AI获客：我实际在跑的获客漏斗，附真实数据

去搜AI获客，你会看到同一篇文章的八个版本：一份编号的工具清单，一段”大规模个性化”的空话，外加一个指向发布者自己正在卖的工具的行动号召。此刻Google排第一的结果，是一条抱怨AI获客工具已经多到泛滥的Reddit帖子。当一条吐槽帖的排名超过Salesforce和IBM，市场在用脚投票：工具过剩，方法论稀缺。

我是营销人，不是卖家。我每天使用AI已经两年半，白天在瑞士物流内自动化公司SSI Schäfer做营销，业余经营自己的咨询业务。这两年的完整复盘我写在这里。这篇文章是其中的获客切片，里面没有工具清单，只有我实际在跑的漏斗，和每一步背后的真实数据。

先交代一个前提。一条线索，本质是一个正在决定要不要信任你的人。AI不创造信任，它只能加速信任。机器负责排序、分类、起草、消灭等待时间；承诺、定价和责任永远留在你手里。我近距离看过的每一个失败的AI获客项目，都混淆了这两半。所以这篇文章刻意把它们分开讲。

要点先看

• AI获客是漏斗工程，不是工具工程。 清单文章在给工具排名，而真正的工作发生在五个环节：线索筛选、表单、归因、跟进、渠道决策。
• 我做过的最好的一次转化优化，是把表单改短。 五个字段、Stripe结账、一个自动创建客户草稿页面的webhook：9个文件、+164和-506行、97个单元测试。新漏斗的代码量甚至比旧的还少。
• 首次触点归因最不起眼，杠杆最大。 我自建的归因套件追踪44个归因信号，在浏览器端和服务器端用完全一致的方式给每条线索分类。
• AI不创造信任，它加速信任。 排序、起草、分类从几小时压缩到几分钟，但承诺和定价必须由人来做。
• 新渠道不是免费的获客机器。 2026年8月我评估了ChatGPT Ads，在600瑞郎的预算上说了不：只有上下文和地理位置定向，一个有意义的B2B测试要从每月5到10k美元起步。
• 我最便宜的线索来源会复利。 这个博客和它为AI搜索准备的内容，在我睡觉时持续带来咨询线索。广告在你停止付款的那一刻就停。

为什么每一篇AI获客清单都长得一样

动笔之前我把排名靠前的结果都拉出来看了一遍，因为我想知道搜索者实际拿到的是什么。答案是：一条抱怨工具泛滥的Reddit帖，Salesforce和IBM的两篇企业科普，以及五家卖获客软件的公司写的页面。八个结果里有六个在为一个自己从中获利的品类做排名。没有人展示一张真实跑着的表单，没有人展示一张归因表，没有人展示一个”决定不花钱”的决策。

结构性缺陷在于”先想工具”。如果你从该买哪个工具出发，每个问题都长得像缺一个订阅。改成从漏斗出发，问题就变了：机器到底在哪一步，能帮我把一个陌生人变成一次对话？我数下来是五个位置，其中只有一个和花钱有关。这之上的策略层，放在我的AI营销实战手册里。

AI在漏斗中触碰线索的五个位置

这就是我从上到下工作的地图。

筛选。 线索以邮件、表单提交、私信的形式到达。第一件事是排序：合不合适、有多急、该给谁看。AI起草排序，我来确认。

表单。 转化发生的那一刻。我的表单围绕一个简单想法重建：少问，把交接交给自动化。结果转化更好，代码更少。

归因。 这个人从哪来。首次触点时抓取的四十四个信号，在浏览器和服务器上按同一套规则分类。

跟进。 那封决定一次询价能否变成一次对话的回复。AI几分钟内起草，我审阅后发出。

渠道决策。 在哪花钱，以及更常见的，在哪拒绝花钱。AI为分析提供输入，拒绝权在我手里，下面就有一次。

五个环节里有四个跑在我已有的工具上。这就是AI获客安静的真相：能复利的收益来自结构，不来自采购。

线索筛选：AI排序，人来判断

进站的线索都是乱的。一封只有一行的邮件。一份填了三个字段、扔下两个字段的表单。一条只写”这个还有吗”的消息。在AI之前，整理一批这样的线索意味着一下午的窗口切换和表格粘贴。

