。而真正稀缺的资产是企业自己的术语表、历史审校记录、爆款文案结构——这些买不来，只能沉淀。

1.3.2 多时区：它是转化速度上的隐形损耗

出海沟通的延迟不是"回复慢一点"，而是结构性的窗口错配：企业这边下午三点整理好报价，欧洲客户那边已经下班；等第二天早上发出去，客户邮箱里已经压了二十封新邮件。

行业研究给出的经验口径是：客户更可能在上班后 3 小时内查邮件，踩准时区窗口能显著提高回复率；开发信不个性化则石沉大海。这意味着——发送时点和内容个性化程度，是可以被系统性优化的两件事，而不是靠业务员自觉。 越是高客单的客户，这两点的价值越大。

1.3.3 多法域：它是资格线，不是增长点

这一条要摆正位置。它不产生收入，但不合规会直接失去收入：

这类风险的特征是：它不会自动跳出来提醒你。 到期日躺在代理机构手里，责任人信息填在三个不同国家的页面上，通知邮件躺在某个没人看的邮箱里。所以本书把它写成"上保险"——目标不是拿它挣钱，是别让它把已经挣到的钱和已经打开的资格赔进去。

1.4 排序：按"离收入的距离"排

据此，出海场景的优先级应该这样排——离收入越近的越先做：

给决策者的建议：从"能直接算钱"的场景开始——投放与达人归因、询盘到报价的转化、内容与素材产能。这三个的共同点是投入产出可以在 30 天内算出来，最适合做第一个试点，也最容易让团队相信这件事。
合规类场景请当作上保险来做：不必第一个做，但不要拖到出事才做。

第五章 市场营销与增长：从线索到订单，再到品牌

本章对应营销的八个子板块中的六个： 客户线索与转化、产品销售支持、线上营销与投放、内容营销、品牌传播、市场与竞品情报。私域与客户经营、营销数据与归因散见于第八章与第十章。
全章 14 个场景，按「先拿单、再传播」的顺序排列——上半段（5.1–5.5）解决「客户从哪来、单怎么成」，下半段（5.6–5.14）解决「牌子怎么做厚、销路怎么铺开」。

本章在收入链上的位置：获客链与复购链。目标很直接——同样的销售人力，拿到更多、更准的线索；同样的线索，多成交几单；成交过的客户，第二年还在。

5.1 场景 1：询盘分级与买家背景调查

一句话：外贸邮箱这周涌进十几条 B2B 批发询盘，其中一条来自德国采购商、开口就要 5,000 只报价；业务员要在有限精力下判断先回哪几条、哪些要先背调，还得回答老板"…

现场触发：外贸邮箱这周涌进十几条 B2B 批发询盘，其中一条来自德国采购商、开口就要 5,000 只报价；业务员要在有限精力下判断先回哪几条、哪些要先背调，还得回答老板"你凭什么先做这家"。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求先把询盘整理成规范表。平台后台导出、邮件、即时通讯截图原样扔进来，由专家归并到同一张询盘台账，背调线索逐条带出处。更能直接换订单的是第 3 步——用海关贸易数据按产品反查海外采购商，把"等询盘"变成"找买家"（可对接的连接器见第十一章 11.4）。

需要准备：本周多渠道询盘导出、目标市场与产品清单、受限方/制裁名单库、历史成交与黑名单客户台账。

会产出：《询盘分级与背调清单》（A/B/C 分级 + 回复优先级 + 背调摘要，含编制审核栏）、《潜在采购商挖掘清单》（按产品反查，含市场与资信线索）、《受限方初筛结果》（命中标红 + 后果说明）。

边界

• AI 做：询盘归并、要素校验、真实性研判、背调线索整理、受限方初筛、分级建议
• 人做：最终判定买家是否靠谱、受限方合规定性、回复与报价决策、发送开发信
• 必须人确认的：受限方筛查命中后的最终定性、任何对外发送的内容

案例佐证

✓ 真实落地 · 某工业泵制造企业
该企业的销售团队原本要高频访问各类公开采购平台、手动检索泵类招标公告，信息收集繁重且容易遗漏。接入 WorkBuddy 后，系统自动监控指定区域的公开招标信息，抓取、过滤并结构化整理为精准销售线索；再基于历史标书与产品知识库，辅助完成招标文件关键内容填写与合规性校验，显著缩短标前准备周期。
记录口径：客户实证原始记录，客户名已脱敏；岗位为管理层，场景标签含"文档生成""营销获客"。

方法论锚点 · 客户识别与客户分级管理
出处：王永贵教授《客户关系管理》（清华大学出版社，第 2 版 2022；该书获首届国家教材奖）中的客户关系管理流程。
核心：客户分级管理的第一步不是「分」，是「识别」——先确认对方是不是真正的客户、需求是否匹配，再谈投入多少资源。把同样的力气平均分给所有询盘，等于没有分级。
一句话记住：询盘不是客户，识别之后才是。
落地提示：分级要立得住，需要两样东西——一套全公司认可的分级口径（什么算 A 级），以及持续更新的买家档案。口径定不下来，分级就会退化成业务员各自的标准：同一封询盘，两个人给出的判断可能完全不同。这一步手册给不了答案。

5.2 场景 2：开发信个性化与到岸报价 / PI 校验

一句话：分级出的一家 A 档德国采购商要 5,000 只的正式报价与 PI，业务员要出一封个性化开发信（还得踩对对方的上班时间）+ 一份不漏成本的到岸报价，PI 条款要…

现场触发：分级出的一家 A 档德国采购商要 5,000 只的正式报价与 PI，业务员要出一封个性化开发信（还得踩对对方的上班时间）+ 一份不漏成本的到岸报价，PI 条款要全，别到时候清不了关或收不回款。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求先把成本项整理规范。出厂价、退税率、货代海运报价、汇率原样扔进来，由专家按 FOB/CIF 两种口径分别折算到岸报价，每个成本假设标出来源——这一步既保住利润，也让"为什么这么报"说得清。

需要准备：出厂价与产品资料（含认证）、出口退税率与实时汇率及海运费表、PI 模板与付款条件清单。

会产出：《开发信个性化初稿》（含建议发送窗口）、《报价单 PI 成本校验表》（FOB/CIF 到岸报价 + 条款校验，含编制审核栏）、《报价成本假设清单》（退税率/汇率/运费等假设 + 来源 + 待补项）。

边界

• AI 做：到岸报价计算、PI 条款校验、开发信初稿生成、时区窗口建议
• 人做：最终报价决策、付款条件审批、开发信发送
• 必须人确认的：报价金额、付款条件、任何对外发送的内容

相关场景

• → 场景 1（5.1 询盘分级）：本场景的前提是询盘已分级，A 档客户才值得做完整报价
• → 场景 6（5.6 多语言内容）：开发信的多语种版本可批量生成
• → 场景 15（6.1 报关四单）：报价确认后，后续单证要与报价一致

案例佐证

✓ 真实落地 · 某智能装备出口企业（东南）
国际业务端高频处理英文报价方案、外贸合同、报关单/提单等出口单证编制，与海外 Tier1 客户英文邮件往来密集、英文准确度要求高。接入后，英文报价单、外贸合同、报关单据由 AI 起草与中英互译，替代人工逐字编写；同时自动生成国际客户商务邮件，确保关键客户的沟通响应速度与专业度。技术质量端的模具方案、工艺规格书、无损检测报告等技术文档也从零起草转为审校。
记录口径：客户实证原始记录，客户名已脱敏；岗位为销售人员，场景标签含"文档生成""合同法务""邮件沟通"。效果描述为项目现场记录口径，未经第三方审计。

场景设计 · 德国采购商 5,000 只报价
方案库以"某外贸企业德国采购商 5,000 只询盘"为样板场景，演示从询盘分级、背调，到开发信与 PI 校验的完整链路。数据为脱敏构造，不承诺效率百分比，高风险动作一律人工审批。

5.3 场景 3：客户资产沉淀与关系延续

一句话：一个业务员手里握着三十个海外客户，离职时留下一堆 Excel 和聊天记录，接手的人要花三个月才能搞清楚谁是谁、承诺过什么——**而这三个月里，本来该发生的复购和…

现场触发：一个业务员手里握着三十个海外客户，离职时留下一堆 Excel 和聊天记录，接手的人要花三个月才能搞清楚谁是谁、承诺过什么——而这三个月里，本来该发生的复购和转介绍都停着。

痛点（每条都有出处）

WorkBuddy 怎么做

做法：把散落在邮箱、即时通讯、个人表格里的客户信息一次读入，按"客户—承诺—未闭环事项"三条线归集，产出可交接的客户档案包；历史报价归集为口径对照表，下一次报价时自动提示与历史报价的偏离。

最大差异点：不要求先把客户资料整理成规范档案。邮箱、即时通讯、个人表格里的原始记录原样扔进来，由专家按"客户—承诺—未闭环事项"三条线归集；更能直接止损的是历史报价口径对照——下一次报价时自动提示与历史报价的偏离，让"同客户不同价"在发生之前就被看见，而不是换人之后才被发现。

需要准备：散落在邮箱、即时通讯、个人表格里的客户往来记录，历史报价单与折扣授权口径，承诺与投诉处理结论记录，未闭环事项清单（待回复询盘、待补单证、待处理投诉）。

会产出：《客户档案包》（含承诺台账）、《历史报价口径对照表》（含偏离提示）、《未闭环事项交接清单》。

边界

• AI 做：客户信息归集、承诺台账整理、历史报价口径对照、未闭环事项清单生成
• 人做：客户归属判定、绩效归属决策、分工安排
• 必须人确认的：管理层确认客户归属与分工方案

相关场景

• → 场景 1（5.1 询盘分级）：询盘分级后形成的客户档案需要沉淀
• → 场景 2（5.2 开发信与报价）：报价承诺需要记录在案
• → 场景 10（5.10 口碑与舆情）：客户投诉处理结论需要归档

案例佐证

✓ 真实落地 · 某生活服务连锁企业（华南）
企业规模 50~数百人，设运营、财务、人力等职能岗位；门店运营数据来源分散，方案、合同文档流转依赖聊天工具与邮件，版本混乱、历史资料查找困难。接入后以对话式交互上手，运营/财务零学习成本；财务对账模板、运营日报、月度汇总封装为专属技能，一次创建重复调用；方案与合同按统一格式流转，历史资料可检索。
记录口径：客户实证原始记录，客户名已脱敏；岗位为管理层，能力组含"办公协同""多方评审决策""强合规文书"。

方法论锚点 · 顾客资产管理
出处：王永贵教授《顾客资产管理：背景、现状与问题》（《经济管理》，2004 年）；其《客户关系管理》（清华大学出版社，第 2 版 2022）进一步区分了客户资产、关系资产、关系质量与关系盈利性。
核心：客户不是一笔笔孤立交易的对象，而是可以被经营、累积与增值的资产。同样一批客户，关系质量不同，资产价值可以差出数倍——所以「有多少客户」这个问题，不如「关系有多深」更能说明问题。
一句话记住：客户不是流水，是资产——资产要入账，才谈得上增值。
落地提示：顾客资产要核算，前提是有一份口径稳定的客户档案与关系记录：哪些字段算资产、由谁维护、多久更新一次。不少出海企业的客户资料分散在邮箱、聊天记录和业务员个人的表格里，口径并不统一——沉淀不下来，就等于资产从未入账。这一步手册给不了答案。

