AI dalam Aliran Kerja AM: Apa yang Menjimatkan Masa Tanpa Merosakkan Kepercayaan

Seorang AM yang pernah saya bekerjasama melangkah masuk ke quarterly business review pada musim luruh lepas dengan deck 22 slaid yang dirangka oleh pembantu AI-nya pada waktu malam. Ia kelihatan kemas. Carta dipaparkan dengan baik. Lengkok naratif masuk akal dalam pratonton.

Di pertengahan slaid 4, VP of Operations pelanggan menghentikannya. "Nombor itu tidak betul. Kami berada pada 412 seat aktif pada bulan Mac, bukan 380. Dan petikan pada slaid seterusnya itu, tiada seorang pun daripada kami yang mengatakan itu."

Bilik menjadi sunyi. AM itu telah membaca sekilas deck di dalam kereta api pagi itu, memutuskan ia kelihatan baik, dan mempercayai model itu.

Pembaharuan tergendala satu suku tahun. Bukan kerana AM itu lemah. Dia sebenarnya antara yang terbaik dalam pasukan. Dia hanya menyerahkan satu bahagian kerja kepada AI yang AI memang lemah, dan dia tidak menyedarinya kerana output kelihatan yakin.

Inilah masalah AM-AI dalam satu ayat: kepercayaan ialah produk anda, dan AI sangat mahir menghasilkan sesuatu yang kelihatan boleh dipercayai tetapi sebenarnya tidak.

Mengapa Ini Penting Sekarang

Seorang pembangun yang menggunakan AI menghantar bug. Ia ditangkap dalam semakan kod, atau dalam staging, atau oleh ujian. Ada sistem antara AI dan pelanggan.

Seorang account manager yang menggunakan AI dengan buruk menghantar e-mel terma pembaharuan yang salah kepada pelanggan. Atau memetik statistik yang tidak wujud. Atau menghantar susulan yang menggunakan frasa yang CFO pelanggan tidak pernah dengar daripada mereka sebelum ini. Tiada sistem antara AI dan pelanggan. Hanya ada anda, dan betapa telitinya anda membaca apa yang ia berikan.

Sementara itu, AM yang menolak AI sepenuhnya kehilangan 5 hingga 10 jam seminggu kepada kerja pentadbiran yang rakan sebaya mereka telah automasikan. Persediaan mesyuarat, pencatatan nota, rangka susulan, imbasan trend penggunaan: semua perkara yang AI uruskan dengan baik apabila dianggap sebagai penjana draf dan bukannya produk siap.

Jadi soalannya bukan sama ada anda menggunakan AI. Anda akan menggunakannya atau anda akan ketinggalan. Soalannya ialah di mana. Panduan ini tentang garis sempadan itu: di mana AI menjimatkan masa anda, dan di mana ia diam-diam memusnahkan hubungan yang anda habiskan dua tahun membinanya.

Di Mana AI Membantu (Dan Di Mana Ia Merosakkan)

Sebelum prompt, inilah petanya. Tampalkan pada monitor anda jika perlu.

AI membantu dengan:

• Persediaan mesyuarat. Meringkaskan 90 hari e-mel, Slack, dan sejarah tiket menjadi satu halaman. Ini ialah sintesis tulen daripada data yang anda sudah miliki. AI hebat dalam hal ini.
• Nota selepas panggilan. Menukar transkrip menjadi item tindakan berstruktur, pemilik, dan tarikh. Anda akan sentiasa menyunting sebelum menghantar, tetapi rangkanya betul.
• Pengesanan corak merentasi data penggunaan. Menyuap 6 bulan log masuk, penggunaan ciri, dan volum tiket kepada AI dan bertanya apa yang kelihatan luar biasa. Anggap output sebagai hipotesis, jangan sekali-kali sebagai keputusan muktamad.
• Penulisan draf pertama. Melepasi halaman kosong pada e-mel susulan atau ringkasan eksekutif. Kemudian anda tulis semula dalam suara anda.

