Outbound 现在比以往任何时候都难做——回复率在下降，销售代表预约到的 demo 变少、KPI/Quota 完不成，还会越来越挫败，因为大多数人其实都在追那些根本不会买的 Lead。但这并不是 reps 的错。
更根本的原因，是 Sales、Marketing 和 GTM 负责人没有把正确的系统搭起来。
要建立一套能确保 reps 把时间花在“对的线索”上的机制，往往需要大量时间、精力，以及一定的技术能力。
好消息是：有了 AI，这件事终于变得简单了。
这篇指南会带你搭建一套系统：在 reps 还没联系之前，就自动把所有 Lead 排好优先级——也就是 Lead Scoring 系统。
下面是用 AI 做 Lead Scoring 的完整步骤：
什么是 Lead Scoring？
Lead Scoring 是一种系统化的方法：基于特定的标准和行为，对潜在客户进行评估并排序。
把这件事“系统化”之后，销售团队就能清楚知道哪些 Lead 更可能转化，从而把精力优先投入到最有机会成交的人身上。
当你落地了 Lead Scoring，reps 会更专注在高质量线索上，转化率更高，整体销售节奏（sales velocity）也会更快。
Step 1: 找出你的最佳客户画像
-
打开你的 CRM，找出你历史上最好的 10 个客户/Prospects。
-
分析他们有什么共性，并记录下来。你可以重点看这些维度：
- 公司特征（规模、行业、地区）
- 联系人信息（职位、是否有决策权）
- 与你们公司的互动程度
- 人口统计与行为数据
-
做一份拆解：每个因素对最终排名的影响权重分别是多少。
这里的原则是：关键因素给更高分，“加分项但不决定性”的因素给更低分。
举个例子：在多数销售流程里，如果你卖的是数字化产品/服务，地区对成交影响往往没那么大；但行业匹配通常非常关键。
所以我会给“行业”3 分，而“地区”可能只给 1 分。
注意：分值一定要结合你的业务模式和目标市场来调整。
Step 2: 把 Leads 导入 Datablist
首先，在 Datablist 里导入一个 CSV/Excel 文件，里面放你要打分的 Leads 列表。
Datablist 是面向现代 GTM 团队的 AI Co-Pilot。
Datablist 的一个核心能力是：它可以自动生成数据处理脚本（data manipulation scripts），让不写代码的人也能完成复杂的数据操作。
你只需要告诉它你想达到什么效果。
先创建一个 collection，然后把你的列表以 CSV 或 Excel 的形式导入。
这是我的文件，包含：
- 公司网站文本（website texts）
- 公司规模
- Prospects 的职位信息
Step 3: 告诉 AI 如何给 Leads 打分
最后一步，是为每个 Lead 计算一个分数。传统做法通常要写一堆复杂的 Excel 公式，但公式的问题是：很快就会变得难读、难维护。
现在用 AI，你基本不需要再写公式了。你只要把打分规则写清楚，AI 就会自动生成脚本来计算分数。
按下面步骤操作，结果会更准确：
-
在 Nav-Bar 里点击 “Edit”
-
选择 “AI Editing”
Open AI Editing with Edit -> AI Editing -
然后写你的 prompt。prompt 写作 Best Practices：
- 直接说明你想要的结果（输出什么列、填什么值、规则是什么）。
- 用清晰的项目符号和逗号，把逻辑结构写明白。
- 通过输入两个大括号来引用 collection 里的变量（
{{PropertyName}}或/PropertyName），再选择你要用的字段。
下面是我用于 AI Lead Scoring 的 prompt 示例：
Create then a second column called "Account Match" that shows "1" for any row where company_size falls between 15 and 100.
Create also a third column called "Product Match?" and Add a "1" for each row where Website Texts contains one of the following terms: AI, Artificial Intelligence, KI.
Note for Product match: it has to be the exact term, not just a part of the word.
Finally, create a fourth column that summarizes the figures contained in the three new columns and name it "Lead Score".
Use {{position}}, {{Website Texts}} and {{company_size}} as reference, acting based on similarities rather than specifics
❗重要
把最后的
{{xxx}}替换成你 collection 里的字段名（输入{{或/选择字段）。
- 点击 generate
接下来 AI 会为你生成脚本，并给你一个结果预览。你可以根据预览效果继续优化 prompt，需要的话再加更多筛选/打分规则。
Step 4: 拿到打分结果
点击 "Run on items" 即可生成结果。
你可以通过 Datablist 的原生 integrations，或者使用 Call API/HTTP enrichment，把结果同步回 CRM 或 sequencer。
脚本会被保存，所以你之后随时可以在 Edit -> AI Editing" 菜单里再次调用它，对新 Leads 批量运行。