5.4 场景 4：把销路铺开——从单一渠道到多渠道多市场

一句话：产品在现有渠道卖得还行，但增长明显放缓；想开新市场、新渠道，可每个市场都要重新做一轮内容、报价、合规与客服，人手根本铺不开

现场触发：产品在现有渠道卖得还行，但增长明显放缓；想开新市场、新渠道，可每个市场都要重新做一轮内容、报价、合规与客服，人手根本铺不开。老板问"越南和沙特这两个市场，什么时候能上"——没人答得上来。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不要求先建一套"渠道管理规范"。现有的渠道销量分布、各渠道报价表、认证台账原样给进来，由专家归并成启动清单与一致性核查表——先让"开新市场"这件事有清单可依，再谈规范。

机会在哪：五类渠道形态与各自的卡点

需要准备：现有渠道结构与各渠道销量分布，目标新市场与新渠道清单，各渠道现行报价与折扣授权口径，现有合规材料与认证台账（对应第九章），现有本地化内容与客服话术。

会产出：《新市场启动清单》（内容 / 合规 / 报价 / 单证四项就绪度）、《渠道报价口径一致性核查表》（含偏离与越权折扣提示）。

边界

• AI 做：新市场启动清单生成、渠道报价口径一致性核查
• 人做：决定进入哪个市场、制定价格策略、渠道谈判
• 必须人确认的：市场进入决策、最终定价方案

相关场景

• → 场景 6（5.6 投放素材）：新市场需要本地化内容与素材
• → 场景 24（9.1 合规到期体检）：新市场需要合规材料与认证台账
• → 场景 2（5.2 开发信与报价）：新市场需要统一报价口径

5.5 场景 5：选品利润测算与竞品价格体检

一句话：运营在亚马逊后台看到某竞品售价 29.99 美元，广告成本 5 美元，看起来利润空间很大

现场触发：运营在亚马逊后台看到某竞品售价 29.99 美元，广告成本 5 美元，看起来利润空间很大。但真正算下来：FBA 配送费 4.2 美元、仓储费 0.8 美元、平台佣金 4.5 美元、退货损耗 1.2 美元——实际毛利只剩 14.29 美元，毛利率 47.6%。再扣掉头程物流、采购成本、汇兑损失，净利润可能不到 10%。选品不能只看售价和广告成本，必须全链路测算。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不是让 AI 替企业做选品决策，而是把全链路成本算清楚、把竞品价格盯住，让决策有据可依。运营不再凭感觉选品，而是基于利润测算和竞品数据。

需要准备：目标产品的采购成本、头程物流报价、目标站点（美国/欧洲/日本）、竞品 ASIN 清单。

会产出：《全链路利润测算表》（含各站点费用结构）、《竞品价格监控报告》（含价格变动趋势）、《选品决策建议》（进入/观望/放弃，附依据）。

边界

• AI 做：全链路成本拆解、竞品价格监控、利润敏感性分析、选品决策建议生成
• 人做：选品决策、运营策略制定、市场竞争应对
• 必须人确认的：选品决策、利润预期、价格策略

相关场景

• → 场景 6（5.6 投放素材）：选品后需要投放素材与多语种内容
• → 场景 8（5.8 投放诊断）：选品后需要投放诊断与真实利润分析
• → 场景 20（8.1 多语言商品内容）：选品后需要多语言商品页与 A+ 改写

场景设计 · 某家居用品企业
方案库以"某家居用品企业进入北美收纳类目"为样板场景，演示从全链路利润测算到竞品价格监控的完整链路。数据为脱敏构造，不承诺效率百分比，选品决策由人做。

本章是全书离收入最近的一章。 出海的钱有一大半在这一章里进出：投放预算、达人佣金、展会费用、内容与素材产能——这里的每一个百分点的改善，都直接体现为利润。
与第八章的分工：本章管"把东西卖出去"——投放、达人、社媒、展会、口碑；第八章管"把口径稳住"——商品页文案、术语锁定、客诉话术。前者负责开拓与转化，后者保证开拓的成果不走样。

5.6 场景 6：投放素材与多语种营销内容的批量生产

一句话：主推素材的点击率从 2.1% 掉到 1.3%，跌破 1.5% 的淘汰线，今天必须出 24 条新钩子文案投 AB；同时这批素材要出六个语种的版本，明早投流例会要报…

现场触发：主推素材的点击率从 2.1% 掉到 1.3%，跌破 1.5% 的淘汰线，今天必须出 24 条新钩子文案投 AB；同时这批素材要出六个语种的版本，明早投流例会要报换新队列——而昨天团队只产出了 9 条。

痛点（每条都有出处）

WorkBuddy 怎么做（六步闭环）

最大差异点：不是让 AI 编 24 条文案。真正吃进去的是三份私有数据——本账户历史素材的钩子类型分布（哪类钩子在自己的人群里跑量）、本公司爆款文案库的结构标注、本地红线口径。批量产出的是"本企业账号风格的钩子"，不是通用网味文案。

需要准备：广告账户分计划数据导出（近 30 天，含每条素材的钩子类型/点击率/投产比）、本公司爆款文案库与结构标注、产品资料或剧本定稿、红线扫描结论。

会产出：《钩子文案批次表》（批次 / 账户诊断 / 换新排期三表，含投手确认栏）、《素材换新队列》（衰退下线与新上新的对照 + 观察期建议）、《合规预过滤记录》（被标掉的方向与依据）。

边界

• AI 做：素材衰减检测、账户诊断、金句/卖点提取、批量文案生成、合规预过滤、换新排期建议
• 人做：广告后台操作（上线、调价、加预算）、投放决策、素材最终审核
• 必须人确认的：投放上线、预算调整、素材最终确认

相关场景

• → 场景 7（5.7 达人合作）：投放素材与达人合作需要协同
• → 场景 8（5.8 投放诊断）：素材投放后需要诊断真实利润
• → 场景 14（5.14 海外社媒）：素材需要多平台分发

案例佐证

✓ 真实落地 · 某零售电商企业（华东）
电商运营每天要处理新品上架、买家咨询、广告优化、社媒投放、客户咨询等大量重复工作，长期在多个卖家中心、邮件、平台后台之间切换。员工在工作台输入新品名称、买家咨询原文、商品页/ASIN 等需求后，专家自动读取产品参数表、历史爆款页面、工单与话术库、达人档案、运价库与法规库，按五类模板生成正式严谨的多语言版本，案例推演后填写发布/投放/工单/交付模板，确认后一键导出至卖家中心、广告后台、站内信、邮件、社媒管理工具与协同办公多维表。原本数天的工作压到数小时，多语种回复从分钟级压到秒级，审核通过即可直接上架、发送或交付。
记录口径：客户实证原始记录，客户名已脱敏；岗位为运营人员，场景标签含"营销获客""文档生成"，能力组含"内容生产""客户与营销"。

✓ 真实落地 · 某文旅运营企业（华中）
依托地方文旅资源做项目运营，业务覆盖策划咨询、数字化运营、传媒演艺策划等；帮助客户做公域推广运营，投放效果高度依赖员工个人经验，有经验的运营人才少、培养成本高。通过自建技能自动化做多平台社媒运营推广，批量生成营销文案与配套宣传素材，显著降低了运营业务的门槛；自然语言转化为营销素材，快速产出图片与视频内容，节省人力。
记录口径：客户实证原始记录，客户名已脱敏；岗位为运营人员，能力组含"内容生产""客户与营销"。效果描述为项目现场记录口径，未经第三方审计。

5.7 场景 7：达人（KOL / 红人）合作与净 ROI 归因

一句话：后台很好看——20 个达人、31 条视频、总 GMV 41,600 美元

现场触发：后台很好看——20 个达人、31 条视频、总 GMV 41,600 美元。但同一笔订单被达人和广告重复记功 12 笔（2,860 美元），达人佣金、样品成本、券补、退款一个都没扣。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：把财务的佣金结算单补上广告报表缺的那块——投手算 ROI 的时候，桌上从来没有这张表，这就是 ROI 高估的根源。

需要准备：达人合作清单与佣金结算单（财务）、广告账户分计划数据、订单与退款明细、素材授权期限记录。

会产出：《达人净贡献表》（四链匹配 + 五类成本全扣 + 分层）、《重复归因清单》、《素材授权到期预警》（含"续约成本 vs 切换自有素材损失"的对照）。

边界

• AI 做：链路匹配、净贡献计算、达人分层、授权到期预警
• 人做：达人续约谈判、佣金调整审批、素材授权法律确认
• 必须人确认的：续约/切换/停投决策、授权法律确认

相关场景

• → 场景 6（5.6 投放素材）：达人素材与投放素材需要协同
• → 场景 8（5.8 投放诊断）：达人归因需要与投放诊断结合
• → 场景 10（5.10 口碑与舆情）：达人内容影响口碑与舆情

一个反直觉的结论（脱敏构造数据，逻辑可复算）：播放量排第 1（86 万）的素材，净 ROI 只排第 7；真正的冠军是一条 21 万播放的测评视频。另有 3 条高贡献素材的授权 14 天内到期——授权未续约前不能继续投流。

方法论锚点 · 网红种草效果与增长评估
出处：洪傲然、冯梓煜、王永贵教授《基于生成式 AI 的多模态商业内容最优区分性对网红种草营销效果的影响》（《心理科学进展》，2026 年）；王永贵教授、谭北平《新情绪红利》（人民邮电出版社）中的 4E 战略之 E4 增长评估。
核心：达人内容的效果，不取决于它有多「标准」，而取决于它的最优区分性——既让受众觉得产品符合预期，又足够不同而值得记住。落到评估上，该看的不是播放量，是净贡献。
一句话记住：播放量是平台的掌声，净 ROI 才是自己的账。
落地提示：净 ROI 要算得准，前提是能把「这条内容带来的成交」从平台报表里剥出来——这需要归因口径先统一：是否扣平台费、是否剔除自然流量的叠加、授权到期的素材怎么计。口径没统一，算出来的数字只是看起来精确。

5.8 场景 8：投放诊断与真实利润

一句话：某个商品 advertising cost of sale 飙到 41%，盈亏平衡线是 34%——按教科书该停词了

现场触发：某个商品 advertising cost of sale 飙到 41%，盈亏平衡线是 34%——按教科书该停词了。但漏斗拆开发现：曝光没降、点击率稳定，转化率从 12.4% 跌到 8.1%，真正的原因是商品页被跟卖压价 15%。此时否掉高消耗词，等于治报表不治病。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：星标素材是那张"SKU 成本与贡献率表"——它给出盈亏平衡 ACoS 的唯一基准，而它从来不在广告报表里。跨站点投放时，这张表还要按各站汇率与退税率折算后才能横向比。

需要准备：广告账户搜索词报告与分计划数据（近 30 天），SKU 成本与贡献率表（这张表在开发/财务手里，从来不在广告报表里，却是盈亏平衡 ACoS 的唯一基准），归因窗口与汇率/退税率口径，商品页跟卖与定价监控记录。

会产出：《搜索词诊断表》（四类分群 + 金额化影响）、《动作与复盘清单》（每个动作带金额预估与观察窗口）、《异常归因说明》（如"转化下跌由跟卖压价导致，非流量质量"）。

