第二步：揀選一個成熟嘅篩選框架（BANT 或 CHAMP）

喺AI Chatbot篩選潛在客戶嘅領域，有兩個框架最常用：BANT（預算、權限、需求、時間）同CHAMP（挑戰、權限、金錢、優先次序）。

BANT係一個比較舊嘅標準——早喺1960年代由IBM開發——但佢到依家仍然係B2B篩選嘅黃金標準。CHAMP係一個現代嘅替代方案，佢將客人嘅挑戰放喺第一位。

點解對話順序喺Chatbot咁重要？

喺真人銷售打電話嘅時候，通常會跟BANT嘅順序逐步問落去。但係喺Chatbot入面，專家建議要重新排列順序。最好係由需求開始（最自然嘅開場白），然後係時間表，再問預算（最敏感嘅話題），最後先推斷或者問權限。一開波就問預算會令到人覺得好交易化，增加訪客離開嘅機會。

以下係實際應用嘅例子：

• 需求：「你而家主要想解決咩嘢難題？」
• 時間表：「你打算幾時開始行動？」
• 預算：「你預算嘅投資範圍大概係幾多？」
• 權限：「你喺最終決策嘅過程中擔當咩角色？」

CHAMP嘅對話邏輯都類似：由挑戰開始，然後係權限，跟住係金錢，最後先問優先次序（即係個需求有幾迫切）。

第三步：為回答評分同設定路由規則

收集完答案之後，Bot需要幫佢哋評分。一個典型嘅系統係每個維度畀一個分數——例如每項BANT標準有0至25分，總分由0至100。

常見嘅路由規則例如：

第四步：根據情境觸發對話，唔好用一式一樣嘅開場白

表現最好嘅Chatbot唔會一開口就問「有咩幫到你？」。佢哋會根據訪客喺邊個頁面——例如價格頁、功能頁或者主頁——用返相關嘅訊息打招呼。呢種情境式嘅觸發方法可以顯著提升互動率。

第五步：保持問題簡短同對話化（3至6條就夠）

一個設計得好嘅Bot應該問3至6條有針對性嘅問題——足夠幫你評分，又唔會令訪客覺得好麻煩。用返平時傾偈嘅語氣，而唔係用表格嘅語氣。例如，唔好問「請選擇你估計嘅預算範圍」，而係問「你大約計劃投資幾多錢落去？」。

另外，每一條問題都要提供「唔肯定」嘅選項，如果答案比較含糊，Bot可以根據行為訊號（例如睇過價格頁、返嚟幾多次）嚟推斷意圖。

第六步：同你嘅CRM同行事曆整合

篩選完之後，Bot應該自動將潛在客戶嘅分數、答案同對話記錄直接寫入你嘅CRM系統（例如HubSpot、Salesforce等）。至於高分嘅潛在客戶（70分以上），Bot應該直接喺對話視窗提供預約會議嘅連結。如果仲要用人手交接，咁就失去咗自動化嘅意義。

實際例子：一個完整嘅B2B SaaS Chatbot流程

想像一間B2B SaaS公司喺佢嘅價格頁安裝咗一個Chatbot：

1. 「你係幫自己搵解決方案，定係幫你嘅團隊？」
2. 「你最主要想解決咩問題？」（需求）
3. 「你大約打算幾時開始用解決方案？」（時間表）
4. 「你而家嘅預算範圍係幾多？」（預算）
5. 「你會唔會係負責做最終決定嘅人？」（權限）

如果潛在客戶嘅答案係：「我嘅團隊」、「自動化報告」、「30日之內」、「10,000至20,000歐元」、「係」——Bot就會評分85/100，即刻預約一個了解情況嘅會議，並將對話記錄存入Salesforce。

如果答案係：「隨便睇吓」、「冇明確時間表」、「唔肯定預算」——Bot就會將佢哋轉去每月通訊嘅培養流程，等將來慢慢培育。

需要避免嘅常見錯誤

• 問太多問題。 訪客會離開。保持喺3至6條。
• 一開波就問預算。 感覺太交易化。先由需求開始問。
• 冇為「唔肯定」嘅答案做後備方案。 一定要提供「唔肯定」選項，並等Bot根據行為（例如睇過價格頁或者返嚟幾多次）嚟推斷。
• 唔整合CRM。 如果Bot唔將數據寫入CRM，銷售團隊仲要人手輸入——咁就失去咗自動化嘅意義。

