我是从零开始做外贸的新手，没有客户、没有展会预算、没有外贸团队。这篇文章记录我用 AI 工具链完成从零获客准备的全过程：选品、调研、合规定位、采集第一批 150 家买家名单、写开发信、规划物流。不是方法论（方法论本站有专文，见文末），是实战记录——包括每一步具体怎么做的，和踩过的坑。
一、背景：为什么是松口袜
我选的品是糖尿病松口袜：袜口宽松不勒腿、专为糖尿病及脚部敏感人群设计的袜子。商业模式：工厂代工贴牌，先打美国市场，出口走挂靠外贸公司（省去自营进出口权的门槛）。
多解释一句"挂靠"：个人或小微没有自营进出口权时，把订单挂在外贸综合服务公司的资质下出口，由他们代办报关、收汇、退税，按单收服务费。这是新手起步最轻的方式——不用注册公司主体，先验证生意跑得通，量起来之后再考虑自营资质。整个项目的启动成本主要就是打样费、首批寄样快递费和 AI 工具订阅，门槛比大部分人想象的低。
选它的三个理由：
- 利基竞争小：袜子是红海，但"松口袜"这个细分里，大玩家不多，新卖家有缝隙
- 复购属性：袜子是消耗品，糖尿病患者是长期稳定人群，买家一旦找到合格供应商会持续下单
- 美国需求明确：美国糖尿病人群体量巨大，且相关用品的购买渠道成熟（药店、医疗用品店、亚马逊）
模式上我不碰零售，定位 B2B 供货商——把货卖给美国当地的品牌商、分销商和用品店，让懂本地市场的人去卖给消费者。B2B 的账也更好算：单量大、关系稳、不用养客服团队，对我这样的单人新手是唯一合理的起点。
二、AI 做市场调研：10 分钟拿到结论
传统做法是买一份几千块的报告。我让 AI 联网检索，10 分钟拿到了够用的结论（数字来自公开行业研究，供参考量级）。我的问法不是"糖尿病袜市场怎么样"这种大而空的问题，而是拆成四个具体问题让它逐个查：
- 市场规模和增速（判断值不值得进）
- 头部品牌是自有工厂还是贴牌采购（判断我的角色）
- 主流材质、价格带、包装形式（判断产品怎么定）
- 线上主要销售渠道构成（判断我的客户是谁）
逐个问题拿答案、再让它综合成一页结论，比一次问大而空的题质量高得多。
- 全球糖尿病袜市场规模 2026 年约 2.5–3.2 亿美元，年复合增长率（CAGR）约 3.5–4.3%——市场不大但稳定增长，适合利基切入而不是规模豪赌
- 竞争格局的关键发现：美国市场上叫得出名字的品牌大多不自产，主要从中国、土耳其等地采购贴牌——这直接决定了我的路线：不做品牌、不做零售，做他们背后的供货商
- 顺带确认了价格带、主流材质（竹纤维、棉混纺为主）和包装偏好（多双装、简约医疗感）
调研的价值不在于数字多精确，而在于用最低成本验证路线：B2B 供货这条路成立，才值得往下投入。一个必要的提醒：AI 给的数字一定要点开它引用的来源复核——市场规模这种数据，不同口径差一倍很正常，把来源机构和口径年份记在调研笔记里，日后和工厂、和买家谈的时候才知道自己引的是什么。
三、最关键的决策：合规定位，先于一切营销
松口袜横跨一个敏感地带：你把它说成什么，决定了它受什么监管。两条路：
- 医疗宣称路线：说它能"改善循环、预防糖尿病足溃疡"——在美国这就成了 FDA Class I 医疗器械，需要注册、列名、合规成本陡增
- 舒适定位路线：只说"宽松不勒、柔软透气、为敏感脚部设计"——就是普通纺织品，按常规服装类产品出口
我选了后者，这是整个项目最重要的一个决定。这个决定的分量在于它是单向门：走了医疗宣称路线，注册、列名、质量体系的合规成本对一个新手是致命的；而虚假宣传医疗器械在美国是真会被 FDA 发警告信甚至下架产品的前科，亚马逊上因为这个被封店的中国卖家每年都有。反过来，舒适定位把监管风险降到接近零，代价只是文案里少了一些"听起来厉害"的词——而那些词本来就不是 B2B 买家下采购决策的依据。随之而来的是一张话术红线表，所有文案（开发信、产品页、目录）都按它自查：
| 能说（舒适/设计描述） | 不能说（医疗功效宣称） |
|---|---|
| non-binding top（袜口宽松不勒） | improve circulation（改善循环） |