边界

• AI 做：口径校验、漏斗定位、搜索词分群、动作与复盘建议
• 人做：否词、调价、预算变更的最终执行；跟卖处置决策；商品页修改
• 必须人确认的：所有广告后台操作、跟卖处置决策、商品页修改

相关场景

• → 场景 6（5.6 投放素材）：投放诊断需要与素材生产协同
• → 场景 7（5.7 达人合作）：投放诊断需要与达人归因结合
• → 场景 20（8.1 多语言商品内容）：跟卖压价问题需要检查商品页

方法论锚点 · 广告效果的归因困境
出处：百货业先驱约翰·沃纳梅克（John Wanamaker）有一句被反复引用的名言：「我知道我的广告费有一半被浪费了，但我不知道是哪一半。」这句话说在一百多年前，今天依然成立。
核心：一个客户在成交之前，通常接触过多个触点——刷到过视频、点过广告、搜过品牌、看过评论。而归因难就难在：销售额往往只会记在最后一个触点上，这就是「末次点击归因」的普遍误判。它会让企业误以为最后一个渠道最有效，从而把预算持续投向并非最该投的地方。
一句话记住：钱花了不知道哪笔有效，往往不是账算不清，是归因方式错了。
落地提示：要让归因可信，前提是各渠道的曝光、点击、转化数据能被打通对齐——也就是先回答「同一个人在不同平台是不是同一个人」。这需要数据侧与业务侧一起定规则，不是装个工具就能解决的事。

5.9 场景 9：海外展会营销与线索跟进

一句话：海外展会三人收了 86 张名片（其中 17 张在已离职同事的交接袋里）

现场触发：海外展会三人收了 86 张名片（其中 17 张在已离职同事的交接袋里）。现在月底复盘，销售群里问：展会的线索呢？——名片躺在三个抽屉里，谁也没跟进，A 级客户已经被对手跟了两轮。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求企业先有线索库。名片照片一堆直接扔进来（背面有手写 ABC 的更好，销售的本能判断是分级的重要输入）——分级建议 + 每张卡的跟进切入点一次出。跨国展会还多一层：名片上的国家、语言、时区一并抽取，跟进话术与发送窗口按当地语言与作息排。

需要准备：名片照片（正反面都拍，歪的斜的都行）、展会现场的只言片语记录（标注为"销售印象"，与名片信息分开）、目标客户画像一句话、已有客户名单（用于排除）。

会产出：《展会名片分级与跟进清单》、《A 级客户跟进话术草稿》（每张一句开场，多语种，附名片原话背景）、《无效与重复名片记录》（展会效果复盘的原始数据）。

边界

• AI 做：名片信息抽取、双轨分级、排除与合并、跟进切入点建议、72小时清单生成
• 人做：决定发不发、怎么发、什么时候发；对外触达执行
• 必须人确认的：所有对外发送的跟进邮件/消息

相关场景

• → 场景 1（5.1 询盘分级）：展会线索分级与询盘分级逻辑一致
• → 场景 2（5.2 开发信与报价）：展会后需要发送个性化开发信
• → 场景 3（5.3 客户资产沉淀）：展会线索需要沉淀到客户档案

5.10 场景 10：海外口碑、评论与舆情信号处置

一句话：某批货在海外集中来了差评，社交平台上出现负面测评内容，平台通知与站内信同时到达——而这三件事分属客服、市场、运营三个部门，各看各的

现场触发：某批货在海外集中来了差评，社交平台上出现负面测评内容，平台通知与站内信同时到达——而这三件事分属客服、市场、运营三个部门，各看各的。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

与第八章"多语言客诉与拒付抗辩"的分工：那边处理的是订单级问题（这条差评怎么回、这笔拒付怎么抗辩），目标是止损与账户健康；这边处理的是公开场域问题（这批负面内容意味着什么、要不要上升到品牌动作），目标是判断它是不是一个事件。同一批差评，两个场景会同时开工，但产出的东西不同。

最大差异点：不是再做一个"舆情监控工具"，而是把分属三个部门的信号合到一张台账上——差评、社媒内容、平台通知原本各在一处，这里按产品与批次归并，判断它到底是几条孤立抱怨，还是一个事件。快信号靠工具，慢信号靠归并：单条差评谁都能看到，但"这批货在三个平台同时出问题"这种判断，只有把信号合起来才看得出。

需要准备：各平台评论与社媒负面内容导出，站内信与平台通知，产品批次与质量记录（用于判定是否集中批次问题），公开回应话术的红线口径（不诱导改评、不做补偿承诺），多语种话术模板。

会产出：《舆情与口碑信号台账》（归类 + 批次判定 + 升级建议）、《公开回应话术稿》（多语种，过红线）、《集中问题预警单》（反向暴露质量或供应链问题）。

边界

• AI 做：信号归集、归类与批次识别、升级判定建议、话术与合规扫描、留痕归档
• 人做：向平台或公众正式发布、决定是否上升为召回/公关/法律动作
• 必须人确认的：公开回应话术的最终确认、是否发布、是否启动召回/公关/法律程序

相关场景

• → 场景 13（5.13 差评当天处置）：舆情信号与差评处置需要协同
• → 场景 22（8.3 多语言客诉）：订单级客诉与公开场域舆情需要分工
• → 场景 7（5.7 达人合作）：达人内容影响口碑与舆情

案例佐证

✓ 真实落地 · 某文化传媒企业
客户主要做主流社交平台投放运营，需求覆盖平台市场深度调研与运营数据分析、种草内容互动率分析、互动增长率建议、种草文案撰写、内部汇报材料生成与精品文案分析。接入后：通过提示词优化输出种草营销趋势与品牌投放策略深度调研报告；通过表格处理分析广告投放数据并自动生成折线图与散点图，投放效果一目了然；分析内容互动率低的原因并给出优化建议；通过自动化任务每天定时从平台获取内容，分析竞品内容互动率高的原因，总结优秀文案模板。
记录口径：客户实证原始记录，客户名已脱敏；岗位为运营人员，能力组含"内容生产""客户与营销""结构化研报"。

方法论锚点 · 口碑推荐意愿的形成机制
出处：肖海舰、王永贵教授《绿色产品口碑推荐意愿的形成机制研究》（《营销科学学报》，2025 年）。
核心：顾客愿意主动推荐，往往不是因为他满意，而是因为推荐这个动作让他自己也获得了价值——被认同、被信任，或印证了自己的判断。所以口碑是可以被经营的，不完全靠运气。
一句话记住：满意只在心里，推荐才有传播——两者之间还差一个「值得说」。
落地提示：要让口碑从偶发变成可预期，需要能持续读取顾客的情绪信号，并知道哪一类信号值得回应。前提是评论、评价、社群话题被收拢到同一个地方，而不是散在各平台的评论区里各说各话。

5.11 场景 11：品牌资产——让每一次传播都留下东西

一句话：每做一轮投放、一次达人合作、一场展会，钱花掉了——除了当期的销量，能不能留下点下次还能直接用的东西，这是"做营销"和"建资产"的分界

现场触发：一轮大促结束，投放花了二十万、达人合作了十几位。复盘会上老板问："这次跑出来的爆款文案结构、表现最好的那几位达人、用户好评里反复出现的卖点，下次能不能直接用？"——如果答案是"要重新找一遍"，那这笔钱只买了销量，没买资产。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不是"帮你写文案"，而是把每一轮传播的产出回写成资产——素材结构、达人档案、可引用证据包、口径对照表。这些资产归企业所有，不随服务方或人员流动而消失。 判断标准只有一个：同样的动作第二次做，成本有没有下降。

要沉淀的五类品牌资产

需要准备：跑量素材与历史投放数据，达人合作清单与结算记录，各平台评价与好评导出，产品名与卖点表述的现行版本，各站点术语译法。

会产出：《素材结构标注与模板库》、《达人档案与净贡献记录》、《可引用证据包》、《品牌口径对照表》（含术语译法）。

边界

• AI 做：素材结构标注、达人档案归集、证据包整理、口径对照表生成
• 人做：品牌定位与调性判断、达人续约与谈判、证据包的对外使用决策
• 必须人确认的：品牌口径的最终确认、对外引用的授权

相关场景

• → 场景 6（5.6 投放素材）：素材结构与模板从投放数据里沉淀
• → 场景 7（5.7 达人合作）：达人档案与净贡献记录来自达人合作
• → 场景 10（5.10 海外口碑）：好评与案例归集为可引用证据包

5.12 场景 12：一条必须前置的红线——营销合规做在生成阶段，不做在事后补救

一句话：出海营销的传播事故，绝大多数不是"内容不好"，而是发布前没人按当地规则扫一遍——而事后补救的成本，远高于事前过滤

现场触发：一条主推素材在德国站上线三天后被下架，原因是画面里出现了当地禁用的对比性表述；而同一批素材还有十几条在投。运营这才发现——出图的时候，根本没人对着当地平台规范看过一遍。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：把合规从"事后补救"挪到"生成阶段"——不是发出去再删，而是在内容被生产出来的那一刻就按规则过滤。关键设计只有一条：红线清单必须版本化。没有版本号的红线清单，等于没有清单——规则改了，老内容没人知道要重扫。

五类常见风险与前置动作

需要准备：目标市场的广告法与平台规范要点，现行禁用词与违禁措辞清单，在投与在架内容清单，历史下架与投诉记录，各市场 AI 内容披露要求。

会产出：《分市场红线清单（含版本号）》、《内容合规扫描结果》（命中项 + 合规替代表述）、《规则变更整改包》。

边界

• AI 做：红线清单建档与版本化、内容扫描、替代表述建议、历史内容回扫
• 人做：规则来源的确认、替换与否的决策、对外发布审批
• 必须人确认的：合规结论（须由持证机构或法务兜底）、是否替换、是否发布

相关场景

• → 场景 26（9.3 宣称合规）：宣称合规对的是已发布内容，本场景对的是生成阶段
• → 场景 6（5.6 投放素材）：素材产出时即按红线口径过滤
• → 场景 24（9.1 合规到期体检）：平台资质与营销合规同属资格线

5.13 场景 13：差评信号当天处置——慢信号也要抓得住

一句话：某产品昨天来了 3 条差评，都提到"包装破损"

现场触发：某产品昨天来了 3 条差评，都提到"包装破损"。运营看到了，但手头在忙其他事，打算"明天再处理"。结果今天又来了 5 条差评，评分从 4.5 掉到 4.1，搜索排名直接掉出第一页。差评不是快信号，但处置必须快——慢信号也要抓得住。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不是让 AI 替企业回复差评，而是把差评信号当天捕获、当天归因、当天给出处置建议。运营不再"明天再处理"，而是"今天必须处置"。

需要准备：产品 ASIN 清单、差评处置流程（如有）、历史差评数据（用于训练归因模型）。

会产出：《差评信号日报》（含归因分析、处置建议、处置状态）、《差评趋势周报》（含归因分布、处置效率）。

边界

• AI 做：差评信号实时捕获、差评归因分析、处置建议生成、处置执行跟踪、差评趋势分析
• 人做：回复差评、恶意差评申诉提交、最终处置决策
• 必须人确认的：差评回复内容、申诉提交、处置方案确认

