--- title: "AI w prospectingu B2B: powód kontaktu, persona i pierwsza wiadomość" description: "Jak wykorzystać AI w prospectingu B2B: profil klienta i persona, research w trzech filarach, powód kontaktu, snippety i pierwsza wiadomość. Z przykładami i poleceniami." url: "https://www.handlowcy.ai/poradniki/ai-w-prospectingu-b2b" dateModified: "2026-10-30" author: "Handlowcy.AI" language: "pl" --- > Wersja Markdown strony https://www.handlowcy.ai/poradniki/ai-w-prospectingu-b2b > Indeks całej strony: https://www.handlowcy.ai/llms.txt # AI w prospectingu B2B: powód kontaktu, persona i pierwsza wiadomość W prospectingu B2B AI pomaga znaleźć firmy pasujące do profilu klienta, zebrać o nich fakty, wskazać powód do kontaktu i przygotować szkic pierwszej wiadomości. Dobra wiadomość zaczyna się od konkretnego faktu o firmie i hipotezy potrzeby osoby, do której piszesz. Niżej opisujemy cały proces: od profilu klienta, przez research i snippety, po kontrolę jakości przed wysyłką. Opublikowano: 30 października 2026. ## W skrócie - ICP opisuje firmę, która pasuje do Waszej oferty. Buyer persona opisuje osobę, która w tej firmie decyduje: jej rolę, cele, wyzwania, obiekcje i sposób podejmowania decyzji. - Research przed kontaktem robimy w trzech filarach: metryka firmy (konkretny fakt albo trend), insight branżowy (czy problem dotyczy całej branży) i priorytet firmy (co firma robi, żeby problem rozwiązać). - Powodem kontaktu jest sygnał, czyli coś, co dzieje się w firmie teraz: nowa usługa, inwestycja, rekrutacja, zmiana w zarządzie. Informacja powinna być świeża, najlepiej sprzed najwyżej miesiąca. - Snippet to 1-2 akapity napisane dla jednej firmy: konkretny fakt, hipoteza potrzeby i naturalne przejście do rozmowy. AI przygotowuje szkic, a handlowiec go czyta i poprawia. - Przy większej skali zaczyna się od małej partii firm, czyta wyniki i poprawia polecenie. Wiadomości wysyła się z innej domeny niż ta używana na co dzień, ze skonfigurowanymi SPF, DKIM i DMARC. Odcinek na naszym kanale YouTube: „Jak mądrze wykorzystywać AI w prospectingu”: https://www.youtube.com/watch?v=t7B2ZRihw-E ## Zanim AI zacznie szukać: profil klienta i persona Prospecting z AI zaczyna się od dwóch opisów. Profil idealnego klienta (ICP) mówi, jakie firmy pasują do Waszej oferty. Buyer persona opisuje osobę, która w tej firmie decyduje: jej rolę i odpowiedzialność, cele biznesowe, wyzwania i frustracje, udział w procesie zakupowym, obiekcje i styl podejmowania decyzji. Person bywa kilka, np. osoba techniczna, finansowa i zarząd. Do każdej persony dopasujcie propozycję wartości. Warto sprawdzić ją z AI postawionym w roli klienta: poproś, żeby oceniło ją krytycznie i nie chwaliło. Persony, propozycje wartości i opis złego klienta zapiszcie w pliku, z którego AI korzysta przy researchu i przy pisaniu wiadomości. Te opisy przydają się też przy wyborze adresata. Dział zakupów zwykle realizuje zakup po decyzji, więc warto dotrzeć do osoby, która ma problem do rozwiązania i o zakupie decyduje. ## Lista firm: kogo AI ma szukać AI wyszukuje firmy pasujące do profilu klienta, wyłapuje sygnały i układa krótką listę. Profil klienta i kontrola jakości danych zostają po stronie zespołu. Dobry punkt wyjścia to Wasi obecni klienci. Weźcie 10-50 najlepszych, wyszukajcie podobne firmy, np. w Clay albo Apollo, przefiltrujcie listę i usuńcie z niej firmy, które już są w CRM. ## Research w trzech filarach Research przed pierwszym kontaktem układamy w trzy filary. Przykłady pochodzą