第二步：揀選一個成熟嘅篩選框架（BANT 或 CHAMP）

喺AI Chatbot篩選潛在客戶嘅領域，有兩個框架最常用：BANT（預算、權限、需求、時間）同CHAMP（挑戰、權限、金錢、優先次序）。

BANT係一個比較舊嘅標準——早喺1960年代由IBM開發——但佢到依家仍然係B2B篩選嘅黃金標準。CHAMP係一個現代嘅替代方案，佢將客人嘅挑戰放喺第一位。

點解對話順序喺Chatbot咁重要？

喺真人銷售打電話嘅時候，通常會跟BANT嘅順序逐步問落去。但係喺Chatbot入面，專家建議要重新排列順序。最好係由需求開始（最自然嘅開場白），然後係時間表，再問預算（最敏感嘅話題），最後先推斷或者問權限。一開波就問預算會令到人覺得好交易化，增加訪客離開嘅機會。

以下係實際應用嘅例子：

• 需求：「你而家主要想解決咩嘢難題？」
• 時間表：「你打算幾時開始行動？」
• 預算：「你預算嘅投資範圍大概係幾多？」
• 權限：「你喺最終決策嘅過程中擔當咩角色？」

CHAMP嘅對話邏輯都類似：由挑戰開始，然後係權限，跟住係金錢，最後先問優先次序（即係個需求有幾迫切）。

第三步：為回答評分同設定路由規則

收集完答案之後，Bot需要幫佢哋評分。一個典型嘅系統係每個維度畀一個分數——例如每項BANT標準有0至25分，總分由0至100。

常見嘅路由規則例如：

第四步：根據情境觸發對話，唔好用一式一樣嘅開場白

表現最好嘅Chatbot唔會一開口就問「有咩幫到你？」。佢哋會根據訪客喺邊個頁面——例如價格頁、功能頁或者主頁——用返相關嘅訊息打招呼。呢種情境式嘅觸發方法可以顯著提升互動率。

第五步：保持問題簡短同對話化（3至6條就夠）

一個設計得好嘅Bot應該問3至6條有針對性嘅問題——足夠幫你評分，又唔會令訪客覺得好麻煩。用返平時傾偈嘅語氣，而唔係用表格嘅語氣。例如，唔好問「請選擇你估計嘅預算範圍」，而係問「你大約計劃投資幾多錢落去？」。

另外，每一條問題都要提供「唔肯定」嘅選項，如果答案比較含糊，Bot可以根據行為訊號（例如睇過價格頁、返嚟幾多次）嚟推斷意圖。

第六步：同你嘅CRM同行事曆整合

篩選完之後，Bot應該自動將潛在客戶嘅分數、答案同對話記錄直接寫入你嘅CRM系統（例如HubSpot、Salesforce等）。至於高分嘅潛在客戶（70分以上），Bot應該直接喺對話視窗提供預約會議嘅連結。如果仲要用人手交接，咁就失去咗自動化嘅意義。

實際例子：一個完整嘅B2B SaaS Chatbot流程

想像一間B2B SaaS公司喺佢嘅價格頁安裝咗一個Chatbot：

1. 「你係幫自己搵解決方案，定係幫你嘅團隊？」
2. 「你最主要想解決咩問題？」（需求）
3. 「你大約打算幾時開始用解決方案？」（時間表）
4. 「你而家嘅預算範圍係幾多？」（預算）
5. 「你會唔會係負責做最終決定嘅人？」（權限）

如果潛在客戶嘅答案係：「我嘅團隊」、「自動化報告」、「30日之內」、「10,000至20,000歐元」、「係」——Bot就會評分85/100，即刻預約一個了解情況嘅會議，並將對話記錄存入Salesforce。

如果答案係：「隨便睇吓」、「冇明確時間表」、「唔肯定預算」——Bot就會將佢哋轉去每月通訊嘅培養流程，等將來慢慢培育。

需要避免嘅常見錯誤

• 問太多問題。 訪客會離開。保持喺3至6條。
• 一開波就問預算。 感覺太交易化。先由需求開始問。
• 冇為「唔肯定」嘅答案做後備方案。 一定要提供「唔肯定」選項，並等Bot根據行為（例如睇過價格頁或者返嚟幾多次）嚟推斷。
• 唔整合CRM。 如果Bot唔將數據寫入CRM，銷售團隊仲要人手輸入——咁就失去咗自動化嘅意義。