Agency new business 入面嘅 AI，係用 model 壓縮一場 pitch 周圍緩慢、重複嘅工作——research 個 prospect、起草回應、客製化資歷、拼裝 proposal——而個關係同個 creative idea 留返喺人度。用得好嘅 agency 為一場 pitch 入面真正決定佢嗰啲部分贏得更多時間；用得差嘅 agency 更快咁產出更通用嘅 pitch、然後輸。
New business 係一間 agency 嘅增長故事贏或輸嘅地方，亦都係經營一間 agency 最重複嘅部分之一。嗰個組合令佢成為 AI 嘅好候選，前提係你誠實咁對待份工作入面實際重複嘅係邊一半。
New business 實際花咩
New business 嘅成本唔係嗰場會；係佢周圍嘅一切。讀個 prospect、理解佢哋個 category、客製化啲案例、寫份回應文件、砌個 slide、追後續。嗰份工作大多係結構化、可重複嘅，而其中好大一部分係喺時間壓力下，由真正價值在判斷同關係嘅人完成嘅。
嗰個係 AI 嵌入嘅接縫。佢移除阻止 senior 嘅人思考嘅拼裝，令個 pitch 攞到佢哋最好嘅時間。佢寫唔出一個更好嘅 idea，而任何將個 idea 外判俾 model 嘅 agency，會喺客戶問一條真問題嗰陣俾人戳穿。
亦都值得記住，一場 pitch 部分係喺度論證點解份工作唔應該簡單咁內部化。嗰個計算好舊——我喺search marketing 走向內部時寫過佢——而 AI 冇改變佢嘅形狀：間 agency 一定要展示一個客戶無法獨自砌起嘅標準同 memory。
AI 喺 pitch 各處嘅幫助
四個階段啱 model，每一個都有一條不得放棄嘅清晰人類對應物。下面張表係我會畫嘅分工。
| 階段 | AI 嘅工作 | 人嘅工作 |
|---|---|---|
| Prospect research | 綜合公開材料、畫出 category | 決定咩對佢哋重要 |
| 初稿 | 組裝結構同 boilerplate | 寫個論點同個 idea |
| 資歷 | 客製化已有案例 | 揀邊份證明相關 |
| Proposal | 排版、核對、版本化 | 擁有關啲數字同承諾 |
個模式係 AI 處理拼裝、人處理選擇同承諾。當個分工模糊咗，你得到啲拋光、完整、同客戶睇過嘅上十份無法區分嘅 pitch。
唔虛構嘅 research
AI 賺得自己位置嘅第一處係 research。Model 喺一個鐘而非一日內綜合得到一個 prospect 嘅公開材料、畫得出佢們個 category、翻得出 competitor 可能問嘅問題。噉確實有用，亦都係危險所在，因為 model 會以完全嘅自信編造關於一個 prospect 嘅事實。
規則好簡單：用 AI 搵同組織，核對任何進入客戶會讀嘅文件嘅嘢。冇編造嘅 metric、冇假設嘅關係、冇你溯源唔到嘅「該 prospect 話」。一場建立喺虛構細節上嘅 pitch 係一個終止關係嘅風險，慳到嘅力氣唔值得。為每一個要緊嘅 claim 保留一個來源。
起草，但永遠唔好發草稿
寫回應係 AI 最誘人、亦都最危險嘅地方。Model 產得到一份覆蓋每一節嘅合格初稿，而如果你發咗嗰份草稿，你就發咗一份通用嘅 pitch。價值在於攞佢當腳手架——結構、覆蓋、一份回應應該包含咩嘅清單——然後自己寫實際嘅論點。
務實嘅規則係：冇一句 AI 寫嘅句子未經編輯就發俾 prospect。唔係因為文筆差，而係因為 pitch 係一個承諾，而一個你冇寫嘅承諾係你背書唔到嘅。編輯時間正係 agency 嘅觀點被插入嘅地方，亦都係贏到工作嗰部分。
唔虛構嘅資歷
客製化資歷係一項喺原料真實時 AI 做得好、喺唔真實時係負債嘅 task。將 model 餵俾你嘅真實案例、俾佢對住一個 prospect 嘅 brief 揀同排序相關嘅，係合法且快嘅。俾佢「寫一個案例」，係 agency 最後落得辯護唔到嘅證明嘅原因。
保留一個真實案例嘅結構化 library——個問題、份工作、個結果、啲證據——俾 model 由佢工作。隨時間呢個 library 本身成為一個資產，而佢正係支撐一間 AI 原生 agency 其餘部分嘅同一個 memory layer。佢越豐富、越真實，每一份未來嘅 pitch 就越有用。
