AI 幫你寫 Email：7 種商務場景範本，從回覆客戶到催款信一次搞定

「我每天光回 Email 就花三小時，真正的工作根本做不完。」AI 寫 Email 可以把這 3 小時壓到 30 分鐘——本文整理 7 種商務場景範本（回覆客戶、跨部門協作、催款、議價、拒絕、感謝、危機處理），附可直接複製的 Prompt 與範例 Email。

這是我們客戶、一位中小企業業務主管的真實心聲。他不是個案——根據 McKinsey 的研究，上班族平均花 28% 的工作時間在處理 Email，換算下來每年超過 580 小時，等於 14 個完整工作週全部耗在收件匣裡。

但問題不只是「花時間」。寫一封得體的商務 Email，需要拿捏語氣、斟酌用詞、考慮對方感受。催款不能太兇、拒絕不能太冷、感謝不能太假——這些隱性成本，才是真正消耗心力的地方。

好消息是，AI 工具已經能幫你處理這些痛點。這篇文章整理了 7 種最常見的商務 Email 場景，每種都附上「錯誤示範 vs AI 改寫」的對比範本，讓你直接複製修改就能用。如果你對 AI 提示詞還不熟悉，建議先讀我們的AI 提示詞工程入門指南。

每天花多少時間在 Email 上？你可能低估了

先來看幾個讓人不安的數據：

更驚人的是，員工平均每小時會查看 Email 11 到 36 次，而且 84% 的人全天開著收件匣。每次切換注意力回到 Email，大腦需要約 23 分鐘才能重新進入深度工作狀態。

這代表什麼？你的團隊可能有將近三分之一的工時，都花在一個可以被 AI 大幅優化的任務上。根據最新的 AI 工具比較，目前主流的 AI 寫作工具已經能將 Email 撰寫時間縮短 50% 以上。

AI 寫 Email 和「罐頭回覆」差在哪裡

你可能會想：「我用 Gmail 的罐頭回覆不就好了？」

罐頭回覆是固定模板，AI 寫 Email 是動態生成。差別在於：

簡單來說，罐頭回覆像是「預錄的語音信箱」，而 AI 寫 Email 像是「一個懂你風格的助理幫你擬稿」。兩者的效率差距，隨著使用場景的複雜度提升會越來越明顯。

回覆客戶詢價：既專業又不冷冰冰

客戶來信問報價，是最常見的商務 Email 場景。很多人的回覆不是太制式就是太隨便，讓潛在客戶直接已讀不回。

錯誤示範 vs AI 改寫

關鍵差異：AI 改寫版做到了三件事——稱呼對方姓名、回應具體需求、提供明確的下一步行動。這真正的用意是讓對方覺得你認真看了他的來信，並非客套。

催款提醒信：催得到錢又不傷關係

催款是所有商務 Email 中最尷尬的一種。催太兇怕得罪客戶，不催又影響現金流。AI 可以幫你找到那個微妙的平衡點。

三階段催款策略

催款其實是一套循序漸進的流程，並非一封信能解決：

第一階段（逾期 7 天）：友善提醒——假設對方只是忘了。

第二階段（逾期 14 天）：正式通知——明確提出付款期限。

第三階段（逾期 30 天）：最後通牒——說明後續處理方式。

錯誤示範 vs AI 改寫（第一階段）

注意看 AI 改寫版的技巧：提供具體發票編號、先假設善意、提供彈性選項。這三個元素讓催款信從「施壓」變成「服務」，客戶更願意配合處理。

拒絕不合理要求：說 No 的藝術

客戶要求免費追加功能、同事丟來不屬於你的工作、廠商要求不合理的折扣——職場上需要說 No 的場合比你想像的多。但大部分人要嘛硬吞、要嘛說得太直接傷了關係。

拒絕客戶追加需求的範例

AI 改寫版的核心策略是「先肯定、再說明限制、最後提供替代方案」。這個三段式結構適用於幾乎所有的拒絕場景，而且 AI 可以根據不同的對象和關係自動調整語氣輕重。

感謝信與後續跟進：讓客戶記住你

很多人覺得感謝信是「客套」，隨便寫兩句就好。但一封好的感謝信，是最低成本的客戶關係維護工具。根據 HubSpot 的研究，在會議後 24 小時內發送跟進信的業務，成交率比不發的高出 25%。

