摘要：别让销售浪费在低质线索上
关键词：销售线索评分、Lead Scoring、客户筛选
**一句话结论：**线索清洗的目标不是把客户分成“好坏”，而是判断它值不值得投入下一步销售动作。
开场：先把误区说清楚
销售团队最怕的不是没线索，而是线索太多但质量参差不齐。
每天打开表格有几百个公司名，销售不知道先联系谁，最后只能按感觉挑。AI 线索评分要解决的就是这个问题。
为什么现在值得重做这件事
Lead Scoring 本质是给线索分层。不是所有客户都值得马上写长邮件，不是所有联系人都值得加 LinkedIn，也不是所有公司都应该进入 CRM。
AI 可以根据官网内容、产品匹配度、地区、规模、职位、近期动态和采购可能性生成初步评分，但评分规则必须由你的业务目标决定。
底层逻辑
评分可以分为三类：匹配度、意图信号、可触达性。
匹配度看客户是不是你的目标行业和渠道；意图信号看它是否有新品、扩张、招聘、展会、供应链变化；可触达性看是否能找到合适联系人、企业邮箱和有效沟通入口。
实操路径
- 建立基础字段：公司名、官网、国家、行业、主营产品、渠道类型、联系人、职位、来源。
- 设置评分维度：产品匹配 0-30 分，市场匹配 0-20 分，规模匹配 0-15 分，触发事件 0-20 分，联系人质量 0-15 分。
- 让 AI 读取客户官网摘要，给出评分理由，而不是只给一个分数。
- 把线索分成 A/B/C：A 类马上个性化开发，B 类进入培育池，C 类暂不开发或删除。
- 每次客户回复后，回填真实结果，校准评分规则。
可复制提示词：让AI给线索打分
请根据以下客户信息判断是否值得开发，并给出0-100分评分。
客户官网摘要：【粘贴官网内容】；我的产品：【产品】；目标客户画像：【ICP】。
评分维度：产品匹配、市场匹配、采购可能性、联系人质量、近期触发事件。请输出分数、理由、建议动作和需要人工确认的问题。
明天就能用的检查清单
- 评分必须有理由，不能只看总分。
- A 类客户数量要少，确保能写个性化内容。
- C 类客户要敢于剔除。
- 联系人职位比邮箱数量更重要。
- 评分规则要根据真实回复率迭代。
不要误读
- AI 对客户官网的理解可能偏浅，特别是产品线复杂的公司。高价值客户要人工复查。
- 不要把评分当成绝对真理。它只是排序工具，不是销售判断的替代品。
结论
线索清洗做得好，销售会明显感觉到：不是客户变多了，而是值得认真开发的客户更清楚了。