AI dalam Pencarian Prospek BDR/SDR: Apa yang Perlu Digunakan, Apa yang Perlu Diabaikan

Seorang wakil dalam pasukan yang pernah saya kendalikan tahun lalu mula menjalankan setiap e-mel dingin melalui ChatGPT. Setiap satu. Dia akan tampal profil LinkedIn prospek, halaman Tentang syarikat, dan draf kasarnya, lalu meminta model untuk "menjadikannya lebih tajam." Hasilnya kelihatan hebat. Pembuka yang tegas, rujukan spesifik, dan permintaan yang jelas di penghujung.

Kadar balasannya jatuh dari 4% kepada bawah 1% dalam tiga minggu.

Apabila kami duduk untuk mencari tahu sebabnya, jawapannya jelas dalam pandangan ke belakang. Setiap e-mel kelihatan hebat. Ia juga terdengar seperti setiap e-mel lain yang ditulis minggu itu oleh setiap wakil lain yang melakukan perkara yang sama. Para pembeli tidak dapat membezakannya. Pemperibadian itu secara teknikal betul tetapi secara emosi generik, gabungan terburuk yang mungkin untuk e-mel dingin.

Itulah masalah utama dengan AI dalam pencarian prospek sekarang. Wakil yang belajar mengarahkan AI dengan tajam, tahu apa yang perlu didelegasi, apa yang perlu dikekalkan secara manual, dan cara mengedit dengan tanpa belas kasihan, mengatasi prestasi wakil yang hanya menyerahkan kawalan kepadanya. Delegasi menghasilkan volume. Arah menghasilkan Pipeline. Panduan ini membincangkan perbezaan tersebut.

Mengapa Ini Penting: AI Mengalihkan BDR dari Melaksanakan kepada Mengarahkan

Pekerjaan ini sedang berubah. Seorang BDR lima tahun lalu menghabiskan mungkin 60% hari mereka untuk penyelidikan manual dan penulisan, dan 40% untuk jangkauan dan perbualan langsung. Hari ini, alat AI boleh memampatkan bahagian penyelidikan dan penulisan itu kepada 15-20% daripada hari kerja. Itu nyata. Itu bukan hype.

Persoalannya ialah apa yang anda lakukan dengan masa yang anda jimatkan.

Wakil yang menggunakan AI dengan baik mengambil jam yang disimpan dan menuangkannya ke dalam perkara yang AI tidak boleh lakukan: pemilihan akaun yang lebih baik, kelayakan yang lebih tajam dalam panggilan langsung, hubungan yang lebih mendalam dengan 30 akaun yang benar-benar mereka peduli. Wakil yang menggunakan AI dengan buruk hanya menghantar lebih banyak e-mel buruk dengan lebih cepat. Volume meningkat, kadar balasan menurun, dan pasukan mula menyalahkan "kebolehhantaran" atau "keletihan pembeli" apabila masalah sebenar ialah mereka mengalihkan penilaian mereka.

Untuk pandangan yang lebih luas tentang alat yang sebenarnya mendapat tempat dalam stack BDR moden, lihat Stack Teknologi BDR/SDR: Alat yang Mendapat Tempat Mereka. Untuk cara ini sesuai dalam aliran kerja harian, Sehari dalam Kehidupan BDR/SDR patut dibaca bersama panduan ini.

Di Mana AI Membuktikan Nilainya

1. Pemampatan Penyelidikan

Ini adalah penggunaan AI dengan ROI tertinggi dalam pencarian prospek. Tanpa ragu.

Sebelum AI, membaca 10-K atau meneliti transkrip panggilan pendapatan untuk konteks satu akaun mengambil masa 25-30 minit jika dilakukan dengan baik. Darabkan itu dengan 20 akaun seminggu dan anda telah membakar 8-10 jam hanya untuk penyelidikan. Kebanyakan wakil menyerah dan pergi tanpa persediaan, itulah sebabnya begitu banyak e-mel dingin kelihatan seolah-olah ditulis oleh seseorang yang tidak pernah mendengar tentang syarikat tersebut.

