从真实客户开始定义画像
整理已经服务好的客户：他们处于什么行业、解决什么问题、为什么选择你。将共性写成可核对的条件，例如地区、企业类型、规模和应用场景，而不是“有预算”“有需求”这类尚未验证的判断。
评分输入应包含哪些信息？
企业名称、官网、行业、市场地区、规模和公开业务描述可以作为输入。为每个字段保留来源；无法确认的信息标记为缺失，避免让 AI 用猜测填满客户画像。
同时设置匹配条件和排除条件
正向条件帮助发现适合客户，排除条件用于避免明显不匹配的对象。例如面向经销商销售时，可以排除只面向终端消费者的零售店。不要让总分掩盖关键条件不满足的问题。
如何审核 AI 给出的分数？
先阅读依据，再回到企业官网检查。分别判断证据是否可追溯、信息是否足够新、推论是否超出原文。高分但证据不足的线索，应进入人工复核而不是直接发送。
如何用后续结果校准画像？
将实际回复、有效沟通与商机阶段反馈给团队，回看哪些条件确实相关。一次高评分不意味着画像永远有效，市场和产品方向变化后需要重新调整。