z naszego szkolenia i dotyczą firmy IT: - **Metryka firmy:** liczby, trend albo problem tej firmy. Ogólnik: „Firma IT rośnie szybko”. Konkret: „W ostatnich 12 miesiącach zatrudnili 10 nowych handlowców i zwiększają wolumen outboundu, ale widać spadek jakości personalizacji”. - **Insight branżowy:** czy problem dotyczy całej branży. Ogólnik: „Firmy IT mają trudniej w sprzedaży”. Konkret: „W branży software house rośnie presja na marże, bo klienci porównują stawki i oczekują szybszych efektów”. - **Priorytet firmy:** co firma robi, żeby problem rozwiązać. Ogólnik: „Firma chce poprawić sprzedaż”. Konkret: „Firma uruchamia nową usługę i buduje pipeline w nowym segmencie, więc wzmacnia outbound i proces ofertowania”. AI znajdzie fakty o firmie w aktualnościach, ogłoszeniach o pracę, informacjach o nowych produktach i inwestycjach, w KRS i na stronie firmy. Przy researchu pilnuj czterech zasad: - najpierw upewnij się, że to właściwa firma, bo AI łatwo myli firmy o podobnych nazwach, - przy każdym fakcie proś o link do źródła i datę, - przypuszczenie AI oznaczaj jako przypuszczenie i nie przepisuj go jako faktu, - gdy danych nie ma, AI ma napisać „brak danych” i nie zgadywać liczb. Przy ważnych firmach warto puścić deep research w kilku aplikacjach naraz, porównać wyniki, sprawdzić sprzeczności i kliknąć w źródła. Wyniki można potem wgrać do NotebookLM, który odpowiada wyłącznie na podstawie wgranych dokumentów. ```text Przygotuj research firmy [nazwa i miasto albo NIP] przed pierwszym kontaktem. Sprzedaję [co i komu, 1-2 zdania]. Krok 1. Potwierdź, że to właściwa firma: pełna nazwa, NIP i adres siedziby. Jeśli pasuje kilka firm o podobnej nazwie, wypisz je i zapytaj mnie, o którą chodzi. Krok 2. Zbierz fakty w trzech grupach: 1. Firma: liczby, zmiany i problemy z ostatnich 12 miesięcy (rekrutacje, nowe produkty, inwestycje, zmiany w zarządzie). 2. Branża: czy problem, który widzisz, dotyczy całej branży, czy tylko tej firmy. 3. Priorytety: co firma robi, żeby ten problem rozwiązać. Krok 3. Zaproponuj 2-3 możliwe powody kontaktu. Oznacz je jako przypuszczenia. Przy każdym fakcie podaj link do źródła i datę. Gdy czegoś nie ma, pisz „brak danych”. Nie zgaduj liczb. ``` ## Powód kontaktu, czyli sygnał Piszemy wtedy, gdy w firmie coś się dzieje. Sygnałem może być rekrutacja, zmiana w zarządzie, nowy produkt, raport, wypowiedź decydenta albo problem całej branży. Informacja powinna być świeża, najlepiej sprzed najwyżej miesiąca. Wzmianka sprzed trzech lat nie jest powodem do kontaktu. Każdy sygnał trzeba ocenić. Rekrutacja może oznaczać, że firma się rozwija, ale może też być zwykłym uzupełnieniem zespołu. Uważaj też na pozorną trafność. Zdanie „Widziałem, że opublikowaliście post o rozwoju zespołu. Gratulacje.” odnosi się do faktu, ale nie mówi nic o problemie odbiorcy. ## Snippet i pierwsza wiadomość Snippet to krótki fragment wiadomości napisany dla jednej firmy. Zasady, których uczymy: - jeden snippet na firmę, a do każdej osoby w tej samej firmie osobna wiadomość, - konkretny fakt o firmie i hipoteza potrzeby dopasowana do persony, - 1-2 akapity i naturalne przejście do rozmowy, - zamiast oferty propozycja czegoś bez zobowiązań, np. przykładu albo materiału, - ton profesjonalny i swobodny, bez korporacyjnego żargonu. Snippet działa w mailu, w wiadomości na LinkedIn i jako otwarcie rozmowy telefonicznej. Temat maila powinien być krótki, a pierwsza linijka konkretna, bo odbiorca widzi ją w podglądzie skrzynki. Przy mailu na adres