AI merosakkan dengan:

• Komunikasi menghadap pelanggan tanpa suntingan. Salin-tampal-hantar ialah cara terpantas untuk berbunyi seperti orang asing. Pelanggan anda boleh mengesannya.
• Penjanaan QBR hujung-ke-hujung. AI berhalusinasi nombor, salah-melabel petikan, mereka-reka nama ciri, dan menghasilkan deck yang kelihatan kemas tetapi runtuh apabila disoal.
• Nada eskalasi. Nada ialah pertimbangan. AI lalai kepada lembut-korporat apabila saat itu memerlukan ketegasan, atau kepada keterusterangan apabila hubungan memerlukan kepekaan. Ia tidak dapat membaca suasana.
• Perbualan sukar. Apabila anda menulis e-mel pembaharuan yang sukar melalui AI untuk melembutkannya, pelanggan merasakan jarak itu. Mereka boleh tahu anda sedang bersembunyi di sebalik sesuatu.

Perbezaan antara lajur bantuan dan lajur kerosakan ialah pertimbangan. AI mahir dalam sintesis dan lemah dalam pertimbangan. Letakkan ia di tempat sintesis diperlukan. Jauhkannya daripada tempat pertimbangan diperlukan.

Pustaka Prompt AM

Tujuh prompt yang saya telah uji merentasi kira-kira 200 perbualan pelanggan. Ia panjang kerana prompt sebenar adalah panjang. Demo vendor menggunakan prompt 8 perkataan kerana itulah yang muat pada slaid. Prompt sebenar memberi model konteks, kekangan, dan bentuk output yang jelas.

1. Satu Halaman Persediaan Mesyuarat

Gunakan ini sebelum sebarang panggilan pelanggan di mana anda tiada masa untuk membaca semula 90 hari sejarah.

You are preparing me for a 30-minute customer call with [CUSTOMER NAME],
account owner [CONTACT NAME], on [DATE].

I'm pasting below: the last 90 days of email threads with this account,
the last 60 days of Slack messages from our shared channel, and the
last 30 days of support tickets they've opened.

Produce a one-pager with these sections:
1. Top 3 themes from their communication (not feature requests, themes,
   like "frustrated with onboarding speed" or "expanding to a new team")
2. Open commitments WE have made to THEM that aren't yet closed
3. Open commitments THEY have made to US (e.g., "we'll send the security
   review by April 1")
4. Anything that has changed in their tone in the last 30 days vs. the
   prior 60 (more positive, more terse, slower to respond)
5. Three questions I should ask in this call to advance the relationship

Do not invent feature names, contract terms, or numbers. If something
isn't in the source data, say so explicitly.

Baris "do not invent" tidak boleh dirunding. Tanpanya model akan mengisi jurang dengan yakin. Dengannya, anda akan dapat "the source data does not specify the contract end date" dan bukannya tarikh yang dihalusinasikan.

2. Pengekstrak Item Tindakan Selepas Panggilan

Jalankan ini pada transkrip sebaik selepas panggilan, semasa anda masih ingat mesyuarat itu.

Below is a transcript from a customer call between me and [CUSTOMER NAME].
Extract action items into this exact format:

| Action | Owner (us / customer) | Due date if mentioned | Quote from transcript |

Rules:
- Only include items where someone explicitly committed to do something.
  "We should look into X" is not an action item. "I'll send you X by
  Friday" is.
- If the owner is ambiguous, mark it AMBIGUOUS and quote the line.
- Do not infer due dates that weren't said.
- After the table, list any decisions that were made (e.g., "agreed to
  pilot the analytics module for 30 days").

End with one section called "Things I should follow up on this week"
based only on what was actually said in the call.

Lajur petikan ialah jaring keselamatan. Jika tindakan itu kelihatan pelik, anda boleh mengesahkannya terhadap ayat sebenar dalam beberapa saat.

3. Imbasan Isyarat Churn

Jalankan ini setiap bulan setiap akaun, atau setiap suku tahun merentasi portfolio penuh anda.

Below is usage data for [CUSTOMER NAME] for the last 6 months. Columns
are: date, weekly active users, key feature adoption %, support ticket
count, NPS score (if collected that month), executive sponsor login
frequency.

Identify patterns that historically correlate with churn risk in B2B
SaaS:
- Drop in weekly active users >20% sustained for 3+ weeks
- Decline in executive sponsor engagement
- Rising support ticket volume on core features (not edge features)
- Feature adoption regression after an initial rise
- NPS decline of 2+ points

For each pattern you find, give me:
1. The pattern name
2. The specific weeks where it appears
3. A confidence score (low / medium / high) based on how clean the signal is
4. One question I could ask the customer to test the hypothesis

Be skeptical. If the data is too noisy to draw a conclusion, say so.
Do not generate a "churn risk score", give me hypotheses, not verdicts.

