外銷英文 Email 怎麼寫？第一次聯絡客戶範例解析

摘要

第一次聯絡外國客戶的 Email，任務不是賣東西，是拿到「繼續對話的許可」。台灣外銷業務最常見的錯誤，是把第一封信寫成公司簡介加產品型錄，寄出去就開始等，然後石沉大海。問題往往不在英文程度，而在對方掃讀的 5 秒內看不到「這跟我有什麼關係」。本文拆解一封有效開發信的四段結構，附可直接套用的英文模板、壞範例對照與追蹤節奏，讓你把第一封信從「自我介紹」改成「價值證明」。重點不在英文文法，而在每一句話有沒有替對方回答問題。

主題說明

國外採購經理每天收到幾十封開發信，篩選幾乎是反射動作：主旨不認識、開頭沒重點，直接歸檔。他們心裡只有兩個問題：你認不認識我？你能解決我什麼具體問題？

這兩個問題看似簡單，但多數開發信一封都沒回答。原因在於：業務寫信時想的是「我想說什麼」，買家讀信時想的是「這跟我有什麼關係」。

台灣企業寫開發信，習慣把「我們公司成立於 1995 年、秉持誠信經營、產品行銷全球」放在第一段。這段話在台灣人耳裡是誠意，在外國買家眼裡是噪音——因為它沒有回答上面任何一個問題。不是不能講，而是不能放在第一段；那是對方決定要不要繼續讀的位置，必須留給「我研究過你」的證據，而不是「我多優秀」的宣示。

更關鍵的文化差異：台灣人傾向先建立關係再談生意，歐美買家傾向先確認價值再談關係。第一封信就談交情，等於在對方還沒確認價值之前就要求信任，反而拉長了決策距離。信任是價值的副產品；你先證明你懂他的需求，關係自然會長出來。

另一層現實：你的客戶可能也不是英文母語人士。德國、越南、巴西、印度的採購，要的是「看得懂」，不是「寫得漂亮」。短句、簡單字、清楚結構，比華麗文法更能成交。這對英文普通的台灣業務反而是好消息——門檻不在語言，在結構與具體程度。英文好的人寫得又長又空，照樣被刪。

實際應用

一封有效的第一封信，只有四段：開場證明你研究過他、一句話自我介紹、兩句針對他的價值、一個低門檻的問題。全程 150–250 字（不含簽名檔），任何人 30 秒內能讀完。

這四段各有一個任務。開場句證明你不是群發；自我介紹用一行話交代你是誰、做什麼、做了多久；價值句對準他的應用情境給出具體數字；最後的問題是成敗關鍵——門檻要低到對方不用思考就能說 Yes。

主旨欄：7 個字以內、具體、像人寫的。避開 Free、!!!、100% 這類垃圾信字眼，也別用 "Quality Products From Taiwan – Best Price" 這種萬用標題。主旨是收件匣裡最容易被浪費的版面。

• 正例：Re: Your new [產品線] at [展會名]（有過展會接觸時）
• 正例：[產品名] supplier for [買家產品線]（直接點名你補得上他的產品缺口）
• 正例：Question about your [產品]（好奇語氣，但要確保內文真的問了問題）

內文範例（括號內為中文註解）：

“`

Subject: Re: Your new X-series at CES

Dear Ms. Keller,

I saw your new X-series on your website.

(開場：具體指名，證明看過對方網站，不是群發)

We are [公司名], a [產品] manufacturer in Taiwan,

supplying [國家] buyers for [年數] years.

(自我介紹：一行內講完你是誰、做什麼、做了多久)

Our [產品型號] is built for [買家的應用場景], and it is

[認證] certified. Our MOQ is [數字], lead time [數字] days.

(價值：針對他的情境給具體數字，數字就是信任)

May I send you our spec sheet for review?

(行動呼籲：一個低門檻問題，讓對方容易說 Yes)

Best regards,

[姓名] | [職稱] | [公司]

“`

注意這封信從頭到尾沒有出現「我們很棒」這類字眼，主詞幾乎都是 you 和 your——這是寫法上的紀律：把鏡頭對準買家，而不是對準自己。

壞範例長這樣：先寫 8 行公司歷史，再貼「We hope to establish a long-term business relationship with you」，最後附上 20 頁 PDF 型錄，結尾 "Please feel free to contact us"。翻譯成買家的感受：你只在乎自己，不在乎我。把同樣的內容改寫成上面四段式，回覆率的差距通常立即可見。壞範例之所以壞，不是英文有錯，而是全部版面都花在單向輸出；買家看完沒有被問到任何問題，也沒有理由需要回應——「Please feel free to contact us」聽起來客氣，其實等於把回覆責任全部丟給對方。