通用 pitch 陷阱
最大嘅風險唔係 AI 做出一份壞 pitch；係佢做出一份合格卻通用嘅。一個喺所有人嘅 pitch 上訓練嘅 model 產出中位數 pitch，而中位數 pitch 贏唔到。如果你嘅 new business 產出開始感覺平滑、可互換，個問題唔係 model；係你俾佢寫咗本該屬於你嘅部分。
個對策係有意嘅：除咗個 idea 同觀點，一切都用 AI，並確保一位 senior 嘅人擁有嗰啲。個測試係：如果拎走啲 logo，一個 prospect 能唔能夠將你嘅 pitch 同一個競爭者嘅區分開。如果唔得，AI 替你慳咗時間、代價係份工作。
一條 new business workflow
用四個步驟砌條 workflow。收集 prospect 材料、俾 model 綜合佢。由嗰份摘要同一個 template 起草回應結構。由你個 library 揀最好嘅真實案例並客製化佢哋。然後俾一個人寫論點、核對每個 claim、擁有關啲數字。自動化頭三個步驟，將第四個當成份工作。
隨時間，好似對待任何別嘅 workflow 咁俾佢裝儀錶：一份回應花幾耐、消耗幾多 senior 時間、以及贏率睇落點。噉係誠實嘅方式，去知 AI 係喺幫 new business、定係只係令文書更快。Agency-Model 指南覆蓋 AI 帶俾一間 agency 點運轉嘅更寬變化。
後續同 pipeline
個 pitch 唔係 AI 幫得到嘅唯一地方；後續係大部分 agency 失去勢頭嘅地方。Model 起草得到後續序列、綜合場會、令 pipeline 筆記保持當下，令個關係保持溫暖，而唔需要有人手工追每一條線。呢啲都唔改變邊個擁有關個關係，亦都唔應該自動化嗰條個人筆記。
要緊嘅習慣係將每場 pitch 變成一次學習。無論贏輸，捕捉點解，加進你嘅案例同 positioning library，俾佢影響下一場 pitch。嗰個 library 係 new business 版嘅 memory layer，亦都係一間成熟 agency 比一間年輕 agency pitch 得更快更好嘅原因。由佢餵 model，俾佢隨每一場對話複利。每場 pitch 後一條短嘅書面筆記——問咗咩、咩落咗地、你會點做唔同——花幾分鐘、比任何工具都值，因為佢係下一場 pitch 所依據嘅原料。嗰條筆記亦都係令 model 有用嘅嘢：冇佢，AI 係由虛無起草。
FAQ
AI 寫得到我哋嘅 RFP 咩？
佢起草得到結構同 boilerplate，佢唔該寫個論點或想法。用佢嚟確保你覆蓋每一節、慳拼裝時間。承載個 pitch 嘅字詞、以及其中嘅承諾，留喺為佢辯護得到嘅人度。
喺 pitch 度用 AI 道德咩？
道德，當你用佢做 research、起草同拼裝——account 團隊一直委派嗰幾類工作。當你展示虛構嘅證明、或者將一份通用回應當客製思維遞交時，佢就成為問題。規則同你應用喺任何 junior 支援工作嘅相同：佢一定要為真、一定要屬於你。
唔係每間 agency 都會用佢、取消呢個優勢咩？
佢哋會用佢，呢個就係優勢轉向 model 做唔到嗰啲部分嘅原因：個 idea、個關係同真實案例。當所有人都有快速拼裝，更快嘅拼裝就唔再係差異化。贏嘅 agency 將係嗰啲思維同證明確係更好嘅。
最大嘅錯誤係咩？
發初稿。佢係輸掉一場 pitch 最快嘅方式，因為 prospect 感覺得到一個觀點嘅缺席。將草稿當腳手架，然後自己寫個 pitch，即便喺時間壓力下。嗰個編輯步驟就係份工。
短版
AI 壓縮 agency new business 嘅 research、起草、資歷客製化同 proposal 拼裝，令 senior 嘅人將時間花喺個 idea 同關係上。用佢嚟搵同組織，永遠唔虛構，令一個人留喺每句 prospect 會讀嘅句子上。Agency-Model 指南覆蓋個 model 點變，面向 agency 嘅 lane將 new business 做入 agency operating model。
如果你經營 new business，我好想聽下你喺 AI 起草咩、同你寫咩之間喺邊度劃線。
Cheers, Chandler
本文提供繁體中文（香港）版本。課程材料（影片、模板和配套指南）以英文、日文、簡體中文和韓文提供。本網站提供 13 種語言版本。