| soft, breathable（柔软透气） | prevent ulcers（预防溃疡） |
| designed for sensitive feet（为敏感脚部设计） | diabetic therapy / treatment（治疗） |
| seamless toe（无骨缝头不磨脚） | relieve neuropathy pain（缓解神经疼痛） |
| stays up without squeezing（不勒也不掉） | clinically proven（临床证明） |
原则一句话：描述穿着感受可以，承诺健康效果不行。AI 起草文案后，我用这张表逐句过筛。
补充一个相关的实务点：普通纺织品出口美国虽然没有 FDA 的问题，但材质标识（fiber content labeling）是 FTC 的硬性要求——成分比例、产地、洗护说明必须标且必须真实。我让工厂按美国要求配好英文洗标，并把第三方检测报告（成分、色牢度）扫描件放在资料包里，B2B 买家几乎必问。这类"不在营销话术里、但在成交细节里"的合规，恰恰是新手的知识盲区，值得单独花半天搞清楚。
四、AI 采集 150 家客户名单（核心战役）
名单来源完全公开，目标是"真实可能采购这类产品的美国公司"。先定义买家画像，三类：
- 亚马逊贴牌品牌：在亚马逊上卖自有品牌袜子/护理用品的卖家，他们最需要稳定货源
- 糖尿病用品店：线上线下的糖尿病专卖用品店，是天然的渠道
- 医疗用品分销商：做医院、养老院、药店供货的分销商，单量最大但门槛也高
工具链和过程：
- Exa 语义搜索批量找候选：不用关键词硬搜，而是用自然语言描述"卖糖尿病护理袜的美国品牌"，让语义搜索理解意图后批量返回候选公司。按三类画像分轮搜，攒出第一批候选池。每轮我只给它一个画像的一句话描述加两三个排除条件（"不要制造商、不要资讯博客"），返回的候选质量明显好于搜索引擎翻十页
- 逐一访问官网验证：这一步 AI 代理逐家打开官网，确认三件事——它真的卖相关产品吗？它是品牌方/渠道商吗（而不是生产商或资讯站）？规模信号如何（产品线宽度、有无批发入口）？验证不通过的当场剔除并记录原因，方便我事后抽查它的判断
- 提取公开联系方式：只记录官网公开显示的邮箱（联系页、批发页、页脚）和批发申请入口，绝不猜测邮箱——猜出来的邮箱是退信率和域名信誉的毒药，还涉及合规问题
验证通过的 150 家，我再让 AI 按"画像匹配度 + 规模信号 + 有无公开邮箱"做一次 A/B 分级：A 级是画像完全吻合且联系方式齐全的，优先发信；B 级是吻合但联系方式只有表单的，走表单提交或 LinkedIn 人工触达。名单表同时记录来源和验证日期——名单是会过期的资产，三个月后要用要重新验证。
最终产出 150 家：亚马逊贴牌品牌 25 家、糖尿病用品店 26 家、医疗分销商 99 家，其中 106 家带公开邮箱，其余只有表单或电话。
踩过的三个坑，都值一篇单独的文章：
- Cloudflare 拦截误伤：6 家看起来很优质的线索，官网有防护拦截，AI 访问只拿到拦截页，差点被误判为"网站已关"。人工复查后救回——AI 说"打不开"的网站，要人工看一眼再剔除
- 名单清洗：搜索结果里混进了"试纸回收""血糖仪以旧换新"这类公司，业务相关但不是袜子买家，要按画像逐条过滤。语义搜索比关键词搜索准，但"相关"和"是买家"仍是两回事
- 占位邮箱过滤：有些网站的联系邮箱其实是主题开发商或建站平台的占位邮箱（形如 example@ 或服务商域名），不清洗掉会白发一批信
五、开发信与跟进
名单到手后，让 AI 逐家读对方网站，为每封信写个性化首句（Icebreaker）：给贴牌品牌的引用他们亚马逊在售的品类，给分销商的引用他们官网的供货科室或合作机构类型——第一句就证明我看过你是谁。
正文按画像备了两个版本，各举一句核心差异：
- 贴牌品牌版：强调"小起订量 + 支持你的包装设计"——他们怕压库存，要的是灵活。例句（英文简版）："We support low MOQs and can produce under your label and packaging."