ogólny firmy temat może brzmieć jak pytanie merytoryczne do działu, który ma problem. Chodzi o to, żeby sekretariat przekazał wiadomość właściwej osobie. Do pierwszej wiadomości nie dołączaj załączników. Czego unikać, pokazujemy na szkoleniu przerysowanym przykładem złego maila: otwarcie „Mam nadzieję, że niniejsza wiadomość zastaje Pana w dobrym zdrowiu”, zdanie „Reprezentuję firmę…”, gwarancje najwyższej jakości i prośba o 90 minut w najbliższy wtorek o 10:00. Przez telefon zamiast „chcę przedstawić ofertę” lepiej zacząć od konkretnej sprawy klienta, np. „Dzwonię w sprawie [konkretny produkt albo projekt firmy]…”. ```text Na podstawie tego researchu [wklej profil firmy] przygotuj mój pierwszy kontakt z [stanowisko] w tej firmie. 1. Otwarcie rozmowy telefonicznej: 3-4 zdania. Zacznij od konkretnego powodu, dla którego dzwonię (to, co się dzieje w firmie), postaw hipotezę potrzeby i zaproponuj mały krok. 2. Krótki mail na wypadek, gdyby nie odebrał: do 80 słów, bez ogólników o „wiodącym dostawcy”. 3. Dwa pytania, które zadam, jeśli rozmowa się zacznie. Ton: rzeczowo, po partnersku. Nie wymyślaj faktów, których nie ma w researchu. ``` AI daje szkic. Handlowiec czyta go, poprawia i dopisuje to, co wie sam. ## Nie narzucaj AI własnej hipotezy Jeśli w poleceniu napiszesz, jakiego problemu się spodziewasz, AI chętnie go „znajdzie”. Lepiej poprosić o kilka możliwych powodów kontaktu i dopiero potem wybrać jeden. Gotową hipotezę albo propozycję wartości daj AI do krytycznej oceny z perspektywy persony, z prośbą, żeby nie chwaliło. Odpowiedzi sprawdzaj w kolejnych wiadomościach: dopytuj o źródła, o słabe punkty i o to, co może być nieaktualne. ## Kontrola jakości i wysyłka Przy większej liczbie firm zacznij od małej partii, np. 5 firm, przeczytaj wyniki i popraw polecenie. Dopiero potem zwiększaj skalę. Czytaj snippety, a przynajmniej pierwsze kilkanaście z każdej partii. Pilnuj, żeby nie były do siebie podobne, i dopisuj do polecenia przykłady tego, czego nie chcesz. Przed wysyłką sprawdź techniczne podstawy: - wysyłka z innej domeny niż ta, której używacie na co dzień, i kilka skrzynek w zapasie, - skonfigurowane SPF, DKIM i DMARC, - test dostarczalności przed startem kampanii, - zweryfikowane adresy (poprawne, catch-all, niepoprawne), - sekwencja z 2-3 follow-upami. Zgłoszenia spamu mogą wpisać domenę na czarną listę. Zasady wysyłania wiadomości handlowych do osób, które nie wyraziły na to zgody, sprawdź z prawnikiem. ## Ile prospectingu oddać AI Pełna automatyzacja ma sens przy tanim produkcie i dużym rynku. Przy sprzedaży do dużych firm, w branżach regulowanych i na rynku z niewielką liczbą klientów łatwo w ten sposób spalić rynek. Kluczowych klientów obsługuje handlowiec, a AI przygotowuje mu research i szkice. Kontakty z kilkoma osobami w jednej firmie koordynujcie w CRM, żeby nie dostały tej samej wiadomości. ## Narzędzia do prospectingu z AI - **Research:** deep research w ChatGPT, Gemini, Claude albo Perplexity, agent Manus do wielokrokowego researchu wielu firm, NotebookLM do pracy na zebranych materiałach. - **Kontakty:** Apollo (baza firm i osób z filtrami), Prospeo i Hunter (szukanie i weryfikacja adresów e-mail). Dane z Polski w bazach kontaktów bywają niepełne. - **Listy firm:** Clay wzbogaca listę o dane z wielu źródeł i opłaca się przy większej skali. - **Wysyłka:** narzędzia do sekwencji mailowych, np. Woodpecker, ze snippetami w osobnych polach. Zacznij od narzędzia AI, które firma już ma. Porównanie