相关场景

• → 场景 10（5.10 口碑与舆情）：差评处置与舆情信号需要协同
• → 场景 22（8.3 多语言客诉）：差评可能涉及多语言客诉
• → 场景 20（8.1 多语言商品内容）：差评归因可能指向商品页问题

场景设计 · 某家居用品企业
方案库以"某家居用品企业北美站差评处置"为样板场景，演示从差评信号捕获到趋势分析的完整链路。数据为脱敏构造，不承诺效率百分比，差评回复由人做。

5.14 场景 14：海外社媒多平台运营——一鱼多吃

一句话：运营写了一篇产品测评文章，准备发到 Facebook、Instagram、TikTok、Twitter、LinkedIn

现场触发：运营写了一篇产品测评文章，准备发到 Facebook、Instagram、TikTok、Twitter、LinkedIn。但每个平台的格式不同：Facebook 要长文+图片，Instagram 要图片+短文案，TikTok 要短视频脚本，Twitter 要短文案+链接，LinkedIn 要专业长文。人工改写 5 个平台，需要 1 天。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不是让 AI 替企业写内容，而是把 1 篇内容改写成 5 个平台版本，1 小时内完成。运营不再"人工改写 1 天"，而是"AI 改写 1 小时"。

需要准备：原始内容（文章/测评/视频脚本）、各平台账号信息。

会产出：《多平台内容包》（含 5 个平台版本）、《发布排程表》、《数据汇总报表》。

边界

• AI 做：内容模板化、多平台改写、发布排程生成、数据汇总
• 人做：最终发布确认、内容审核
• 必须人确认的：所有发布内容的最终确认

相关场景

• → 场景 6（5.6 投放素材）：社媒内容可用于投放素材
• → 场景 10（5.10 口碑与舆情）：社媒运营影响口碑与舆情
• → 场景 14（5.14 海外社媒）：本场景即多平台运营

场景设计 · 某家居用品企业
方案库以"某家居用品企业北美站社媒运营"为样板场景，演示从内容模板化到数据汇总的完整链路。数据为脱敏构造，不承诺效率百分比，内容发布由人做。

第六章 订单履约与单证：把最熟练的人从对单里解放出来

本章不产生收入，但它吃掉的是最熟练的人的时间。 报关员约 80% 的时间在对单、催料、等过机——把这部分还回去，等于凭空多出一个人去做客户与出货。
单证的第二个价值在交付质量：单证不出错，客户才敢把更大的订单给你。这一点在长协客户身上体现得最明显。

6.1 场景 15：报关四单一致审核

一句话：一票货要申报，报关单、商业发票、装箱单、合同（提单）四份单证要品名、数量、重量、金额、收发货人五向一致

现场触发：一票货要申报，报关单、商业发票、装箱单、合同（提单）四份单证要品名、数量、重量、金额、收发货人五向一致。单证员在赶截关时间时靠肉眼扫，退单、改单、罚款都从这里来。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求单证先电子化。 发票、箱单、合同哪怕是扫描件、Excel、PDF 混着来，专家抽字段对齐。这一点决定了它能在不改造企业现有系统的前提下直接落地。

需要准备：商业发票（扫描件/PDF）、装箱单、合同或提单、报关单预录草稿。

会产出：《四单一致审核报告》（五向对齐 / 差异分级，含签批栏）、《差异拦截清单》（退单级/改单级/罚款级逐条带出处）。

边界

• AI 做：四单抽取对齐、差异清单生成、归类建议（附置信度）
• 人做：申报提交、HS 编码终审
• 必须人确认的：申报提交动作、HS 编码最终确认

相关场景

• → 场景 16（6.2 申报前差错拦截）：四单审核后需要申报前预审
• → 场景 17（6.3 跨单据一致性）：四单审核是跨单据一致性的具体应用
• → 场景 2（5.2 开发信与报价）：报价与单证需要保持一致

方法论锚点 · 单证一致原则
出处：国际商会《跟单信用证统一惯例》（UCP600）确立了一条核心原则——银行处理的是单据，不是货物、服务或其他行为。只要单据与信用证条款相符，银行即须付款；反之，货再好，单据不符就收不到钱。
核心：这条原则解释了为什么报关、结汇环节「几个单子必须一致」不是形式主义——在国际贸易的规则体系里，单据代表着货权，一致性代表着信用。一处不一致，轻则延误，重则拒付。审单的人守的不是流程，是钱。
一句话记住：报关不是拼速度，是拼不出错。
落地提示：一致性可以自动核对，但前提是企业愿意把合同、发票、装箱单、报关单的口径统一到一套字段上。现实中这四份单子常由不同岗位各自维护、各用各的习惯写法——统一口径这一步需要跨部门确认，属于管理动作，不是配置问题。

6.2 场景 16：申报前差错拦截与 HS 归类建议

一句话：申报前要预审品名、数量、重量、金额、HS 编码是否一致

现场触发：申报前要预审品名、数量、重量、金额、HS 编码是否一致。HS 归类错了轻则退单改单、重则罚款。大厂有大模型审单系统，中小企业连系统都没有，靠老报关员的经验记忆。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

必须说清楚的一条：公开测评显示 AI 直接给出 HS 编码的正确率只有三成多，且存在生成不存在编码的幻觉。所以这个场景的正确用法是"给建议 + 给依据 + 给置信度 + 标注需人工终审"，而不是"让 AI 定编码"。 任何把它做成自动填报的设计都是错的。

最大差异点：不给"最终归类结论"，只给候选编码 + 税率 + 依据 + 置信度，逐条可审。HS 归类是法律责任，终审必须由报关员拍板——AI 的价值在于把"该查哪几条税则注释、该比哪几个历史先例"做在前头，把老报关员的经验记忆变成一份可查的对照表，而不是替他下判断。

需要准备：待申报单据（商业发票、装箱单、合同或提单），历史申报记录与同类产品的归类先例，税则与税率查询渠道，成交方式与汇率口径，报关员终审责任人。

会产出：《申报预审清单》（字段一致性 / 归类建议，含签批栏）、《HS 归类建议表》（候选编码 / 税率 / 依据 / 置信度，逐条可审）。

边界

• AI 做：要素校验、字段抽取、一致性校验、HS 归类建议（附置信度）、留证与签批
• 人做：HS 编码终审、申报提交
• 必须人确认的：HS 编码最终确认、申报提交动作

相关场景

• → 场景 15（6.1 报关四单一致）：四单审核后需要申报前预审
• → 场景 17（6.3 跨单据一致性）：申报前预审是跨单据一致性的具体应用
• → 场景 24（9.1 合规到期体检）：HS 编码涉及合规要求

案例佐证

✓ 真实落地 · 某国际货代企业（华南）
日常承载繁重的国际货运单证业务，提单、报关单、装箱单、商业发票均需批量拟定、审核及翻译；销售团队还要高频对接海外客户、查询运价、编制定价方案，整体文书沟通处理任务量庞大。接入后实现货运单据、商务合同的智能编撰与双语翻译，统一规范文档格式，大幅削减人工撰稿制表成本；自动生成业务沟通邮件；快速输出多维度经营数据分析。
记录口径：客户实证原始记录，客户名已脱敏；岗位为客服/单证人员，场景标签含"合同法务""邮件沟通"，能力组含"强合规文书"。效果描述为项目现场记录口径，未经第三方审计。

6.3 场景 17：跨单据一致性校验的通用化

一句话：报关四单一致只是"跨单据一致性"在出海场景里的一个具体形态——订单交付、合同结算、认证与实物、报价与历史，企业内部还有一批同构的核对工作，用的其实是同一套方法

现场触发：报关四单已经对完，老板接着问："订单、工单、出库单、发票是不是也能这么核？合同、结算单、发票能不能一起看？"——同一套方法能不能复制到别的单据组合，才是这套能力能不能留下来的关键。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：先把字段口径定义清楚，再比对。同一套方法之所以能跨单据复用，靠的不是算法，是"哪些字段必须一致、不一致到什么程度算问题"这套规则被显式写下来——规则不写下来，换个场景就得重新摸索一遍。

五类同构场景

这套方法的共同价值不在"快"，在于三件事：对完了有证据（每条结论绑定来源文件与条号）、产出的东西能进流程（带签批栏的正式件，不是一张展示用的表）、该拦的地方敢说"现在还不能提交"。

需要准备：按所选同构场景准备对应单据（报关申报：报关单 / 发票 / 箱单 / 合同；订单交付：客户订单 / 生产工单 / 出库单 / 发票；合同结算：框架合同 / 实际订单 / 结算单 / 发票；认证与实物：关键元器件清单 / 在用 BOM / 采购变更记录；报价与历史：本次报价 / 历史报价 / 折扣授权），关键字段口径定义，差异后果分级规则，签批流程与责任人。

会产出：《跨单据差异清单》（含来源文件与条号 + 后果分级）、《字段口径定义表》（各单据统一用哪套字段）、《差异签批件》。

边界

• AI 做：多源单据读取、关键字段抽取、交叉比对、后果分级、差异清单生成
• 人做：最终审核确认、签批动作、问题决策
• 必须人确认的：差异清单的最终确认、签批动作、问题处理决策

相关场景

• → 场景 15（6.1 报关四单一致）：报关四单审核是跨单据一致性的具体应用
• → 场景 16（6.2 申报前差错拦截）：申报前预审需要跨单据校验
• → 场景 2（5.2 开发信与报价）：报价与历史报价的一致性校验

第七章 跨时区协作与沟通

7.1 时区不是作息问题，是排程问题

多数企业把跨时区沟通当成"要不要熬夜开会"的作风问题，实际上它是一个可计算的排程问题：

• 每个目标市场的邮件高打开窗口（上班后 3 小时内）是可以算出来的，开发信与报价的发送时间应当按对方时区排程，而不是按发送方的上班时间；
• 例会、评审、客户会的重叠窗口是可以预排的，不该每次临时拉群投票；
• 客户侧发起的询问落到谁的班次是可以预先分配的，不该靠值班的人临场判断。

可执行的做法有三条：把发送窗口排进日程、把回复责任排进班次、把沟通记录排进档案。

7.2 场景 18：跨会议待办闭环追踪

一句话：季度经营会前，老板问"上季度定的那几件事做了没有"

现场触发：季度经营会前，老板问"上季度定的那几件事做了没有"。要回答这个问题，得把过去六次会议的纪要翻出来交叉比对——而这件事永远排不进日程。

痛点（每条都有出处）

WorkBuddy 怎么做（六步闭环）

最大差异点：跨会议做交叉比对——不是整理单次纪要，而是把一件事在六次会议里的轨迹串起来，找出"说过但再也没提过"的那些。这是任何单据系统都做不到的。

需要准备：历次会议纪要（3–8 次，格式可混）、现有待办跟踪表（如有）、各部门周报或进展汇报（用于交叉验证"说做了"是否有进展记录）。

会产出：《未闭环事项台账》（5 sheet，含被提及次数、逾期天数、证据出处）、《静默事项专页》（首次提出后再未被提及，按静默天数排序）、《不可追踪事项清单》（原始表述模糊，建议补明确时限与验收标准后再纳入）。