Dengan AI, kerja persediaan yang sama mengambil masa 5 minit setiap akaun. Berikut adalah prompt yang sebenarnya berfungsi:

Prompt yang baik, pemampatan penyelidikan:

"Anda membantu saya bersedia untuk jangkauan kepada [Nama Syarikat], syarikat [industri] bersaiz lebih kurang [saiz]. Saya akan tampal petikan 10-K terbaru mereka dan transkrip panggilan pendapatan terakhir. Sila keluarkan:

Tiga keutamaan strategik terbesar yang disebut CEO

Sebarang titik kesakitan operasi spesifik (pengambilan pekerja, churn, rantaian bekalan, integrasi) yang dibangkitkan CFO

Perubahan kepimpinan atau pergerakan organisasi terbaru

Sebarang produk, pasaran, atau geografi baru yang mereka sedang kembangkan

Format sebagai poin. Jangan berspekulasi. Jika sesuatu tidak ada dalam sumber, jangan sertakan."

Baris "jangan berspekulasi" itu penting. Tanpanya, model dengan senang hati akan mencipta keutamaan strategik yang terdengar munasabah tetapi tidak nyata. Saya pernah melihat wakil merujuk inisiatif yang dicipta dalam e-mel dingin kerana mereka mempercayai ringkasan AI dan bukannya menyemak sumber.

Output prompt ini menjadi bahan benih untuk jangkauan anda. Anda tidak meminta AI menulis e-mel. Anda memintanya membaca 80 halaman supaya anda tidak perlu, kemudian memberikan anda tiga atau empat fakta yang mungkin benar-benar penting kepada prospek anda.

2. Pemperibadian Berbantuan AI (Bukan E-mel yang Ditulis oleh AI)

Inilah garisan pemisah: AI menggubal rangka. Wakil menulis pembuka.

Apabila AI menulis keseluruhan e-mel, ia sentiasa (sentiasa) lalai kepada struktur yang terdengar seperti versi sedikit lebih jelas daripada setiap e-mel yang ditulis oleh AI. Pujian, pemerhatian, peralihan, permintaan. Para pembeli melihat corak ini 30 kali seminggu. Mereka telah melatih diri untuk memadamnya serta-merta.

Aliran kerja yang lebih baik: minta AI untuk pilihan sudut pandang, bukan salinan yang sudah siap.

Prompt yang baik, penjanaan sudut pandang:

"Inilah prospek: [Jawatan, Syarikat, konteks ringkas]. Inilah ringkasan penyelidikan: [tampal dari prompt awal]. Inilah masalah yang diselesaikan produk saya: [satu ayat].

Berikan saya 3 sudut pandang berbeza yang boleh saya buka e-mel dingin dengannya. Setiap sudut pandang hendaklah satu ayat yang menghubungkan sesuatu yang spesifik dari penyelidikan kepada masalah yang kami selesaikan. Jangan tulis e-mel. Jangan sertakan CTA. Hanya berikan saya tiga pembuka berbeza yang boleh saya bina."

Kemudian anda pilih sudut pandang yang bergema, dan anda tulis pembuka sendiri. Dalam suara anda. Dengan kekakuan, kontraksi, rujukan kecil yang membuktikan seorang manusia membacanya, bukan hanya model.

Inilah yang TIDAK patut dilakukan:

Prompt yang buruk, delegasi penuh:

"Tulis e-mel dingin kepada [Jawatan] di [Syarikat] tentang platform penglibatan jualan kami. Jadikannya diperibadikan, mesra, dan akhiri dengan CTA yang jelas untuk mesyuarat 15 minit."

Prompt itu menghasilkan e-mel yang dipoles, generik, dan boleh dilangkau serta-merta. Ia adalah versi e-mel daripada foto stok. Kelihatan baik, tidak memberi kesan.