现在排序只需要几分钟。模型读取原始询价，起草一份分类：来源、明确说出的需求、语言、与理想客户画像的大致匹配度、紧迫信号。每份草稿进队列，没有任何东西会自动发出。我审一遍，大概十份里改一个标签，然后决定今天谁收到回复。

我守住的底线是：AI为决策做准备，但从不做决策。模型可以估算匹配度，却扛不动估错的后果。如果它自动拒掉了一个看起来很小、实际上是一家公司更大项目第一步的线索，没有任何模型会为此道歉。道歉的是我，或者我确保这件事根本不会发生。

人留在环里还有第二个理由。潜在客户对自动拒绝非常敏感。他们写询价花了力气，一眼就能看出是模板的回复等于告诉他们，你的力气只值一个脚本。排序可以瞬间完成，判断必须有人回应。

表单就是漏斗：五个字段、一个收银台、一个Webhook

Receipt时间到，因为人人都在宣称转化提升，却没人展示代码差异。我运营一个叫aiexhibitions.net的项目，一个收录沉浸式展览和天文馆演出的目录，用Astro静态生成900多个页面。场馆可以付费订阅来获得收录。我重建的转化路径，就在这个订阅漏斗里。

重建的原则是pay-first。新流程在入口几乎什么都不问：场馆名、邮箱、选择的套餐、计费周期、一个同意勾选框。五个字段，然后直接进Stripe结账。付款成功的瞬间，一个webhook自动为新订阅者创建草稿页面。客户在我还没读到欢迎邮件之前，就已经看到了自己价值的第一块。

数字，因为收据就是数字。这次重建动了9个文件，新增164行，删掉506行，带着97个单元测试上线。构建方式是我用不用开发团队也能上线工具的指南里写的那套方法指挥AI完成的。这也是AI获客故事里没人讲的另一半：模型能帮你搭建基础设施，而不只是往里填内容。

这个教训远超订阅类网站的范畴。转化不是靠多问问题把筛选做严，而是靠少问，把筛选放到客户承诺之后交给自动化，在潜在客户已经变热而不是还在观望的时候完成。

首次触点归因：44个信号，一个版本的真相

问一个营销团队”你们的线索从哪来”，得到的常常是指向仪表盘里一个叫”其他”的桶的耸肩。我的答案是一套自己搭的小工具，它是我整个漏斗里最有用的一节管道。

它在首次触点抓取44个归因信号，把每条线索分进干净的桶里。它同时提供Node和PHP两个版本，因为我的站点不在同一个技术栈上。它在浏览器端和服务器端做完全一致的分类，这听起来像细节，直到你debug过两边数字对不上的那一天。

分类表是无聊变值钱的地方。来自youtube、whatsapp、telegram、tiktok的线索是社交。来自duckduckgo、ecosia、brave的线索是有机搜索，不是直接访问。没有这张映射表，注重隐私的搜索引擎和聊天软件全部塌缩进一个叫none的桶里，你的渠道决策就建立在虚构上。

归因也是这一页其他所有事情的前提。没有来源的筛选只是半个判断，没有来源的跟进注定空洞，没有来源的渠道预算等于捐款。如果这个季度你只修漏斗里的一样东西，就修这个，而且在买任何新工具之前修。

跟进：用人类签名的速度战

等待的线索会凉掉。询价和回复之间的每一个小时都在消耗意向。我的政策是”草稿先行”：每条进站线索在几分钟内得到一份起草的回复，由我审阅后亲自发出。

草稿正是AI挣到饭钱的地方，因为它不是空洞的模板。归因告诉它线索从哪来，于是草稿可以带着上下文开场：对方读过的那篇文章、来的渠道、选的套餐。一封从读者上下文出发的回复，读起来像被认真对待，而”被认真对待”正是第一封回复能卖出的最主要的东西。