ChatGPT, Gemini, Copilota i Claude pod pracę handlowca jest na stronie [AI dla handlowców](https://www.handlowcy.ai/ai-dla-handlowcow). ## Jak uczymy prospectingu na warsztacie Prospecting z AI to jeden z 11 modułów naszego programu. Gdy jest w zakresie szkolenia dedykowanego, handlowcy budują asystenta do researchu na firmach z własnej listy, szukają kontaktów do decydentów i przygotowują pierwszy kontakt do najlepszej firmy. Ćwiczenia robimy w narzędziach, które zespół ma do dyspozycji. Szczegóły są na stronie [szkoleń dedykowanych](https://www.handlowcy.ai/szkolenia-dedykowane), a miejsce prospectingu w całym procesie sprzedaży opisujemy w poradniku o [AI w sprzedaży B2B](https://www.handlowcy.ai/poradniki/ai-w-sprzedazy-b2b). ## Skąd te zasady Opisujemy metodę z modułu „Prospecting z AI” naszego szkolenia Handlowcy.AI 3.0, z materiałów z warsztatów dla zespołów sprzedaży B2B i z odcinka „Jak mądrze wykorzystywać AI w prospectingu” na naszym kanale YouTube. Przykłady w tabeli i przykładowy zły mail pochodzą z materiałów szkoleniowych. ## Najczęściej zadawane pytania ### Czym różni się ICP od buyer persony? ICP, czyli profil idealnego klienta, opisuje firmę: branżę, wielkość, sytuację, w której Wasza oferta ma sens. Buyer persona opisuje osobę, która w tej firmie decyduje albo ma wpływ na zakup: jej rolę i odpowiedzialność, cele, wyzwania, obiekcje i sposób podejmowania decyzji. W jednej firmie zwykle jest kilka person. ### Jak AI pomaga znaleźć powód kontaktu z klientem? AI z wyszukiwaniem w sieci albo w trybie deep research zbiera fakty o firmie: rekrutacje, nowe produkty, inwestycje, zmiany w zarządzie, wypowiedzi decydentów. Z nich handlowiec wybiera sygnał, który pasuje do Waszej oferty, i sprawdza, co naprawdę oznacza. Rekrutacja może świadczyć o rozwoju firmy, ale może też być zwykłym uzupełnieniem zespołu. ### Czy AI może samo wysyłać wiadomości prospectingowe? Pełna automatyzacja ma sens przy tanim produkcie i dużym rynku. W sprzedaży B2B z mniejszą liczbą potencjalnych klientów łatwo w ten sposób spalić rynek. Kluczowych klientów obsługuje handlowiec: AI przygotowuje research i szkic wiadomości, a człowiek je czyta, poprawia i wysyła. ### Z jakich narzędzi AI korzystać w prospectingu? Do researchu wystarczy deep research w ChatGPT, Gemini, Claude albo Perplexity. Do szukania kontaktów i weryfikacji adresów służą m.in. Apollo, Prospeo i Hunter, do wzbogacania list firm Clay, a do wysyłki sekwencji ze snippetami narzędzia takie jak Woodpecker. Zacznij od narzędzia AI, które firma już ma. ### Jak zadbać o to, żeby wiadomości nie trafiały do spamu? Wysyłaj z innej domeny niż ta, której używacie na co dzień, i skonfiguruj dla niej SPF, DKIM i DMARC. Przed wysyłką sprawdź dostarczalność testerem i zweryfikuj adresy. Wysyłaj w małych partiach: zgłoszenia spamu mogą wpisać domenę na czarną listę. ## Szkolenie AI dla Twojego zespołu sprzedaży Napisz, ilu handlowców ma wziąć udział i z jakich narzędzi korzystacie. Odpowiemy z propozycją zakresu warsztatu i możliwych terminów. - [Zapytaj o szkolenie](https://www.handlowcy.ai/szkolenia-dedykowane#kontakt) - [Sprawdź szczegóły](https://www.handlowcy.ai/szkolenia-dedykowane) ## Kontakt - E-mail: kontakt@handlowcy.ai - Formularz kontaktowy: https://www.handlowcy.ai/#kontakt - Zapytanie o szkolenie dla zespołu: https://www.handlowcy.ai/szkolenia-dedykowane#kontakt - Zapis na listę oczekujących na zestaw online: https://cart.easy.tools/checkout/proautomator/handlowcyai-3-1-upgraded-edition