Saya mencuba kedua-dua pendekatan merentasi kira-kira 200 e-mel selama dua minggu. Prompt penjanaan sudut pandang (di mana saya menulis pembuka) mendapat balasan kira-kira 5%. Prompt delegasi penuh mendapat balasan 0.8%. E-mel delegasi penuh secara objektif "ditulis dengan lebih baik" mengikut sebarang piawaian. Ia hanya diabaikan.

Untuk lebih lanjut tentang bahagian Cadence ini (bila dan berapa kerapkah e-mel ini patut dihantar), lihat Cadence E-mel Dingin yang Benar-benar Berfungsi pada 2026.

3. Persediaan Perbualan dengan Lakonan Semula AI

Yang ini kurang digunakan, dan ia percuma.

Sebelum panggilan penerokaan dengan pembeli kanan, anda boleh mengulang semula perbualan dengan AI memainkan peranan prospek. Dilakukan dengan baik, ini adalah perkara yang paling hampir dengan latihan langsung yang boleh anda perolehi tanpa membakar mesyuarat sebenar.

Prompt yang baik, lakonan semula penerokaan:

"Anda memainkan peranan CFO yang skeptikal di syarikat logistik bersaiz 2,000 orang. Anda telah dipitchkan dua kali suku ini tentang teknologi jualan dan kedua-dua kali ROI tidak terwujud. Anda sopan tetapi penat. Anda akan bertanya tiga soalan kepada wakil tersebut, kemudian jika jawapan mereka tidak masuk akal, anda akan sopan menamatkan panggilan.

Saya adalah wakil tersebut. Saya menjual [produk anda, satu ayat]. Mesyuarat bermula sekarang. Mulakan dengan apa yang sebenarnya akan dikatakan CFO dalam kedudukan anda kepada BDR yang hampir tidak ingat untuk ditempah."

Kemudian anda jalankan panggilan tersebut. Model akan menolak balik. Ia akan bertanya apa yang dicapai tiga pelanggan terakhir anda dalam industri mereka. Ia akan bertanya mengapa anda bercakap dengan CFO dan bukan VP Jualan. Ia akan dengan sopan menyatakan bahawa anda sebenarnya belum menjawab soalan yang baru sahaja ditanya.

Selepas 15 minit ini, masuk ke panggilan sebenar dan perhatikan betapa lebih tajam jawapan anda. Lakonan semula bukan pengganti untuk mesyuarat. Ia pengganti untuk versi pertama yang buruk dari jawapan anda, yang kini tidak perlu dilalui oleh prospek.

Variasi: lakonan semula pembeli yang sudah menilai pesaing. Beritahu model siapa pesaingnya dan apa yang mereka terkenal dengan. Kemudian amalkan perbualan tentang mengapa pembeli masih perlu mengambil mesyuarat kedua.

4. Susulan dan Ringkasan

Ini adalah penggunaan AI yang paling rendah risiko dan paling berpengaruh dalam keseluruhan corong. Prospek sudah mengenali anda. Anda sudah bercakap. Anda hanya cuba mendapatkan ringkasan dan langkah seterusnya dengan betul.

Prompt yang baik, ringkasan selepas panggilan:

"Inilah nota saya dari panggilan penerokaan 30 minit dengan [Jawatan] di [Syarikat]: [tampal nota mentah anda].

Sila draf:

E-mel ringkasan 4-baris yang meringkaskan tiga perkara yang paling mereka peduli, apa yang kami setuju saya akan hantar kepada mereka, dan tarikh mesyuarat seterusnya yang dicadangkan.

Nota dalaman yang sedikit lebih panjang untuk CRM saya dengan isyarat kelayakan utama panggilan tersebut (bajet, tempoh masa, proses keputusan, halangan) dan langkah seterusnya yang disyorkan.

Gunakan suara saya dari nota. Jangan tambah apa-apa yang tidak saya katakan."

