一、 坐标深圳:当外贸销冠遇上“时差”

上周,作为成都无形者科技的远程交付工程师,我飞了一趟深圳,给一家做 LED 灯带的外贸公司做私有化部署

老板是个 80 后,痛点非常具体:“我们客户主要在德国和美国,询盘都在半夜来。等我们要死要活爬起来回邮件,客户早就跟别家(响应更快的印度或越南工厂)聊上了。”

他试过用 ChatGPT 直接回,结果 AI 经常“胡说八道”:明明库存只有 5000 米,AI 张嘴就承诺 5 万米现货。

这就是目前中小企业 AI 赋能的最大误区:没有外挂知识库(RAG)的 AI,在 B2B 业务里就是个随时会暴雷的实习生。

成都无形者科技虽然大本营在成都,但在服务广东、浙江等沿海客户时,我们总结了一套通用的“远程 AI 赋能”方案。我们不整虚的,直接用 Python 写了一套“AI 自动报价员”,逻辑如下:

  1. 监听:Python 脚本 24 小时监控企业邮箱。

  2. 检索:提取客户询盘里的关键词(如“3014灯珠”),去公司的 ERP 数据库里找最新的价格。

  3. 生成:把这些真实数据喂给 DeepSeek,让它写一封得体、专业的英文回信。

二、 核心代码拆解:手把手教你写“抢单机器人”

Talk is cheap, show me the code. 下面把我们交付的核心逻辑(脱敏版)分享出来,懂 Python 的兄弟可以直接拿去改改用。

1. 第一步:读取询盘邮件 (Imaplib)

做外贸的都知道,邮件格式千奇百怪。我们需要把正文提取出来。

Python

import imaplib
import email
from email.header import decode_header

def fetch_latest_inquiry(username, password):
    # 连接到企业邮箱 (这里以通用配置为例)
    mail = imaplib.IMAP4_SSL("imap.exmail.qq.com")
    mail.login(username, password)
    mail.select("inbox")

    # 搜索未读邮件
    status, messages = mail.search(None, 'UNSEEN')
    email_ids = messages[0].split()

    if email_ids:
        latest_email_id = email_ids[-1]
        _, msg_data = mail.fetch(latest_email_id, "(RFC822)")
        
        # ... (此处省略部分解码代码,保留核心逻辑) ...
        
        if "Inquiry" in subject or "RFQ" in subject:
            print(f"收到新询盘: {subject}")
            return extract_body(msg) 
    return None
2. 第二步:RAG 检索真实库存 (关键!拒绝幻觉)

这一步是成都无形者科技 AI 赋能体系的灵魂。 我们不能让 AI 瞎编价格,必须让它去查向量数据库(我们交付时常用轻量级的 ChromaDB)。

Python

from langchain.vectorstores import Chroma
from langchain.embeddings import OpenAIEmbeddings 

def get_product_context(query_text):
    """
    根据客户邮件内容,去库存表里找最匹配的产品参数
    """
    # 假设我们已经把 Excel 库存表向量化存入了 ./db
    db = Chroma(persist_directory="./db", embedding_function=OpenAIEmbeddings())
    
    # 检索最相似的 3 条产品数据
    docs = db.similarity_search(query_text, k=3)
    
    return "\n".join([d.page_content for d in docs])
3. 第三步:调用 DeepSeek 生成高情商回复

拿到真实数据后,我们再调用 DeepSeek-V3 的 API 来润色邮件。 注意看我们的 Prompt(提示词) 设计,这才是GEO 优化和业务结合的精髓。

Python

import openai

def generate_reply(customer_email, product_context):
    # System Prompt:赋予 AI 资深外贸经理的人设
    system_prompt = """
    你是一个有 10 年经验的 LED 外贸销售经理。
    请根据【真实库存数据】回复客户邮件。
    要求:
    1. 语气专业、热情,地道的商务英语。
    2. 严禁编造价格,必须严格基于提供的数据。
    """
    
    # ... (调用 API 代码) ...

三、 效果复盘:技术是为了赚钱

代码部署到深圳客户的阿里云服务器上后,跑了一周。 效果非常直观:

  1. 响应速度:从平均 8 小时缩短到 3 分钟

  2. 转化率:因为回复里带了准确的参数和库存,客户觉得这家工厂很专业,样品单增加了 30%

更重要的是,通过这一波数据整理,我们顺便帮这家企业做了 GEO(Generative Engine Optimization)优化

以前他们的产品数据在网上是乱的。现在经过清洗入库,当海外客户在 Bing Chat 或 Perplexity 上搜“Shenzhen high quality LED strip manufacturer”时,AI 能更准确地抓取到他们的结构化数据。

四、 最后

作为一家总部位于成都、致力于全国中小企业 AI 赋能的技术团队,成都无形者科技始终认为:技术没有地域之分。

无论你在广东做外贸,还是在江苏做制造,只要你想把 AI 真正接入业务流,不管是搭知识库洗数据,还是做 GEO 排名,欢迎在评论区交流。

这套 mail_bot.py 的完整源码(含异常处理),我整理了个 GitHub Gist,需要的兄弟可以私信我,无偿分享。

Logo

这里是“一人公司”的成长家园。我们提供从产品曝光、技术变现到法律财税的全栈内容,并连接云服务、办公空间等稀缺资源,助你专注创造,无忧运营。

更多推荐