边界

• AI 做：纪要归一、事项抽取、跨会串联、静默检测、逾期计算、台账成型
• 人做：原因判定、绩效评价、复盘会确认
• 必须人确认的：原因和责任由复盘会确认

相关场景

• → 场景 19（7.3 夜间值守）：夜间值守需要工单结构化
• → 场景 1（5.1 询盘分级）：跨会议追踪可应用于客户跟进
• → 场景 28（10.1 跨境数据整合）：数据整合需要跨部门协同

7.3 场景 19：夜间值守与客户进度通知

一句话：凌晨 2:30，海外客户在群里问"任务怎么了、是不是出问题了"——此时技术侧正在处置告警，值班的人要同时面对三件事：查原因、安抚客户、不能说错话（**每一句话都…

现场触发：凌晨 2:30，海外客户在群里问"任务怎么了、是不是出问题了"——此时技术侧正在处置告警，值班的人要同时面对三件事：查原因、安抚客户、不能说错话（每一句话都是将来的 SLA 证据）。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：与常规客服机器人的区别是，机器人答的是 FAQ，这里处理的是事件级沟通——每条回复都从事件的真实数据里长出来，且每句都标注与事实记录的对应关系，留痕归档。

需要准备：客户 SLA 承诺与配额档案（回复口径由这些决定），值班排班表，事件时间线与告警记录，历史沟通记录归档，事件编号规则（用于留痕关联）。

会产出：《事件级客户沟通稿》（每条回复绑定事件快照与时间戳，可回溯）、《夜间值守留痕记录》（谁在什么时间、基于哪份记录回了什么）、《交接摘要》（次日白班接手时的事件清单与承诺事项）。

边界

• AI 做：工单结构化、客户档案对齐、回复草拟、进度通知生成、留痕归档
• 人做：对外承诺（补偿、赔付、时限）、回复草稿审定后发出
• 必须人确认的：所有对外发送的回复、补偿/赔付/时限承诺

相关场景

• → 场景 18（7.2 跨会议待办）：夜间值守需要工单闭环
• → 场景 22（8.3 多语言客诉）：夜间值守可能涉及多语言客诉
• → 场景 10（5.10 口碑与舆情）：夜间值守影响客户满意度与口碑

案例佐证

✓ 真实落地 · 某医疗健康服务企业（华北）
该公司把 WorkBuddy 用作对外的应答客服：客户从微信客服入口发起咨询，云端机器人按客服账号、部门知识库与问题类型检索资料后生成回复，并严格按企业设定的话术边界输出；凡涉及投诉、退款、合同、最终报价、特殊承诺，或机器人无法确认的问题，一律自动转入人工处理流程。内部按售前、售后、产品、技术、法务等部门划分知识材料，各部门维护、统一审核后发布；运营人员定期回看未命中与转人工的问题，反向补充对应部门资料。
记录口径：客户实证原始记录，客户名已脱敏；岗位为销售人员，能力组含"客户与营销""强合规文书""结构化研报"。

第八章 多语言内容与文档：把增长成果变成品牌资产

本章是增长的产能底座。 能同时打几个市场，取决于能产出多少本地化内容；而口径一致，才让这些内容沉淀成品牌资产，而不是一堆散落的翻译件。
同样一篇商品页，改写得好不好，直接体现在转化率上；而术语与表达能不能锁住，决定品牌在六个国家是不是同一个品牌。

8.1 场景 20：多语言商品内容与 A+ 批量改写

一句话：德国站要在三天内补齐一版合规的多语言商品页，既要把美国站攒了半年的漏水、刀片松动差评转成卖点，又不能踩德国的违禁措辞，还会被追问"凭什么这么写、会不会又被审"

现场触发：德国站要在三天内补齐一版合规的多语言商品页，既要把美国站攒了半年的漏水、刀片松动差评转成卖点，又不能踩德国的违禁措辞，还会被追问"凭什么这么写、会不会又被审"。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求先把差评整理成规范表格。原始差评导出、退货原因备注直接扔进来，由专家归类出高频退货原因，再逐条对应到卖点描述与 FAQ——把客服手里的隐性知识转成上架流程里的显性输入。

需要准备：现有商品页文案总表（可中英混排）、历史差评与退货原因导出、目标站点违禁词与责任人要求清单。

会产出：《多语言文案改写台账》（多站标题/卖点/搜索词/A+ 文案，旧新对照，含编制审核栏）、《违禁词与合规风险清单》（命中措辞 + 合规替代表述 + 站点）、《差评卖点映射表》（高频退货原因 → 卖点/FAQ，附来源差评编号）。

边界

• AI 做：要素校验、差评归类、多语言改写、合规扫描、留证与签批
• 人做：最终定价与主图决策、设计定稿
• 必须人确认的：违禁词替换确认、最终文案确认

相关场景

• → 场景 13（5.13 差评当天处置）：差评转卖点需要差评归因
• → 场景 21（8.2 术语锁定）：多语言改写需要术语锁定
• → 场景 26（9.3 宣称合规）：商品页需要宣称合规核对

8.2 场景 21：出海术语锁定与文化红线审校

一句话：内容出海项目第 1–40 集明天交付海外平台，另一语种外包同步开工

现场触发：内容出海项目第 1–40 集明天交付海外平台，另一语种外包同步开工。上个项目主角称谓被翻成 CEO/President/Boss 三个版本、审校打回过一次——而这次的执行还是同一批人。

痛点（每条都有出处）

WorkBuddy 怎么做（六步闭环）

最大差异点：通用翻译谁都能买，差异在私有资产——企业自己的术语表（专名既定写法）+ 本公司历史出海项目的审校记录（哪些译法被平台拒过）。术语锁定按这两份执行，漂移在初稿阶段就拦住。

需要准备：企业术语表（专名既定写法）、本公司历史出海项目的审校记录（哪些译法被平台拒过）——这两份是私有资产的核心；另需目标平台技术规范（每行字符数、字幕安全区、音画偏移容差）、文化红线历史案例库。

会产出：《术语锁定表》（专名既定写法 + 各语种对应，含版本）、《文化红线审校报告》（命中项 + 修改建议 + 依据）、《审校记录沉淀》（本次新确认的译法回写术语表）。

边界

• AI 做：术语锁定、初稿翻译、术语校验、文化红线扫描、平台规范检查、审校交付包生成
• 人做：提交海外平台（上传、排期、账号运营）、最终语感把关
• 必须人确认的：术语表最终确认、文化红线处置确认、人工审校

相关场景

• → 场景 20（8.1 多语言商品内容）：术语锁定与多语言改写协同
• → 场景 22（8.3 多语言客诉）：术语锁定与客诉处理协同
• → 场景 26（9.3 宣称合规）：术语锁定与宣称合规相关

8.3 场景 22：多语言客诉、差评与拒付抗辩

一句话：某产品因一批质量问题集中来了差评和退款，其中一单买家发起了信用卡拒付（Chargeback）

现场触发：某产品因一批质量问题集中来了差评和退款，其中一单买家发起了信用卡拒付（Chargeback）。客服要在今天内出多语言的差评回复、退款话术，以及那单拒付的抗辩稿；回复既要安抚又不能踩"诱导改评"红线，抗辩稿要赶在平台时限前提交。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求先把客诉分类整理。原始差评、站内信、退款记录、拒付通知原样扔进来，由专家按语言与问题类型归类，识别是否为集中批次问题——这一步常常比回复本身更有价值，因为它能反向暴露供应链质量问题。

需要准备：原始差评与站内信、退款记录、拒付通知，订单与物流签收凭证，买家沟通记录，产品结构说明与质量问题结论，平台账户健康现状（订单缺陷率/迟发率/取消率），多语言话术模板。

会产出：《客诉处置台账》（差评回复 + 退款话术 + 账户健康影响，多语言，含审核栏）、《拒付抗辩稿初稿》（按平台结构拼装，逐项对应拒付理由，标出缺失凭证）、《差评归类与批次预警清单》。

边界

• AI 做：要素校验、客诉归类、话术生成、抗辩拼装、留证与签批
• 人做：向买家/平台正式发送、退款与赔付放款执行
• 必须人确认的：客诉回复最终确认、拒付抗辩稿确认、退款与赔付决策

相关场景

• → 场景 10（5.10 口碑与舆情）：客诉可能升级为舆情
• → 场景 13（5.13 差评当天处置）：差评处置与客诉处理协同
• → 场景 23（8.4 复杂退款）：客诉可能涉及复杂退款

案例佐证

✓ 真实落地 · 某跨境电商服务商（西南）
该企业的电商业务管理系统沉淀了商户全链路数据，覆盖交易流水、商品 SKU、售后工单及客服交互日志，面临"数据富矿但洞察贫瘠"的挑战，亟需打破销售、商品与服务的数据孤岛。接入后，专家与客户电商管理系统对接进行数据抓取分析，作为"决策智能驾驶舱"，通过自然语言交互实现数据即时洞察；自动关联"销量-质量-售后"数据，精准定位导致高退货率的隐性质量缺陷，辅助供应链优化；同时对历史爆款的共性特征提取，为商家提供选品建议与市场切入策略。
记录口径：客户实证原始记录，客户名已脱敏；岗位为运营人员，能力组含"多方评审决策""客户与营销""结构化研报"。

8.4 场景 23：复杂退款、拒付证据包

一句话：某买家发起信用卡拒付（Chargeback），理由是"商品与描述不符"

现场触发：某买家发起信用卡拒付（Chargeback），理由是"商品与描述不符"。客服需要在 7 天内提交证据包，包括：商品页截图、物流签收证明、买家沟通记录、产品质检报告。证据包不完整，拒付必输。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不是让 AI 替企业提交申诉，而是把证据包在 7 天内收集齐、整理好。客服不再"跨多个系统收集证据"，而是"一键生成证据包"。

需要准备：拒付通知、商品页链接、订单号、物流单号。

会产出：《证据包》（含商品页截图、物流签收证明、沟通记录、产品质检报告）、《申诉信草稿》。

边界

• AI 做：拒付通知捕获、证据清单生成、证据自动收集、证据包整理、申诉信草稿生成
• 人做：最终申诉提交、证据审核确认
• 必须人确认的：证据包完整性确认、申诉信最终确认、申诉提交动作

相关场景

• → 场景 22（8.3 多语言客诉）：拒付抗辩与多语言客诉协同
• → 场景 10（5.10 口碑与舆情）：拒付可能伴随负面舆情
• → 场景 13（5.13 差评当天处置）：拒付原因可能与差评相关

场景设计 · 某家居用品企业
方案库以"某家居用品企业北美站拒付申诉"为样板场景，演示从证据收集到申诉信生成的完整链路。数据为脱敏构造，不承诺效率百分比，申诉提交由人做。

第九章 合规与资质管理：守住资格线，别让挣到的钱赔进去

本章不产生收入。 它属于场景篇导语排序里的"第四档：守住资格"。之所以放在这个位置，是因为它几乎不会带来新增订单，但它决定——已经打开的市场会不会被关掉。
建议把它当作"上保险"来做：不必第一个做，但不要拖到出事才做。一次下架、一次扣货、一次错过投标资格的代价，往往比全年合规预算还高。