Baris "jangan tambah apa-apa yang tidak saya katakan" itu melakukan kerja yang nyata di sana. Tanpanya, model dengan sangat baik akan mencipta konteks ("seperti yang kita bincangkan, pasukan anda menyasarkan Q3") yang sebenarnya tidak anda bincangkan, dan prospek anda dengan senyap akan kehilangan kepercayaan apabila mereka membaca semula e-mel tersebut.

Edit ringkasan sebelum menghantar. Sentiasa. Tetapi draf menjimatkan 10-15 minit setiap panggilan, dan sepanjang minggu demo itu bermakna berjam-jam kembali.

5. Sintesis Peringkat Akaun

Apabila anda mengerjakan senarai akaun sasaran dan AE anda bertanya "apa bacaan tentang Acme Logistics suku ini?" anda dahulunya perlu menggali melalui CRM, Slack, dan nota panggilan selama 20 minit untuk mengumpulkan jawapan. AI boleh memampatkan itu.

Prompt yang baik, sintesis akaun:

"Saya akan tampal semua yang kami ada tentang [Akaun]: enam e-mel terakhir saya dengan pasukan mereka, nota dari dua panggilan penerokaan, dan aktiviti terbaru dalam CRM kami. Sila ringkaskan:

Di mana kami berada dalam proses jualan (satu ayat)

Dua isyarat pembelian terkuat

Dua kebimbangan atau halangan terbesar

Sebarang komitmen yang saya buat yang belum saya tunaikan

Tindakan seterusnya yang terbaik

Jika sesuatu tidak jelas atau tiada, nyatakan. Jangan isi jurang dengan andaian."

Baris terakhir itu, sekali lagi, adalah yang memisahkan ringkasan yang berguna daripada yang mengelirukan.

Apa yang Tidak Patut Dilakukan oleh AI

Ini adalah bahagian yang kebanyakan kandungan "AI untuk jualan" langkau. Inilah versi yang jujur.

AI tidak patut menggantikan soalan penerokaan dalam panggilan langsung. Jika anda menggunakan AI untuk menjana soalan yang hendak ditanya kepada prospek secara masa nyata, anda telah mendelegasikan pemikiran terpenting dalam pekerjaan itu. Penerokaan adalah tempat anda memutuskan sama ada tawaran ini nyata. Itu adalah pembacaan manusia tentang reaksi manusia. AI tidak menangkap kerut. Ia tidak menyedari apabila suara seseorang menjadi lebih perlahan pada soalan tentang bajet. Ia tidak tahu bahawa "ya, betul" yang ketiga adalah yang bermaksud "tidak."

AI tidak patut menilai sama ada persona benar-benar sesuai. Jika ICP anda menyatakan "Pengarah Operasi di syarikat logistik, 500-2,000 pekerja, tanpa alat automasi semasa," itu adalah penilaian tentang kesesuaian strategik. AI dengan senang hati akan menggunakan penapis anda secara mekanikal dan menyampaikan senarai. Ia tidak boleh memberitahu anda bahawa dua syarikat tersebut baru sahaja diambil alih dan dalam pembekuan pembelian, atau bahawa salah satu daripadanya terkenal bermusuhan dengan kategori anda. Penilaian persona terletak pada wakil dan AE.

AI tidak patut memutuskan siapa yang hendak dihubungi seterusnya. Beberapa alat penglibatan jualan kini menawarkan senarai panggilan "diprioritaskan AI." Gunakan ini sebagai cadangan, bukan arahan. Sebabnya: model mengoptimumkan untuk isyarat yang dimilikinya, yang biasanya adalah data penglibatan. Akaun yang belum terlibat mungkin adalah yang di mana panggilan manusia yang tajam berjaya. Jika anda membiarkan AI memilih senarai anda setiap hari, anda akan menghabiskan suku tahun menghubungi hanya akaun yang sudah separuh ingin bercakap dengan anda, dan anda akan terlepas semua yang lain.