- 渠道商版：强调"稳定交期 + 齐全的尺码材质矩阵"——他们怕断货，要的是确定性。例句："We keep a full size/material matrix in stock with reliable lead times."
一个新手容易忽略的点：新邮箱要先养号。刚注册的企业邮箱一上来就日发几十封陌生信，很快进垃圾箱。前两周每天小量发送、先和真实往来对象通信，让发信记录"像人"，再逐步放量。
跟进节奏我定的很简单：第 5 天没回复的发一轮短跟进（一句话补充一个新信息点，比如"附一张我们的尺码材质矩阵表"），第 12 天发最后一轮礼貌收尾。两轮不回就归档，不纠缠——B2B 开发信是概率游戏，纠缠同一批客户不如把名单扩深。每一封发出前我都逐封扫读，平均每封十秒：看对方公司名、看引用的业务细节对不对、看有没有 AI 腔空话。
六、物流方案速览
B2B 新手期的物流按单量分三档：
- 样品：国际快递（DHL/UPS），3–5 天到，客户体验最重要，别省
- 试单（几百双）：空运门到门，总价可控、时效一周左右
- 大货（几千双以上）：海运拼箱（LCL），成本压到空运的零头
贸易条款先搞清楚两个：FOB（货到船上后费用风险归买家，美国客户熟、好谈）和 DDP（卖方包税送到门，客户省心但你要算清关税杂费）。美国袜子类关税不低，一定让货代按 HTS 6115（针织袜类）按你的具体材质试算税率，不同成分税率差异很大，报价前算错这笔账会直接吃掉利润。
七、30 天落地计划
| 周次 | 动作 | 验收标准 |
|---|---|---|
| W1 | 确认工厂打样、拍实拍图、完成话术红线自查 | 拿到合格样品；产品页无任何医疗宣称 |
| W2 | 名单扩到 150 家并完成清洗分级；企业邮箱养号启动 | 名单表含画像分类和公开邮箱；无占位邮箱 |
| W3 | 首批发送 50 封个性化开发信（贴牌 25 + 用品店 25） | 全部人工审核后发出；记录打开与回复 |
| W4 | 跟进未回复者（一轮跟进信）；给回复客户寄样 | 跟进信发出率 100%；样品寄出并跟踪签收 |
八、复盘：AI 在外贸里的真实边界
一个月跑下来，我对"AI 能帮外贸做什么"有了很实的体感。先看一笔时间账：市场调研约 2 小时（含人工复核数字来源），名单采集清洗约 6 小时（主要是抽查 AI 的判断），开发信准备约 4 小时（模板打磨 + 逐封扫读），物流与合规研究约 4 小时——从零到发出第一批信，总投入不到三个工作日。放在没有 AI 的年份，光是那份 150 家的精准名单，就是一个实习生两周的工作量。
AI 真正擅长的：市场调研（10 分钟出路线判断）、名单采集与清洗（从公开信息里筛出 150 家精准买家，人工做要两周）、批量个性化文案（每家一句量身定做的开场白）。
必须人来做的：选厂和谈价（涉及验厂、砍价、质量博弈）、审核每一封发出去的信（AI 会偶尔写错对方业务，发出去就是事故）、谈判与成交（来回博弈没有标准流程）、收款与售后（信任和责任必须落在人身上）。
换句话说，AI 把我一个人武装成了一个"获客部门"，但它没替我做成一单生意——单子是人谈下来的。指望 Agent 全自动开单的人，会死在第一批张冠李戴的开发信上；把 AI 当杠杆、把人放在审核和谈判位置上的人，才能把利基小生意真正跑起来。
相关阅读：Agent 赋能外贸出海：从客户开发到询盘转化的深度实操指南——本文的打法对应的方法论框架，含工具组合对比、提示词模板与合规要点。如果你只想抄一份作业：先读那篇搭流程，再回来对照这篇看每一步落地时长什么样、会踩什么坑。