會議後跟進信範例

假設你剛和客戶開完一場需求討論會議：

錯誤版：「感謝今天的會議，後續我會整理資料給你。」

AI 改寫版：「張總您好，感謝今天抽出一小時和我們討論官網改版的方向。會議中您提到的三個重點——行動版體驗優化、SEO 結構調整、以及會員系統整合——我已經記錄下來，並會在本週五前提供詳細的技術方案和報價。另外，您提到競品 A 的結帳流程值得參考，我們團隊也會納入評估。如有任何補充，隨時告訴我！」

差異很明顯：AI 版本做到了具體回顧討論重點、設定明確時間承諾、展示主動積極態度。這封信只需要 AI 兩分鐘就能產出，但能讓客戶對你的專業度印象大幅加分。

跨部門協作 Email：讓同事願意配合

跨部門合作最大的挑戰核心是「溝通摩擦」，技術反而是其次。你覺得需求寫得很清楚，對方看完卻一頭霧水；你以為已經對齊了期望，結果交出來的東西完全不對。

AI 可以幫你把模糊的需求結構化，讓協作信件更清晰：

請求設計部門支援的範例

AI 改寫版的關鍵在於提供結構化的需求清單、明確時程、以及彈性溝通空間。當你的信件讓對方「一看就知道要做什麼」，配合度自然會大幅提升。

英文商務 Email：AI 幫你搞定文法和語氣

對很多台灣的商務人士來說，寫英文 Email 是另一個巨大的時間黑洞。不只是文法問題——更難的是語氣拿捏。太正式像在寫論文、太隨便又顯得不專業。

這正是 AI 最擅長的領域。不同的 AI 工具在英文寫作上各有強項，你可以參考我們的ChatGPT、Claude、Gemini 比較指南來選擇最適合你的工具。

英文催款信範例

錯誤版：「Dear Sir, Please pay the money. We have been waiting for a long time. Thank you.」

AI 改寫版：「Dear Mr. Johnson, I hope this message finds you well. I'm writing to follow up on Invoice #INV-2024-0892 (USD $12,500), which was due on March 15th. Our records indicate that the payment is currently outstanding. Could you kindly provide an update on the expected payment timeline? If there are any issues with the invoice or if you'd prefer to discuss alternative payment arrangements, please don't hesitate to reach out. We value our partnership and look forward to continuing our collaboration. Best regards」

AI 不只修正了文法，更重要的是調整了語氣層次——從「命令式」變成「請求式」，加入了具體的發票資訊，並在結尾強調合作關係。這些都是英文商務書信的標準慣例，而 AI 可以瞬間幫你套用。

AI 寫 Email 的注意事項：這些坑一定要避開

AI 寫 Email 確實能大幅提升效率，但如果盲目使用，反而可能造成反效果。以下是最常見的踩坑經驗：

機密資訊洩漏

把客戶的合約金額、個人資料、或公司內部數據直接貼給 AI 處理，是最危險的做法。永遠不要在 AI 對話中輸入敏感的商業機密或個人資料。建議的做法是用代稱（如「客戶 A」、「金額約 XX 萬」）來替代真實資訊。

過度依賴、缺乏人工審核

AI 生成的內容有時候會「聽起來很順，但其實有錯」。特別是數字、日期、人名這些細節，AI 可能會自己編造。每封 AI 生成的 Email 都必須經過人工審核後才能發送，這是鐵則。

語氣千篇一律

如果你的每封 Email 都由 AI 生成且不做調整，收信人會開始感覺「你的信都長一個樣」。好的做法是把 AI 當作「初稿產生器」，再加入你自己的口吻和個人化元素。

忽略文化差異

AI 預設的語氣通常偏美式商務風格。但如果你的客戶是日本企業、政府機關、或是傳統產業的老闆，語氣可能需要更正式。記得在提示詞中明確指定目標對象的文化背景和偏好。

常見問題

讓 AI 成為你的 Email 助理，而不只是一個噱頭

AI 寫 Email 不是什麼未來趨勢——它是現在已經成熟的生產力工具。根據 2025 年的數據，使用 AI 輔助寫作的團隊平均節省了每週 1.5 到 2.5 小時，而且信件的回覆率和成交率都有提升。

但工具再好，也需要正確的使用方式。從選擇適合的 AI 工具、到設計好的提示詞、再到建立團隊的 Email 寫作 SOP——這些都需要專業的指引。

如果你想把 Email 處理流程徹底自動化——從 N8N 串接 Gmail / Slack 自動回覆觸發、到 CRM 整合與商機追蹤，歡迎聯繫恆遠團隊，我們會把 AI 寫信能力整合進你的實際營運流程。

別再讓收件匣吃掉你的工作時間了。