AI tidak patut menulis pembuka e-mel sentuhan pertama. Saya telah membincangkan ini di atas tetapi ia patut diulang. Ayat pertama adalah tempat anda memberi isyarat bahawa anda adalah manusia sebenar. Serahkan ayat itu kepada AI dan anda memberi isyarat sebaliknya.

AI tidak patut mengendalikan apa-apa di mana nada memberi isyarat kepercayaan. Apa-apa yang emosional, apa-apa yang bersifat politik dalam tawaran, apa-apa di mana prospek perlu merasakan bahawa orang tertentu memberi perhatian kepada masalah khusus mereka: kekalkan secara manual. Peraturan ringkasnya: jika nada yang salah boleh membunuh tawaran, kata-kata itu harus datang dari jari anda.

Prompt yang Tidak Patut Digunakan

Beberapa kategori yang benar-benar malas dan menghasilkan hasil yang buruk:

Buruk, delegasi samar: "Tulis e-mel dingin kepada pemimpin pemasaran."

Output: prosa stok tulen. Model tidak mempunyai orang spesifik, tiada masalah, tiada sudut pandang. Ia lalai kepada purata dan menyampaikan kepada anda purata setiap e-mel dingin yang pernah dilihatnya.

Buruk, pujian sebagai pemperibadian: "Tulis e-mel dingin yang dibuka dengan pujian tentang akhbar terbaru [Syarikat]."

Output: e-mel yang dibuka dengan pujian yang begitu generik sehingga boleh digunakan untuk mana-mana syarikat yang pernah mengumumkan apa-apa. Para pembeli menghurai "melihat pengumuman terbaru anda, tahniah" sebagai tanda AI yang memang ia adalah.

Buruk, pembuangan ciri: "Tulis e-mel dingin yang menerangkan semua ciri produk kami dan meminta mesyuarat."

Output: senarai ciri 200-patah perkataan yang tidak dibaca oleh sesiapa.

Buruk, prompt manipulasi emosi: "Tulis e-mel dingin yang direka untuk mewujudkan kesegeraan dan FOMO."

Output: memalukan. Kesegeraan sebenar datang dari situasi sebenar dalam perniagaan pembeli, bukan dari teknik penulisan.

Jika prompt anda tidak memasukkan orang spesifik, situasi spesifik, dan sudut pandang spesifik, AI tidak mempunyai apa yang diperlukan untuk menghasilkan output yang berguna. Ia akan menghasilkan sesuatu juga. Sesuatu itu akan terdengar seperti semua orang lain.

Senarai Semak Semakan Output AI

Sebelum sebarang mesej yang disentuh AI dihantar, jalankan melalui ini. Mengambil masa 30 saat. Menyelamatkan kadar balasan anda.

Adakah ini terdengar seperti saya? Baca dengan kuat. Jika anda tidak akan benar-benar mengatakan kata-kata ini dalam susunan ini, tulis semula bahagian yang bukan anda.
Adakah setiap tuntutan benar? Teliti setiap pernyataan fakta. Adakah syarikat itu benar-benar mengumumkan perkara itu? Adakah CEO benar-benar mengatakan perkara itu? Jika anda tidak boleh mengesahkannya dalam 60 saat, buang.
Adakah saya akan menghantar ini kepada syarikat rakan terbaik saya? Ini adalah semakan naluri. Jika e-mel itu akan mempermalukan anda di hadapan seseorang yang mengenali kerja anda, ia belum sedia.
Adakah pembuka membenarkan e-mel? Ayat pertama perlu melakukan kerja nyata. Jika ia adalah pujian generik atau baris "melihat catatan anda," gantikan.
Adakah terdapat satu sebab spesifik mengapa e-mel ini pergi kepada orang ini hari ini? Jika anda tidak boleh mengartikulasikan sebab itu dalam satu ayat, e-mel tidak patut dihantar.
Adakah saya mengedit sekurang-kurangnya 60% daripada apa yang diberikan AI kepada saya? Jika anda menghantar output AI lebih kurang tidak diubah, anda mendelegasi, bukan mengarahkan. Anda akan melihatnya dalam kadar balasan anda dalam dua minggu.

