Karpathy 知识库方法：销售业务精简总结

Karpathy Knowledge Base Method: Concise Summary for Sales Business

来源：https://www.anduril.tw/karpathy-knowledge-base/
便捷工具Obsidian-云端笔记:

1. 文章核心亮点

• 把 AI 从“一次性问答工具”变成“长期知识库助手”：不是每次从零提问，而是持续积累资料，让 AI 基于你的历史资料回答。
• 方法很简单：收集 → AI 整理 → 对知识库提问：重点不是技术，而是形成稳定流程。
• 知识库不是资料堆积，而是结构化笔记：让 AI 帮你做摘要、分类、关联主题、发现缺口。
• 适合个人工作场景落地：即使不用自动化脚本，手动每次花 10–15 分钟，也能明显提升信息整理效率。

2. 普通销售业务能学到的 3 点实操

1）客户信息不要散落，要沉淀成“客户维基”

把客户背景、询盘内容、报价记录、痛点、竞品信息、沟通偏好统一记录。
下次跟进前，让 AI 基于这些资料总结：客户最关心什么、下一步该问什么、报价风险在哪里。

2）每次沟通后做 5 分钟复盘

不要只保存聊天记录，要让 AI 帮你整理成固定格式：

• 客户需求
• 客户顾虑
• 已确认信息
• 待确认问题
• 下一步跟进动作

这样客户跟进不会只靠记忆，后续报价和谈判更有依据。

3）把高频问题变成销售素材库

客户常问的问题、常见异议、成功回复话术、失败案例，都要归档。
以后遇到类似客户，可以直接让 AI 从素材库里提取可用回复，而不是每次重新想。

3. 销售如何维护整个“维基”

建议分 5 个固定模块

1. 客户档案：公司信息、国家、行业、采购角色、预算、采购周期。
2. 需求记录：产品型号、数量、使用场景、认证要求、交期、目标价。
3. 沟通复盘：每次沟通后的结论、客户态度、关键问题、下一步动作。
4. 产品与报价知识：产品卖点、成本区间、MOQ、交期、常用报价模板。
5. 案例与话术库：成功案例、客户异议、回复模板、踩坑记录。

后续整理规范

• 一客一档：每个客户单独建一个文件，避免信息混在一起。
• 固定模板：每次新增资料都按同一结构整理，方便 AI 读取。
• 每周更新一次：只更新重点客户，不追求完美，先保证持续。
• 旧信息要标注状态：如“已确认 / 待确认 / 已失效 / 需跟进”。
• 每次提问前先给 AI 背景：把客户维基贴给 AI，再问“下一步怎么跟进”。

4. 最小可执行版本

从今天开始，只做一件事：
每次客户沟通后，把聊天记录丢给 AI，让它按固定模板整理成客户维基。

建议提示词：

请把以下客户沟通内容整理成销售客户维基，包含：客户背景、明确需求、隐藏需求、客户顾虑、待确认问题、下一步跟进建议。要求简洁、可执行。