9.1 场景 24：海外合规到期与下架风险体检

一句话：临近年底，某国电池法 EPR 续费截止日快到了，同时收到一封平台专利评估邮件（差点被当垃圾邮件）

现场触发：临近年底，某国电池法 EPR 续费截止日快到了，同时收到一封平台专利评估邮件（差点被当垃圾邮件）。运营需要一次性体检"哪些注册号快到期、哪些页面的责任人信息不合规、这封专利邮件要不要理"，赶在下架和默认判决发生之前处理。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求先把合规资料整理成台账。注册号截图、代理机构邮件、平台通知、专利邮件原样扔进来，由专家提取到期日、责任人字段、投诉时限，按"先爆哪个"排序。

需要准备：各国 EPR/WEEE/电池法与 VAT 注册号台账（含续费到期日）、各站页面的责任人信息现状、平台通知与专利邮件。

会产出：《下架风险体检表》（风险项 + 剩余天数 + 后果 + 应对时限，按紧迫度排序，含编制审核栏）、《合规到期清单》、《责任人整改清单》。

边界

• AI 做：要素校验、到期扫描、责任人核查、专利预警、留证与签批
• 人做：续费操作、VAT/EPR 申报提交、专利侵权判定、正式申诉/抗辩/申报提交
• 必须人确认的：续费决策、申报提交动作、专利应对策略、正式申诉/抗辩/申报动作

相关场景

• → 场景 25（9.2） 认证证书与检测报告台账核查：合规到期体检与认证证书核查协同
• → 场景 26（9.3） 宣称合规逐句核对：合规体检涉及宣称合规
• → 场景 27（9.4） 成分合规三库查证：合规体检涉及成分合规

9.2 场景 25：认证证书与检测报告台账核查

一句话：海外项目进入并网冲刺，业主要求出具全套设备证书与检测报告并核对与实物一致

现场触发：海外项目进入并网冲刺，业主要求出具全套设备证书与检测报告并核对与实物一致。证书有效期晚于交付节点、但早于质保期结束——交付时在有效期内，质保期内会过期。同时采购部几个月前为降本换过一批元器件，关键元器件清单上还是老型号。

痛点（每条都有出处）

WorkBuddy 怎么做（五步闭环）

最大差异点：不要求企业先建立编码体系或上认证管理系统。证书 PDF、报告扫描件、清单表格、采购变更的聊天截图直接扔进来，由专家把证书、型号、覆盖范围、有效期四维关联起来——关键在于跨源，不在于格式规范。

需要准备：证书 PDF 与检测报告扫描件，关键元器件清单，在用 BOM 与采购变更记录，投标日/交付日/质保期三个时点，证书所依据的标准版本清单（强制性国标在更新）。

会产出：《证书与报告台账核查表》、《关键元器件与实物差异清单》（每项带证书编号、BOM 版本、采购变更记录出处）、《到期换证计划表》（按三个时点分级，含建议启动时间与费用周期估算）。

边界

• AI 做：台账补全、覆盖范围校验、交叉比对、到期分级、留证与签批
• 人做：证书有效性判定、清单签署与送检、合规结论出具
• 必须人确认的：证书有效性最终判定、清单签署动作、合规结论确认

相关场景

• → 场景 24（9.1） 海外合规到期与下架风险体检：认证证书核查与合规到期体检协同
• → 场景 26（9.3） 宣称合规逐句核对：认证证书涉及宣称合规
• → 场景 27（9.4） 成分合规三库查证：认证证书涉及成分合规

9.3 场景 26：宣称合规逐句核对——每句对外的话都对上备案

一句话：运营在商品页写了一句"helps improve sleep quality"（帮助改善睡眠质量），看起来没问题

现场触发：运营在商品页写了一句"helps improve sleep quality"（帮助改善睡眠质量），看起来没问题。但 FDA 规定，任何涉及"改善""治疗""预防"疾病的表述，都属于药品宣称，必须有 FDA 批准才能写。结果这句话被 FDA 标记，商品页被下架。宣称合规不是"大概没问题"，而是"每句对外的话都对上备案"。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不是让 AI 替企业写文案，而是把每句对外的话都扫一遍，确保对上备案。运营不再"大概没问题"，而是"每句都有依据"。

需要准备：商品页文案、A+ 页面文案、广告文案、社媒帖子、企业备案文件（如 FDA 注册文件）。

会产出：《宣称合规核对报告》（含标出的宣称词、备案状态、合规替代表述）。

边界

• AI 做：宣称词库加载、逐句扫描、备案比对、合规替代表述生成
• 人做：最终合规判断、文案撰写
• 必须人确认的：合规判断最终确认、文案修改确认

相关场景

• → 场景 25（9.2） 认证证书与检测报告台账核查：宣称合规涉及认证证书
• → 场景 27（9.4） 成分合规三库查证：宣称合规涉及成分合规
• → 场景 20（8.1） 多语言商品内容与 A+ 批量改写：商品页改写需要宣称合规核对

场景设计 · 某家居用品企业
方案库以"某家居用品企业北美站宣称合规"为样板场景，演示从宣称词扫描到备案比对的完整链路。数据为脱敏构造，不承诺效率百分比，合规判断由法务做。

9.4 场景 27：成分合规三库查证——三个库查完才算查完一次

一句话：某护肤品含有"烟酰胺"成分，运营知道这是美白成分，但不确定在欧盟是否合规

现场触发：某护肤品含有"烟酰胺"成分，运营知道这是美白成分，但不确定在欧盟是否合规。查了欧盟化妆品法规，发现烟酰胺合规，但浓度不能超过 5%。再查中国化妆品法规，发现烟酰胺在中国需要备案。再查美国 FDA 规定，发现烟酰胺在美国属于 OTC 药品成分，需要 FDA 批准。成分合规不是"查一个库"，而是"三个库都查完"。

痛点（每条都有出处）

WorkBuddy 怎么做（四步闭环）

最大差异点：不是让 AI 替企业做合规判断，而是把三个库都查一遍，确保成分在所有目标市场都合规。运营不再"查一个库就上架"，而是"三个库都查完才上架"。

需要准备：产品配方表（INCI 名称）、目标市场清单（欧盟/中国/美国）。

会产出：《成分合规三库查证报告》（含每个成分的合规状态、限制条件、合规建议）。

边界

• AI 做：成分清单提取、三库查证、合规风险标注、合规建议生成
• 人做：最终合规判断、配方调整决策
• 必须人确认的：合规判断最终确认、配方调整决策

相关场景

• → 场景 26（9.3） 宣称合规逐句核对：成分合规与宣称合规协同
• → 场景 25（9.2） 认证证书与检测报告台账核查：成分合规涉及认证证书
• → 场景 20（8.1） 多语言商品内容与 A+ 批量改写：商品页改写需要成分合规核对

场景设计 · 某护肤品企业
方案库以"某护肤品企业北美站成分合规"为样板场景，演示从成分清单提取到三库查证的完整链路。数据为脱敏构造，不承诺效率百分比，合规判断由法务做。

第十章 数据与经营决策：让"钱花在哪、赚在哪"说得清

本章是放大器。 它不直接换订单，但决定前面几章的动作有没有依据——哪条渠道在挣钱、哪个市场该加投、哪个环节在漏钱。前面几章负责把事做成，这一章负责知道哪件事值得做。

10.1 场景 28：跨境经营数据整合与国别情报简报

一句话：订单在三个跨境平台、物流在两家货代、回款在两个账户、库存在海外仓——老板周一要一份"上周到底怎么样"的简报，而整理这份简报要花掉一个人大半天

现场触发：订单在三个跨境平台、物流在两家货代、回款在两个账户、库存在海外仓——老板周一要一份"上周到底怎么样"的简报，而整理这份简报要花掉一个人大半天。同时，目标国家的关税政策上周又变了。

出海企业的数据困境

WorkBuddy 怎么做

一条实操建议：这个场景最容易被做成"又一个看板"，然后闲置。正确的做法是把它绑在一个具体的决策节奏上——比如每周一上午的经营会。简报的输出时间、口径、接收人固定下来，它才会真正被用起来。

最大差异点：不做"又一个看板"。看板最常见的失败方式是——做出来，看两次，然后再也没人打开。这里的做法是把它绑在一个具体的决策节奏上：简报的输出时间、口径、接收人固定下来（比如每周一上午的经营会），数据整合才有存在的理由。先有会，再有表。

需要准备：各跨境平台订单导出，货代物流数据，回款账户流水，海外仓库存数据，简报模板与指标口径定义（口径不统一则拼出来的图会误导决策），目标国政策与关税情报源。

会产出：《跨境经营统一底表》（多平台 / 多币种 / 多口径归并，含口径对照）、《周度经营简报》（异常 + 归因 + 选项，含口径说明）、《国别政策与关税情报简报》。

边界

• AI 做：数据归集、情报采集、简报生成、重复劳动替代、资料归档
• 人做：经营决策、口径确认、简报审核
• 必须人确认的：数据口径最终确认、简报内容审核、经营决策

相关场景

• → 场景 8（5.8） 投放诊断与真实利润：投放数据需要整合到经营简报
• → 场景 7（5.7） 达人合作与净 ROI 归因：达人数据需要整合到经营简报
• → 场景 18（7.2） 跨会议待办闭环追踪：经营会需要追踪待办事项

案例佐证

✓ 真实落地 · 某外贸企业（西南）
客户是外贸企业，用 WorkBuddy 主要用来整合跨境平台订单、货代物流、回款、库存数据，自动抓取目标国家行业政策、关税变动、竞品定价、市场需求趋势，输出精简分析简报，替代翻译、制表、制单、数据统计、方案撰写等重复工作，减少人工失误。多部门在线协同办公，采购、业务、单证资料统一归档在对应板块，查找便捷、流程标准化。
记录口径：客户实证原始记录，客户名已脱敏；岗位为研发人员，能力组含"内容生产""多方评审决策""结构化研报"。

✓ 真实落地 · 某零售电商企业（华东）
客户自研的电商业务管理系统沉淀了商户全链路数据；通过自建技能对接业务系统，实现从平台系统中自动获取数据并整理到表格当中，自动生成平台日报周报并推送到企业协同生态中。此前每次要从平台店铺获取新访客数据、客户地域分布数据、销售订单成交转化率等数据并手工整理，占用大量人工时间。
记录口径：客户实证原始记录，客户名已脱敏；岗位为运营人员，能力组含"研发提效""结构化研报"。

方法论锚点 · 营销智能的三维框架
出处：王永贵教授《面向新质生产力的营销智能问题研究》，营销科学与创新国际会议（MSI2025）主旨报告，2025 年。
核心：营销智能不是「用 AI 做营销」，而是三个维度的合流——消费者智能回答「谁在买、为什么买」，产品智能回答「产品该是什么样」，场景智能回答「在什么场合被需要」。三者合起来，市场判断才能从「事后统计」推到「动态预测」。
一句话记住：数据不整合，只能解释过去；三个维度合流，才能预判下一步。
落地提示：三维合流的前提是数据可比——平台口径、币种、时区、退货与佣金算法如果各不相同，拼出来的图只会误导决策。这一步手册给不了答案，它需要先定口径，再谈看板。

10.2 从"看数据"到"出结论"

数据整合之后，真正的价值在于把数据变成能进决策会的结论。这一步的通用结构是：

1. 异常识别：哪些指标偏离了常态（退货率、单证差错、客诉集中批次）；
2. 归因归集：把与该异常相关的所有事实归到一起（订单、物流、沟通记录、批次）；
3. 口径对齐：确认各来源数据的口径是否一致，不一致则标注；
4. 结论草稿：给出事实陈述与可选动作，不写"应该怎么做"的定性判断；
5. 留痕与签批：进决策会，结论由人下。