Mengukur Sama Ada AI Sebenarnya Membantu

Beberapa metrik yang patut dijejaki sebelum dan selepas anda menggunakan AI dalam aliran kerja anda:

Masa penyelidikan setiap akaun. Sasaran: 25 minit pra-AI turun kepada 5 minit pasca-AI. Jika anda tidak melihat pemampatan itu, prompt anda tidak cukup ketat.
Kadar balasan kepada e-mel sentuhan pertama. Sasaran: sama atau lebih tinggi. Jika kadar balasan menurun selepas penggunaan AI, anda menghantar lebih banyak salinan generik yang dipoles. Tarik balik.
% output AI yang diedit sebelum dihantar. Sasaran: 60%+ edit. Kurang daripada itu bermakna anda menghantar suara model, bukan suara anda. Sesiapa yang menghantar output AI yang tidak diubah selama dua minggu berturut-turut akan melihat kadar balasan mereka merosot. Itu konsisten.
Jam seminggu yang disimpan. Jejak selama dua minggu. Jika anda tidak mendapat sekurang-kurangnya 3-4 jam kembali, aliran kerja AI anda mempunyai terlalu banyak geseran. Permudahkan.
Pipeline yang dicipta setiap wakil, suku tahun berbanding suku tahun. Ini adalah satu-satunya metrik yang penting pada akhirnya. AI harus menggerakkan nombor ini ke atas. Jika ia mendatar atau menurun semasa anda menggunakan AI lebih banyak, aktiviti itu menghasilkan volume tanpa kualiti.

Untuk lebih lanjut tentang corak umum yang secara senyap mengurangkan prestasi, Perangkap Biasa BDR/SDR dan Cara Mengelakkannya adalah bacaan pelengkap.

Cara Rework Menyokong Pencarian Prospek Berbantuan AI

Kebanyakan kegagalan pencarian prospek AI bukan tentang AI. Mereka tentang apa yang berlaku kepada output AI antara penjanaan dan penghantaran. Nota hilang dalam thread sembang. Ringkasan penyelidikan hidup dalam lima dokumen berbeza. Draf ringkasan ditampal ke dalam e-mel tanpa pernah disimpan terhadap akaun, jadi wakil seterusnya yang mengusahakannya tidak mempunyai konteks. Rework CRM memberikan BDR dan SDR satu permukaan di mana penyelidikan yang dijana AI, ringkasan panggilan, dan draf susulan dilampirkan terus kepada rekod akaun. Output prompt persediaan anda hidup pada akaun. Nota lakonan semula anda hidup pada akaun. Ringkasan yang draf AI anda mendarat sebagai draf e-mel yang dikaitkan dengan kenalan. Tiada yang terlepas. Harga bermula pada $12/pengguna/bulan.

Kesimpulan

AI memampatkan persediaan, bukan penilaian.

BDR terbaik pada 2026 menggunakan AI untuk membaca 80 halaman supaya mereka tidak perlu, kemudian menghabiskan masa yang disimpan untuk berfikir lebih keras tentang 30 akaun yang layak mendapat perhatian sebenar suku ini. BDR terburuk menggunakan AI untuk menulis lebih banyak e-mel buruk dengan lebih cepat. Pipeline kumpulan pertama meningkat. Kumpulan kedua tertanya-tanya mengapa kadar balasan mereka runtuh.

Kekal dalam gelung pada setiap penghantaran. Edit dengan tanpa belas kasihan. Kekalkan penilaian secara manual. Gunakan AI untuk bahagian pekerjaan yang benar-benar tidak memerlukan anda, dan kekalkan tangan anda pada bahagian yang memerlukannya.

Jika AI yang berfikir, pembeli boleh mengesannya.

Playbook BDR & SDR