底线再说一遍：草稿，不是发送。自动回复在第一句话就会暴露，并以机器的速度把信任转化成反感。保持联系的大众传播那一面，跑在我写在邮件通讯自动化那篇文章里的流水线上；一对一那一面刻意保持手动，因为一对一的时刻才是信任真正被建立的地方。

那个我拒绝掉的600瑞郎渠道测试

2026年8月，我坐下来评估ChatGPT Ads作为我咨询业务的线索渠道。桌上的测试预算是600瑞郎。我想，作为第一个信号，挺合理。

评估在预算动之前就杀掉了这个想法。它的定向只有上下文和地理位置。没有按职位的定向，没有按公司的定向，没有任何手段让我触达真正会买我服务的人。对一个B2B报价来说，这套规则下的600瑞郎买到的只有噪音。要做出一个足够大、能穿透这个限制的测试，起步价是每月5到10k美元，那就是完全不同量级的决策了。

所以我说了不，并且把理由写了下来，因为这个教训比渠道本身大。新渠道不是免费的获客机器。炒作说早期入场者能拿到便宜的注意力。也许，但前提是定向能力能表达出你的客户是谁。在你的客户获取成本账算清楚之前做这个检查，而不是在预算离开账户之后。

就在我拒绝那个渠道的同时，我真正的线索来源一直在工作。这个博客就是我咨询线索的来源：回答真实问题的文章，结构上让人和AI引擎都能引用。这种复利才是重点。一篇被引用的文章能在几年里以零边际成本持续带来询价，而广告只在付款期内工作，一天都不会多。你正在读的这篇文章，就是那台机器的一部分。

在获客上我从不交给AI的事

关于AI在我漏斗里的角色，我维护着一份清单，一份拒绝清单。机器从不做承诺。它从不定价，也从不为价格辩护。它从不为失误道歉，因为模板生成的道歉不是道歉。它也从不对潜在客户说不，因为拒绝一个带着后果的判断。

实际的操作红线由此而来：任何东西不经我审阅不发出；任何客户数据绝不进入公共模型，这条规则对雇主数据的执行力度和对我自己业务的一样；每一封AI起草的回复都署我的名字，意思是我全部读过，每一封都读过。

如果你从零开始，顺序很重要。先修归因，让你看得见。第二步缩短表单，让更多人走完。第三步建立草稿先行的回复制度，让速度不再依赖你的心情。最后才买工具，而且只在前三步修完之后仍然慢的环节买。这套顺序几乎不花钱，而它就是全部方法。

常见问题

AI能自己凭空带来线索吗？

不能，而且这个问法本身就是问题。AI不创造信任，而线索就是附了一张表单的信任。机器做的是在你被注意到之后，去掉每一步的等待和瞎猜：排序、分类、起草、喂养分析。被注意到这件事，仍然要靠你的内容、你的报价或你的渠道预算。指望模型凭空变出需求的团队，最终都躺在失败堆里。

漏斗里应该先自动化哪一段？

归因，毫不犹豫。它不可见、不光鲜，却让之后的每个决策都变诚实。第二个自动化是跟进草稿，加上发出前的严格审阅。最后该被自动化的是判断力，意思就是永远不要。

小预算做AI获客可行吗？

小预算下它反而最有效，因为结构性的收益几乎不花钱。缩短表单花一个下午，跟进草稿花的可能只是你已经付费的订阅。对小预算来说，AI获客的诚实答案是：成果来自结构，不来自花费。看清线索从哪来，向他们少要一点，回复快一点，拒绝那些连你的客户都描述不出来的渠道。每月5到10k的实验，留到漏斗配得上那份流量的时候再做。