Baris "do not generate a churn risk score" ada di situ kerana sebaik sahaja nombor berada dalam output prompt, AM melayannya seperti fakta. Hipotesis memaksa anda pergi bercakap dengan pelanggan. Itulah matlamatnya.

4. Pencari Peluang Pengembangan

Gunakan ini sebelum sebarang sesi perancangan akaun.

Below is the account record for [CUSTOMER NAME]: current contract, seats
purchased, modules active, modules NOT active but available on their
tier, usage data for the last quarter, and notes from my last 4 calls
with them.

Find expansion opportunities and rank them by likelihood-to-close in the
next 90 days, not by deal size.

For each opportunity, give me:
1. The specific module or seat expansion
2. The signal in their behavior or comments that points to it (quote
   from notes if possible)
3. The likely objection they'd raise
4. Who internally at the customer would champion this

Do not include opportunities that would require them to switch tiers up
unless there's clear signal they're ready. Do not pad the list, three
real opportunities are better than seven speculative ones.

"Do not pad the list" penting. AI lalai kepada memberi anda bilangan item yang dicadangkan oleh prompt, walaupun hanya dua yang benar-benar nyata.

5. Draf Kemas Kini Eksekutif

Untuk nota bulanan kepada penaja eksekutif pelanggan.

Draft a 200-word executive update from me to [SPONSOR NAME] at
[CUSTOMER NAME]. Voice: confident peer, not vendor. They are a [TITLE]
who cares about [SPECIFIC BUSINESS OUTCOME they've mentioned in past
calls, paste below].

Source material below: their usage trends this month, the 2 wins their
team had, the 1 issue we're working on, and the 1 commitment we're
making for next month.

Format:
- Open with a specific outcome from their team (not a generic greeting)
- 2 sentences on momentum
- 1 sentence on the issue and our owner on it
- 1 sentence on what they should expect next month
- Sign-off

Do not use the phrases "I hope this finds you well," "circling back,"
"touching base," "leveraging," or "synergies." Do not start with
"Just wanted to..." Do not end with "Let me know if you have any
questions."

Senarai frasa-tersekat itulah yang menyelamatkan ini daripada berbunyi seperti AI. Setiap AM patut menyimpan senarai mereka sendiri tentang frasa yang mereka tidak sebut. Tambahkannya ke dalam prompt.

6. E-mel Pembaharuan v0

Ini untuk pembaharuan sukar: kenaikan harga, terma berubah, atau pelanggan yang telah senyap.

I need to draft a renewal conversation opener for [CUSTOMER NAME].
Context: their renewal is in 60 days. This year's contract is
$[AMOUNT]. The renewal pricing is going to be $[AMOUNT] (a [%] increase
because of [SPECIFIC REASON, paste]). The customer has had [SPECIFIC
WINS] this year and [SPECIFIC ISSUES].

Draft an email that:
- Opens by referencing a specific win from their team this year
- States the renewal timing clearly
- Names the price change directly without softening it ("the new pricing
  is $X", not "we have some updates to share around investment levels")
- Asks for a 30-minute conversation to walk through it
- Does not justify the increase in the email, that's the conversation

This is a v0. I will rewrite it in my voice. Give me the bones.

Perhatikan "do not soften the price change" yang eksplisit. Jika dibiarkan sendiri, AI akan menulis empat perenggan justifikasi sebelum menyebut nombor baharu. Pelanggan melihat itu sebagai pengelakan. Berterus terang.

7. Taklimat Akaun Dalaman

Untuk apabila anda menyerahkan akaun kepada rakan sepasukan, memberi taklimat kepada pengurus anda, atau membuat persediaan untuk semakan deal.

Build an internal-only account brief for [CUSTOMER NAME] using the
sources below: contract, contacts and roles, last 6 months of usage,
last 4 call notes, support history, expansion history, and current open
risks/opportunities.