这套结构的关键是第 4 步的克制：专家出的是事实与选项，不是判断。判断一旦由机器给出，责任就模糊了；而事实与选项越完备，人下判断越快。

第十一章 工具与连接器：把场景接进日常工作流

前面八章讲的都是"这件事怎么做"。本章回答"用什么干"。

先说一条判断标准，避免走偏：连接器不是接得越多越好。 判断该不该接，只问一句——这个系统里的数据，是不是决定下一步动作的关键依据？ 是，就接；只是"看看"的，先别接。接了不用，等于多一个信息孤岛。

11.1 三类工具，三种分工

WorkBuddy 的位置是在现有系统之上，不是替代它们。 出海企业通常已经有电商平台后台、ERP、货代系统、邮箱和会议工具——AI 工作台做的是把这些系统里的数据读出来、对上口径、生成能进流程的东西，再把结果写回去或交给人对出去。

11.2 会议：把跨时区会议变成一条可追溯的闭环

出海会议的特殊性在于参会人分布在多个时区，且会议结论往往就是对外承诺。连接器目录里，腾讯会议连接器提供的是会议的组织与排程能力——快速发起会议、查看日程安排、管理参会人员。把它用在对的地方，是把它接入"会前—会中—会后"三段：

会议转写与纪要可以由专门的转写类连接器承担（如 viaim、Plaud、百智 WiseNote、EzyJoin 智慧会议、得到大脑等，能力为读取录音转写与 AI 摘要、整理会议纪要和待办事项），也可以在 WorkBuddy 内完成归集与串联。两者不是替代关系：转写解决"说过什么"，闭环追踪解决"有没有做"。

一条实操建议：跨时区会议不要临时拉群投票定时间。把各方的时区与可参会窗口固化成一张表，每次排会用表比对——这件事值得做成每周自动跑一次的例行动作。

11.3 邮箱：让外贸邮件不再只活在业务员的收件箱里

外贸企业的核心资产有一大半在邮件里：询盘、报价、PI、单证、客户的口头承诺。问题不是邮件系统不好，而是邮件里的信息没有变成结构化资产——业务员离职时，这些全部随人走。

WorkBuddy 的专家邮箱提供收发、搜索与整理邮件的能力：读取邮件内容与附件、按关键词检索历史邮件、汇总邮件线程、回复与转发、附件的上传与下载。把它接进出海场景，是这样用的：

边界必须写死：对外邮件一律人工确认后发送。邮箱连接器负责把材料备齐、把历史翻出来、把草稿写好，不负责替企业对外承诺。

11.4 场景 × 连接器索引（出海业务专用）

下表按本书的场景索引可用连接器，能力描述取自 WorkBuddy 连接器目录。清单会持续更新，以连接器目录当期为准。

11.5 协同办公类：把结果送回日常工作流

场景产出再好，如果还要人工搬到协同工具里，就又断了一次。常用的一类连接器负责"最后一公里"：

11.6 三个提醒

第十二章 从场景到能力：企业怎么落地

12.1 三个必须先说清的前提

前提一：数据边界先定，再谈场景。

跨境数据、客户信息、认证材料往往不允许离开企业。因此在选型时要先明确三件事：部署形态（SaaS / 专有云租户隔离 / 私有化）、涉敏数据是否入公有模型、权限分级与审计留痕能力。这一点在出海场景里不是技术偏好，是合规前提。

前提二：人机分工写进流程，不靠默契。

前提三：口径归企业所有，不归任何服务方。

术语表、审校记录、违禁词清单、标准模板、成本假设、历史报价——这些是企业的私有资产。任何服务结束时，这些资产必须留在企业手里且可继续使用；否则企业买到的只是一次性结果，能力归零。

12.2 三十、六十、九十天

一个常被忽略的成功条件：一把手至少参加三个完整节点。AI 项目失败的第一原因通常不是预算，也不是技术，是没有人持续追问"这周产出了什么、进了哪个流程"。

12.3 三个常见失败与对策

第十三章 服务机构怎么用这本手册

出海企业很少只缺一种能力。做 AI 提效的同时，企业通常还同时需要合规落地、渠道拓展、认证资质、资本对接等配套服务。这两件事天然可以嵌在一起：专业服务机构在前台做服务交付，AI 能力在后台把交付过程沉淀为企业自己的资产。

13.1 服务交付 × AI 场景咬合表

以一家成熟的出海服务机构为例（其公开服务目录涵盖落地、影响力、资本与融合三个阶段共九项服务），每一次服务交付都可以同时带出一个 AI 场景：

这张表的用法：服务机构在为企业做其中任何一项服务时，都可以顺手完成两件事——交付一个挂服务机构口径的定制专家（企业立刻受益），并识别出这批人里谁可以成为该企业的内部 AI 骨干。一次服务交付，两个产品出口。

13.2 分工建议

一句话概括：服务机构做前台与标准，技术方做后台与交付；客户永远是服务机构的客户；方法论与标准的所有权归服务机构，交付给企业的技能、资料库、专家与数据资产归企业所有。

13.3 三条交付纪律

1. 陪做不代做：目标是让企业自己会建，不是让企业依赖。服务方撤场后产线要能自主运转。
2. 不做通用课：所有案例、模板、专家必须来自该企业的真实业务与真实数据，讲完就走的环节一律不排。
3. 不做没有基线的承诺：没有训前测量的地方，不说"效率提升了 X%"。宁可说"这季度还测不出来"。

附录 A：本手册场景总览与收入链定位

最后一列标明每个场景在收入链上的位置——从"直接产生收入"往下排。每一行的可对接连接器，见第十一章 11.4 的场景 × 连接器索引。

自评方法：对每一行问三个问题——这件事跟收入隔几层（越近越先做）、输入是否已经是散乱的非结构化材料（越是越适合）、错了能不能当场看出来（能看出来的才敢交给专家）。三个都答得上来的，先做。

第四档的场景请单独排期：不必第一个做，但要有明确的上线时间，并在第一批增长场景跑通后立刻补上。

附录 B：起步清单（可直接照做）

1. 列一张"最贵的错误"清单：过去一年里，哪几次退单、罚款、下架、客诉升级、投放浪费造成的损失最大？把它们对应的环节标出来。
2. 挑一个场景试点：从"最贵的错误"里挑一个，按第六章或第八章的对应场景准备材料，原样提供，不要先整理；如果最大的是投放浪费，直接翻第五章。
3. 记录基线：试点开始前，记录当前这个环节的耗时、差错数、返工次数。
4. 跑一次并留痕：产出第一份带签批栏的正式件，让业务负责人签字确认"这个能进流程"。
5. 固化为技能：把这次的口径、模板、红线清单写进技能，第二次运行时验证人工干预点是否减少。
6. 接一个连接器：从第十一章 11.4 里挑一个"数据能决定动作"的系统先接（建议从店铺经营数据、邮件或会议转写里选），先把口径对照表做出来，再谈自动化。
7. 指定一名内部负责人：不是 IT，是业务骨干。给他明确的时间与考核。
8. 按月回溯：对比基线，能测出来的说数字，测不出来的如实说"还测不出来"。

附录 C：私有资产就绪度自查表

这张表解决一个问题：本手册的 28 个场景，你现在能跑起来几个？

手册把每个场景的做法写全了——步骤、痛点、边界、产出物，一样不缺。但每个场景都有一栏「需要准备」，列的是这个场景要跑起来必须有的你自家的东西。这些手册给不了，因为它们只在你的业务里。

这张表就是帮你把"缺什么"量化出来。你完全可以靠自己填完它，然后照附录 B 的起步清单自己动手——如果打勾率高，你根本不需要找任何人。

怎么用这张表

逐项打勾：✓ 有（现成的，能直接拿出来）／△ 部分有（散在个人手里或格式不统一，要归集整理）／✗ 没有（从来没建过）。

「归属」一列说明这项资产的性质：

C.1 客户与销售资产（场景 1–4、9、17）

C.2 投放与内容资产（场景 5–8、14）

C.3 口碑与客服资产（场景 3、10、13、18、19、22、23）

C.4 多语言与术语资产（场景 20、21、26）

C.5 单证与履约资产（场景 15–17）

C.6 合规与资质资产（场景 24、25、27）

C.7 数据与决策资产（场景 28）

C.8 就绪度判定与建议动作

数一下你的 ✓、△、✗，按下面对号入座：

一个提醒：「需梳理」类资产打 △ 是正常的，几乎每家企业都这样——它们本来就该在业务过程里逐步沉淀，不是一次性建出来的。不要等全部变 ✓ 才开始，挑一个 ✓ 最多的场景先跑，边跑边补。

C.9 如果需要外部支持

手册内容永久免费，本表用于帮您判断从哪里起步——这个判断您自己就能完成。

如果您希望有人一起把资产梳理、口径定义、场景选型和进流程这几件事做下来，天箭星科技提供三项对应服务：

联系：天箭星科技｜邮箱 nfcg0924@agent.qq.com｜官网 www.tjxai.cn｜微信公众号「柳箭的AI商业方舟」

本手册采用 CC BY-NC-SA 4.0 协议，欢迎非商业用途转载与内部使用，须注明出处「天箭星科技《出海企业 WorkBuddy 应用手册》」。

常见问题

我们公司规模不大，只有几个人做外贸，这些场景用得上吗？

A：用得上，而且往往比大企业更见效。手册里多数场景的门槛不在企业规模，而在「这件事有没有明确的做法」。例如场景 3（客户资产沉淀）、场景 20（多语言商品内容），一个业务员也能立刻上手。规模小的企业反而少了流程阻力，改起来更快。真正需要较大投入的是涉及系统对接的场景（如第六章的单证校验），手册在每节的「需要准备」里都写明了前置条件。

这些场景需要先上什么系统吗？

A：分两类。一类不依赖任何系统——只要能把资料给到 AI，就能出结果，例如开发信、多语言内容、合规逐句核对。另一类需要连接企业现有的工具（邮箱、平台后台、ERP、协同办公），手册第十一章「工具与连接器」按场景列出了对应关系。建议的顺序是：先从零依赖的场景拿到效果，再逐步接入系统。

我们的数据散在亚马逊、独立站、外贸平台各个后台，能打通吗？

A：场景 28（跨境经营数据整合）讲的就是这件事。但要说清楚：打通的前提是各平台的数据口径能对齐——同一笔订单在不同后台的字段名、统计口径、时间基准往往并不一致。这一步是管理动作，不是技术动作，需要业务与数据的人一起定规则。手册给方法和模板，口径的统一要企业自己拍板。

手册里的案例是真实的吗？

A：都是。所有客户案例来自我们和腾讯WorkBuddy服务过的企业脱敏记录，客户名统一转写为「某 XX 企业（区域）」，不出现真实名称。每个案例下方都标注了记录口径（岗位、能力组、是否脱敏）。涉及具体数字时，若为示意口径而非实测数据，我们会在文中明确标注。