三個容易被忽略的細節：

1. 寄信時間配合買家時區，週二到週四上午送達，避開週一上午的收件匣爆炸與週五下午的放假心態。讓信出現在買家注意力最集中的時段。

2. 附件是垃圾信過濾器的最愛，第一封信不要附型錄 PDF；改成連結，對方有興趣自己點，你還能追蹤點擊。連結讓對方保有「要不要看」的掌控感，PDF 則像強塞過來的資料。

3. 追蹤信每次都要帶新資訊（新認證、展會、客戶區域），不是重複「Did you receive my email?」。總共追蹤 3–5 次，間隔 3–7 天，沒回應就停，把精力留給下一批名單。

導入步驟

第一步，盤點證據。把認證、出口國、年產能、交期、MOQ、既有客戶類型列成一張表——這些數字是第一封信的信任來源，沒有數字就先去把數字問出來。這一步最容易被跳過，卻最值得花時間。

第二步，建立名單。從展會參展商名錄、LinkedIn、產業協會、B2B 平台找 20–50 個潛在採購窗口，找到「人」而不是「info@」。

第三步，逐個研究。每個客戶花 10–15 分鐘看官網產品線、最新消息、社群動態，寫出客製開場句。研究品質直接決定回覆率，這一段不能外包給模板。研究的目的不是找話題，而是找出對方產品線上「缺的那塊」，讓開場句剛好補上。

第四步，備好三份素材：主旨 3 個版本、主模板 1 份、追蹤信 2 份（第二封、第四封用）。素材先備好，寄信當天就不會手忙腳亂，也不會在倉促之下寫出萬用標題。

第五步，小規模測試。先寄 10–20 封，一週後看回覆率。低於 5% 先改主旨再測一輪，不要急著灌到 500 封。小規模測試的意義在於：用最小的代價換到最快的學習，而不是用最大的名單換到最慢的挫敗。

第六步，建立固定節奏。週一寄新名單，週三追蹤，週五記錄數據。回覆進來後 24–48 小時內回應，把對話推進到規格確認、樣品、報價。節奏固定下來，開發信就從「偶爾想到才做的事」變成「會自我累積的系統」。

常見問題

Q：英文不夠好，是不是該先請翻譯寫？

A：不需要。用最短的句子、最簡單的字，寧可 Simple and clear，不要 Fancy and wrong。重要客戶的關鍵信件可請母語者或專業譯者校一次，但架構不變。

Q：用 AI 代寫可以嗎？

A：可以當草稿，但寄出前必須做三件事：填入真實數字、刪掉 cutting-edge、seamless 這類空泛形容詞、逐句確認事實無誤。最後讀一遍，問自己「這封信像不像我們公司寫的」。AI 的價值是幫你起頭，不是幫你假裝。

Q：第一封信要附報價單嗎？

A：不要。第一封信的任務是拿到對話許可，價格是第二或第三封信的事。太早報價，等於在對方還不了解價值時就讓他比價。

Q：寄給 info@ 還是採購經理？

A：找到人再寄。用 LinkedIn 或官網團隊頁找出採購或產品經理，寄給人比寄給信箱的回覆率明顯更高。

Q：主旨可以寫 Re: 嗎？

A：可以，前提是你們真的有過往接觸——展會名片、詢價紀錄、共同聯絡人。沒有接觸硬寫 Re:，被發現只會賠掉信任。

Q：沒回覆要追到什麼時候？

A：3–5 次追蹤後就停。買家可能三個月後才需要你，把他留在名單裡，之後用展會或新產品名義重新啟動，比死纏爛打有效。沉默不代表拒絕，很多時候只代表「現在不是時候」；讓他在需要的時候想得起你，而不是在不需要的時候煩到你。

行動建議

本週就做三件事：

1. 挑 10 個真實客戶，每個研究 15 分鐘，寫出客製開場句。

2. 套用四段式模板，主旨三個版本各寄 3–4 封。

3. 一週後統計回覆率，低於 5% 就換主旨再測一輪。

三十天目標：累積 100 個聯絡人、每人 3–4 次接觸、回覆率比第一輪翻倍。把回覆率當管理指標每週檢討，而不是等訂單——因為第一封信的回覆率，就是你後續所有流程的地基。回覆率是你少數能直接控制的指標，只反映你的信有沒有替對方回答問題。

最後提醒：信寫得再好，也只是拿到一個回覆。訂單來自回覆後的 48 小時內你能不能接住——備好規格表、樣品政策、報價原則，讓對方問什麼都有答案。這比修飾文法重要一百倍。

參考來源

[S1] https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/

[S2] https://platform.openai.com/docs/quickstart/make-your-first-api-request

[S3] https://www.nist.gov/itl/ai-risk-management-framework

[S4] https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

[S5] https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/

session_id: 20260824_195451_011198