Format (max 1 page):
1. Account snapshot, ARR, contract dates, key contacts with role and
   our relationship temperature (warm / neutral / cool)
2. Health, green / yellow / red on: product usage, executive
   engagement, support load, payment history. Justify each color in one
   sentence.
3. Top 3 risks (with the specific signal, not generic concerns)
4. Top 3 opportunities (same standard)
5. What I would tell my replacement on day 1

Internal only, be blunt. If I think a contact is checked out, say
"appears checked out" not "engagement could be stronger."

Pembingkaian "be blunt, internal only" penting. Tanpanya, AI lalai kepada bahasa vendor walaupun untuk dokumen dalaman.

Pokok Keputusan "AI Di Sini, Bukan Di Sana"

Apabila anda tidak pasti sama ada hendak mencapai AI, ikuti ini mengikut urutan. Jika mana-mana jawapan meletakkan anda di lorong "jangan guna AI", berhenti di situ.

1. Adakah output pergi terus kepada pelanggan tanpa semakan? → Jangan guna AI. Titik.
2. Adakah output mengandungi nombor (penggunaan, kontrak, harga)? → Guna AI untuk draf, tetapi sahkan setiap nombor terhadap sumber sebelum menghantar. Jika anda tiada masa untuk mengesahkan, jangan guna AI.
3. Adakah saat itu memerlukan pertimbangan nada (eskalasi, berita buruk, konflik)? → Jangan guna AI untuk bahasanya. Anda boleh menggunakannya untuk memikirkan pembingkaian, tetapi tulis perkataannya sendiri.
4. Adakah tugas itu melibatkan meringkaskan data yang anda sudah ada akses? → Guna AI. Inilah tempat paling sesuai.
5. Adakah tugas itu draf pertama penulisan yang akan anda sunting? → Guna AI untuk v0. Sentiasa tulis semula dalam suara anda. Jangan sekali-kali hantar v0.
6. Adakah anda mencapai AI kerana perbualan itu sukar? → Jangan guna AI. Adakan perbualan itu.

Soalan keenam menangkap lebih banyak bencana daripada lima yang lain digabungkan.

Senarai Semak Semakan Output

Sebelum sebarang output AI meninggalkan mesin anda, lalui tujuh item ini. Ia mengambil masa 90 saat. Ia menjimatkan suku tahun.

1. Nombor disemak. Setiap nombor dalam output wujud dalam data sumber, dengan nilai yang sama.
2. Petikan disahkan. Setiap baris petikan benar-benar diucapkan oleh orang yang dilabelkan.
3. Tiada ciri yang dihalusinasikan. Tiada rujukan kepada keupayaan produk yang tidak wujud dalam timbunan anda.
4. Tiada tarikh yang direka-reka. Tiada "seperti yang kita bincangkan pada 14 Mac" jika anda tidak membincangkannya pada 14 Mac.
5. Nada sepadan dengan peringkat hubungan. Mesra dengan akaun mesra, langsung dengan yang dingin. Mesra umum dengan kedua-duanya tiada.
6. Item tindakan mempunyai pemilik dan tarikh. Tiada "kita patut menyelidik ini" yang terapung.
7. Anda akan selesa jika ia bocor. Saluran dalaman, peguam pelanggan, VP anda sendiri. Adakah mana-mana daripada mereka akan menandai sesuatu?

Cetaknya. Tampalkan pada monitor anda di sebelah pokok keputusan.

Kesilapan Lazim

Menghantar output AI mentah kepada pelanggan. Bukan "disunting sedikit." Mentah. Pelanggan belajar mengesannya dalam dua e-mel. Mereka berhenti membalas dengan substans kerana mereka tidak pasti mereka bercakap dengan seorang manusia. Hubungan menjadi hambar tanpa sebarang satu saat yang boleh anda tunjuk.

Menjana deck QBR hujung-ke-hujung dan menunjukkannya secara langsung. Ia akan bertahan dalam pratonton. Ia akan runtuh dalam bilik. Penyelesaiannya mudah: jangan sekali-kali membentangkan deck yang dijana AI tanpa membina semula tiga slaid paling penting dengan tangan. Itu biasanya ringkasan eksekutif, slaid ROI / hasil, dan naratif pembaharuan.

Melayan skor risiko churn AI sebagai injil. AI berkata "risiko churn tinggi." AM panik, menelefon pelanggan, terlebih diskaun, dan melatih pelanggan bahawa tekanan berkesan. Enam bulan kemudian pelanggan memperbaharui, dan meminta diskaun yang sama sekali lagi. Skor itu tidak salah; tindak balas terhadapnya yang salah.