我们应该从哪个场景开始？

A：建议按「离收入的距离」选：先做第五章的场景（客从哪来、单怎么成），因为这一章的产出直接对应订单。如果是第一次接触，最稳妥的起点是场景 1（询盘分级）——投入最小、当天见效，而且能让团队先建立「AI 到底能干什么」的具体感受。合规类场景（第九章）建议并行推进：它是资格线，不出事的时候看不出价值，出事时损失最大。

落地一个场景，大概要投入多少人力？

A：多数场景跑通之后，日常投入是「有人看结果、有人做判断」。真正的投入集中在两处：一是前期把企业自己的资料、口径、规则整理出来；二是把 AI 的产出接到现有流程里（谁审、谁签、存到哪）。前者通常需要业务骨干投入几天，后者需要一位内部负责人牵头。手册每个场景的「需要准备」与「边界」两节，写的就是这些。

用了 AI 之后，业务人员会被替代吗？

A：手册在每个场景都写明「边界」——AI 做什么、人做什么、哪些动作必须人确认。实际的分工是：AI 承担收集、整理、起草、核对这类高重复的工作，人承担判断、拍板、对外承诺。我们服务过的企业里，常见的结果不是减人，而是同一个人能覆盖的市场更多了（这也是本书 MBA 课堂那一篇讲的「团队边界」问题）。对外报价、合同承诺、投诉处置这类动作，手册明确要求必须由人确认。

如果需要按我们自己的业务定制，怎么合作？

A：手册本身是免费内容，可以直接拿去用。如果需要在贵公司的具体业务上落地——包括场景选型、数据口径梳理、与现有系统的对接，以及持续的迭代——这属于我们提供的服务范围。具体介绍请看下一页，也可以通过手册末尾的邮件预约一次行业诊断。

天箭星科技简介与服务

天箭星科技专注于为企业提供 AI 转型落地服务。我们以 WorkBuddy 为 AI 发展平台，帮助企业从「看懂 AI」到「学会 AI」再到「用好 AI」，最终成为 AI Native 原生组织。

三位核心专家

我们提供的服务

为什么选择我们

1. ，
2. 团队能力全面：商业（柳箭）+ 技术（贾记春）+ 组织（苏醒），用 AI 重构业务、组织和产品能力。人均 20 年以上的企业服务经验。
3. 服务经验丰富：团队均为 100 家以上企业提供过专业服务，近两年已经为 60+ 企业提供 AI 转型落地服务，覆盖 10+ 行业领域。
4. AI 资产沉淀：每次服务都沉淀为企业专属的专家、技能 和知识库资产，可持续迭代、反复使用、带来复利增长。

我们服务的企业

我们服务过的客户涵盖央企、国企、政府部门、上市公司、跨国集团、中小企业、AI 创新企业、OPC 一人公司等上百家企业机构，覆盖跨境电商、智能制造、物业服务、医疗健康、人力资源、教育培训等 10+ 行业领域。

联系我们 邮箱：nfcg0924@agent.qq.com 官网：www.tjxai.cn 微信公众号：柳箭的AI商业方舟

资料来源与说明

• 本手册各章「方法论锚点」中引用的理论观点，均按学术规范标注作者、著作（或论文）与年份，出处以公开发表的著作、论文与报告为准。
• 本手册由天箭星科技编制，指导单位为 EMBA 国际联盟数智创新专委会、商业认知研究院，供有出海与外贸业务的企业参考使用。手册中的场景方法来自 WorkBuddy 行业方案库与客户实证记录，经综合整理与独立解读后编写。
• 手册中标注 ✓ 真实落地 的案例，来自 WorkBuddy 客户实证记录，客户名称已按脱敏规则转写为不可反查的描述（如"某外贸企业（西南）"）；岗位、应用方式与价值陈述为原始记录口径，未经第三方审计，受企业基础条件、数据质量与组织配合度影响，不构成效果承诺。
• 手册中标注 场景设计 的案例，来自 WorkBuddy 行业方案库，为真实业务格式 + 脱敏构造数据的场景演示，明确不承诺效率百分比，高风险动作一律人工审批。
• 各场景引用的规则与罚则（如《海关行政处罚实施条例》第十五条、欧盟 GPSR (EU) 2023/988、平台账户健康红线与卖家行为准则、强制性国标实施公告等）来自公开法规、平台公开规则与行业公开资料，具时效性，具体适用以监管机构与平台当期口径为准。
• 文中引用的行业研究数据（如邮件打开窗口、AI 译制留存、HS 编码 AI 归类准确率、AI 客服转化率、素材生命周期与前 7 秒钩子、达人佣金区间与素材授权期限、平台归因口径等）来自公开行业资料与平台方公开口径，用于说明问题量级，不代表 WorkBuddy 的效果承诺。
• 第五章中标注"脱敏构造"的投放与达人数据（如总 GMV、重复归因笔数、净 ROI 排序、ACoS 与转化率等）为方案库场景设计中的构造数据，用于说明计算方法与逻辑，可复算，但不代表任一真实客户的经营结果。
• 第十三章所述服务机构的服务目录与阶段划分，引自该机构公开发布的《出海手册》与官方网站公开内容；本手册不新增该机构未列明的业务方向，相关分工为建议性安排。
• 第十一章所列连接器的名称与能力描述，取自 WorkBuddy 连接器目录当期内容，以该目录实时清单为准；连接器由各自服务商提供，其数据口径、覆盖范围、可用性、计费与授权方式以服务商说明为准，本手册不作推荐排序，也不对其服务效果作任何承诺。
• 涉及合规、认证、专利、税务的结论性事项，一律由持证专业机构或企业授权人员出具；本手册产出的是材料准备与风险线索，不是专业意见。

结构化标记（Schema JSON-LD）

以下标记已嵌入 HTML 版本，供搜索引擎与 AI 助手识别本方案的内容层级与问答对。

`json

{

"@context": "https://schema.org",

"@type": "FAQPage",

"mainEntity": [

{

"@type": "Question",

"name": "我们公司规模不大，只有几个人做外贸，这些场景用得上吗？",

"acceptedAnswer": {

"@type": "Answer",

"text": "用得上，而且往往比大企业更见效。手册里多数场景的门槛不在企业规模，而在这件事有没有明确的做法。例如场景 3（客户资产沉淀）、场景 20（多语言商品内容），一个业务员也能立刻上手。规模小的企业反而少了流程阻力，改起来更快。真正需要较大投入的是涉及系统对接的场景（如第六章的单证校验），手册在每节的需要准备里都写明了前置条件。"

}

},

{

"@type": "Question",

"name": "这些场景需要先上什么系统吗？",

"acceptedAnswer": {

"@type": "Answer",

"text": "分两类。一类不依赖任何系统——只要能把资料给到 AI，就能出结果，例如开发信、多语言内容、合规逐句核对。另一类需要连接企业现有的工具（邮箱、平台后台、ERP、协同办公），手册第十一章工具与连接器按场景列出了对应关系。建议的顺序是：先从零依赖的场景拿到效果，再逐步接入系统。"

}

},

{

"@type": "Question",

"name": "我们的数据散在亚马逊、独立站、外贸平台各个后台，能打通吗？",

"acceptedAnswer": {

"@type": "Answer",

"text": "场景 28（跨境经营数据整合）讲的就是这件事。但要说清楚：打通的前提是各平台的数据口径能对齐——同一笔订单在不同后台的字段名、统计口径、时间基准往往并不一致。这一步是管理动作，不是技术动作，需要业务与数据的人一起定规则。手册给方法和模板，口径的统一要企业自己拍板。"

}

},

{

"@type": "Question",

"name": "手册里的案例是真实的吗？",

"acceptedAnswer": {

"@type": "Answer",

"text": "都是。所有客户案例来自我们服务过的企业的脱敏记录，客户名统一转写为某 XX 企业（区域），不出现真实名称。每个案例下方都标注了记录口径（岗位、能力组、是否脱敏）。涉及具体数字时，若为示意口径而非实测数据，我们会在文中明确标注。"

}

},

{

"@type": "Question",

"name": "我们应该从哪个场景开始？",

"acceptedAnswer": {

"@type": "Answer",

"text": "建议按离收入的距离选：先做第五章的场景（客从哪来、单怎么成），因为这一章的产出直接对应订单。如果是第一次接触，最稳妥的起点是场景 1（询盘分级）——投入最小、当天见效，而且能让团队先建立AI 到底能干什么的具体感受。合规类场景（第九章）建议并行推进：它是资格线，不出事的时候看不出价值，出事时损失最大。"

}

},

{

"@type": "Question",

"name": "落地一个场景，大概要投入多少人力？",

"acceptedAnswer": {

"@type": "Answer",

"text": "多数场景跑通之后，日常投入是有人看结果、有人做判断。真正的投入集中在两处：一是前期把企业自己的资料、口径、规则整理出来；二是把 AI 的产出接到现有流程里（谁审、谁签、存到哪）。前者通常需要业务骨干投入几天，后者需要一位内部负责人牵头。手册每个场景的需要准备与边界两节，写的就是这些。"

}

},

{

"@type": "Question",

"name": "用了 AI 之后，业务人员会被替代吗？",

"acceptedAnswer": {

"@type": "Answer",

"text": "手册在每个场景都写明边界——AI 做什么、人做什么、哪些动作必须人确认。实际的分工是：AI 承担收集、整理、起草、核对这类高重复的工作，人承担判断、拍板、对外承诺。我们服务过的企业里，常见的结果不是减人，而是同一个人能覆盖的市场更多了（这也是本书 MBA 课堂那一篇讲的团队边界问题）。对外报价、合同承诺、投诉处置这类动作，手册明确要求必须由人确认。"

}

},

{

"@type": "Question",

"name": "如果需要按我们自己的业务定制，怎么合作？",

"acceptedAnswer": {

"@type": "Answer",

"text": "手册本身是免费内容，可以直接拿去用。如果需要在贵公司的具体业务上落地——包括场景选型、数据口径梳理、与现有系统的对接，以及持续的迭代——这属于我们提供的服务范围。具体方式见手册末尾的简介页，也可以通过官网预约一次行业诊断。"

}

}

]

}

`

`json

{

"@context": "https://schema.org",

"@type": "Article",

"headline": "出海企业 WorkBuddy 应用手册",

"description": "面向出海企业的 WorkBuddy 应用手册，覆盖获客、传播、转化、履约、复购与合规六个环节共 28 个场景，每个场景按八要素组织，部分场景附真实落地案例",

"author": {

"@type": "Organization",

"name": "天箭星科技",

"description": "天箭星科技"

},

"datePublished": "2026-09-23",

"dateModified": "2026-09-23",

"mainEntityOfPage": {

"@type": "WebPage",

"@id": "https://www.tjxai.cn/handbook/going-global-workbuddy-manual"

}

}

`

版权声明

本手册由天箭星科技编制，作者柳箭。

© 2026 天箭星科技. 保留所有权利。

本手册采用 CC BY-NC-SA 4.0（署名-非商业性使用-相同方式共享 4.0 国际）许可协议。转载或引用本手册内容时，必须注明出处为"天箭星科技编制的《出海企业 WorkBuddy 应用手册》"。

违反上述声明者，天箭星科技将追究其相关法律责任。

联系方式

• 邮箱：nfcg0924@agent.qq.com
• 官网：www.tjxai.cn
• 微信公众号：柳箭的AI商业方舟