Melangkau langkah semakan "kali ini sahaja." Inilah cara setiap bencana AI-dalam-AM bermula. Tiada "kali ini sahaja." Anda sama ada menyemak setiap output AI atau anda akhirnya akan menghantar sesuatu yang anda sesali.

Menggunakan AI untuk mengelak perbualan sukar. Menulis e-mel pembaharuan yang sukar melalui AI kerana ia terasa lebih mudah daripada menelefon. Pelanggan merasakan jarak itu. AI bukan untuk bersembunyi di sebaliknya. Jika perbualan itu sukar, adakannya.

Mengukur Sama Ada Ini Berkesan

Nombor yang penting:

• Masa pentadbiran dijimatkan setiap minggu. Sasaran: 5-8 jam dikembalikan, dialihkan kepada masa menghadap pelanggan yang sebenar. Jika anda menjimatkan masa dan tidak meletakkannya ke dalam perbualan pelanggan, anda hanya melakukan lebih banyak pentadbiran.
• Masa persediaan QBR. Sasaran: daripada 6 jam ke 2 jam, dengan kualiti deck yang sama atau lebih baik. Jika kualiti jatuh, anda telah melintasi garisan.
• CSAT pada interaksi sentuhan-AM. Ini patut kekal mendatar atau naik selepas adoption AI. Jika ia jatuh, pelanggan sedang perasan.
• Komunikasi menghadap pelanggan yang ditarik balik setiap suku tahun. Ini patut menuju ke sifar. Setiap "sebenarnya, saya ingin membetulkan apa yang saya hantar semalam" ialah pengeluaran kepercayaan.

Untuk gambaran penuh tentang ke mana masa AM pergi dari hari ke hari dan jam mana yang AI boleh pulihkan, lihat sehari dalam kehidupan seorang account manager. Untuk kes khusus QBR (di mana AI membantu dalam persediaan dan merosakkan dalam penjanaan), baca QBR yang mendorong expansion. Untuk di mana alat ini sesuai bersama-sama timbunan anda yang lain, lihat alat dan timbunan teknologi AM. Dan untuk mod kegagalan yang berganda apabila AI menyembunyikannya, kesilapan lazim yang menenggelamkan kerjaya AM berbaloi dibaca.

Bagaimana Rework Sesuai

Kebanyakan AM akhirnya menjalankan aliran kerja AI mereka dalam lima permukaan berbeza: nota panggilan dalam satu alat, sejarah akaun dalam yang lain, prompt AI dalam tetingkap sembang, draf susulan dalam e-mel, item tindakan dalam aplikasi tugas. Geseran yang AI sepatutnya buang diperkenalkan semula oleh kelubung alat.

Rework CRM menyimpan data sumber (trend penggunaan, butiran kontrak, sejarah kenalan, nota panggilan) di satu tempat, supaya prompt di atas benar-benar mempunyai sesuatu untuk dibaca. Dan Rework Work Ops menjejaki item tindakan yang AI ekstrak, dengan pemilik dan tarikh akhir, supaya komitmen tidak gugur selepas panggilan. CRM bermula pada $12/pengguna/bulan, Work Ops pada $6/pengguna/bulan.

Apa yang Ini Akhirnya Bermakna

Kepercayaan ialah produk anda. AI ialah pengganda daya pada bahagian kerja yang tidak memerlukan kepercayaan untuk dihasilkan: sintesis, perangkaan, pengesanan corak. Ia ialah liabiliti pada bahagian yang memerlukannya: nada, pertimbangan, komitmen, perbualan.

AM yang menang dua tahun akan datang bukanlah mereka yang menolak AI atau mereka yang menyerahkan segala-galanya kepadanya. Mereka ialah yang belajar garis sempadan itu, melukisnya dengan pena, dan tidak pernah melintasinya di bawah tekanan tarikh akhir. Deck pada slaid 4 itu salah kerana AM itu melintasi garisan pada pagi Selasa. Jangan jadi AM itu.

Ketahui Lebih Lanjut

• Sehari dalam Kehidupan Seorang Account Manager
• QBR yang Mendorong Expansion
• Alat dan Timbunan Teknologi AM
• Kesilapan Lazim yang Menenggelamkan Kerjaya AM