25 AI प्रॉम्प्ट्स जो सेल्स टीम वास्तव में इस्तेमाल करेगी (2026)

अपडेट किया गया 16 अक्टूबर 2026 · Zekai संपादकीय टीम द्वारा समीक्षा

सेल्स के लिए अधिकांश AI प्रॉम्प्ट लाइब्रेरीज़ जेनरिक, खाली स्थान भरने वाले टेम्प्लेट से भरी होती हैं जो समान रूप से जेनरिक परिणाम देती हैं। वे इसलिए विफल हो जाते हैं क्योंकि उनमें AI को उपयोगी बनाने वाले दो तत्व नहीं होते: विशिष्ट इनपुट डेटा और एक स्पष्ट रूप से परिभाषित कार्य। एक अच्छा प्रॉम्प्ट केवल “एक कोल्ड ईमेल” के लिए नहीं पूछता; यह एक प्रासंगिक ईमेल बनाने के लिए कच्चा माल—जैसे फर्मोग्राफिक्स, पेन पॉइंट्स और कॉल नोट्स—प्रदान करता है।

ZEKAI में, हम AI टूल्स की स्वतंत्र रूप से समीक्षा करते हैं। हमारी सिफारिशें इस बात पर आधारित हैं कि वास्तविक सेल्स मोशन में क्या काम करता है। नीचे दिए गए प्रॉम्प्ट्स आधुनिक सेल्स स्टैक के लिए डिज़ाइन किए गए हैं, जो जेनरेटिव AI को उन प्लेटफॉर्म्स के डेटा के साथ जोड़ते हैं जिनका टीमें हर दिन उपयोग करती हैं। ये शुरुआती बिंदु हैं जिन्हें आपकी आवाज़ और वर्कफ़्लो के अनुकूल बनाया जाना है, जिससे आपको गुणवत्ता से समझौता किए बिना तेज़ी से आगे बढ़ने में मदद मिलेगी। आधुनिक गो-टू-मार्केट टीमों को आकार देने वाले टूल्स और रणनीतियों के बारे में अधिक जानकारी के लिए, लीड जनरेशन और सेल्स ऑटोमेशन में AI के लिए हमारे हब को देखें।

एक सेल्स प्रॉम्प्ट को वास्तव में उपयोगी क्या बनाता है?

एक प्रभावी सेल्स प्रॉम्प्ट कोई जादुई मंत्र नहीं है। यह निर्देशों का एक स्पष्ट सेट है जो AI मॉडल को चार चीजें देता है:

1. भूमिका: AI को बताएं कि वह कौन है (“एक वरिष्ठ अकाउंट एग्जीक्यूटिव के रूप में कार्य करें…”).
2. कार्य: ठीक वही बताएं जो आप उससे करवाना चाहते हैं (“तीन-वाक्य का फॉलो-अप ईमेल ड्राफ्ट करें…”).
3. संदर्भ: अपने सेल्स टूल्स से कच्चा माल प्रदान करें (“…इस Gong ट्रांसक्रिप्ट और ZoomInfo से प्रॉस्पेक्ट के डेटा के आधार पर…”).
4. बाधाएँ: आउटपुट फॉर्मेट को परिभाषित करें (“…टोन पेशेवर लेकिन संक्षिप्त होनी चाहिए, और कॉल टू एक्शन उनके मूल्यांकन टाइमलाइन के बारे में एक प्रश्न होना चाहिए।”).

जेनरिक प्रॉम्प्ट्स विफल हो जाते हैं क्योंकि उनमें विशिष्ट संदर्भ की कमी होती है। इस गाइड में दिए गए प्रॉम्प्ट्स आपके पास पहले से मौजूद डेटा के साथ काम करने के लिए संरचित हैं, जो कच्चे डेटा को राजस्व-उत्पादक गतिविधि में बदल देते हैं।

प्रॉस्पेक्ट और अकाउंट रिसर्च के लिए 5 प्रॉम्प्ट्स

इन प्रॉम्प्ट्स का उपयोग ZoomInfo या Clay जैसे टूल्स से कच्चे डेटा को कार्रवाई योग्य अंतर्दृष्टि में बदलने के लिए करें, इससे पहले कि आप उनसे संपर्क करें।

कोल्ड आउटरीच और फॉलो-अप के लिए 6 प्रॉम्प्ट्स

ये प्रॉम्प्ट्स आपको बड़े पैमाने पर पर्सनलाइज्ड आउटरीच ड्राफ्ट करने में मदद करते हैं, जेनरिक टेम्प्लेट से आगे बढ़कर ऐसे मैसेज बनाते हैं जो जवाब दिलाते हैं।

कॉल तैयारी और डिस्कवरी के लिए 5 प्रॉम्प्ट्स

अपनी AI को पिछली कॉल्स के डेटा से फीड करें ताकि अगली कॉल की तैयारी हो सके। ये प्रॉम्प्ट्स सबसे अच्छा काम करते हैं जब आप Gong जैसे टूल से एक ट्रांसक्रिप्ट प्रदान करते हैं।

आपत्ति हैंडलिंग और नेगोशिएशन के लिए 5 प्रॉम्प्ट्स

फोरकास्टिंग और पाइपलाइन रिव्यू के लिए 4 प्रॉम्प्ट्स

प्रॉम्प्ट्स जो अच्छे लगते हैं लेकिन काम नहीं करते (और क्यों)

सभी प्रॉम्प्ट्स समान नहीं होते। कुछ बहुत अस्पष्ट होते हैं या AI से ऐसी चीजें करने के लिए कहते हैं जो वह नहीं कर सकता, जिससे जेनरिक या भ्रामक परिणाम मिलते हैं। इन गलतियों से बचें:

• “एक जीतने वाला सेल्स ईमेल लिखें।” यह बहुत जेनरिक है। प्रॉस्पेक्ट, उनकी पेन पॉइंट्स और आपके लक्ष्य के बारे में संदर्भ के बिना, AI केवल एक नीरस टेम्प्लेट ही बना सकता है।
• “भविष्यवाणी करें कि क्या यह डील बंद होगी।” AI जोखिम कारकों का विश्लेषण कर सकता है और एक डील की ऐतिहासिक पैटर्न से तुलना कर सकता है, लेकिन यह भविष्य की भविष्यवाणी नहीं कर सकता। एक मानव निर्णय-निर्माता अप्रत्याशित होता है।
• “CEO का व्यक्तिगत ईमेल पता ढूंढें।” AI मॉडल्स को गोपनीयता या नैतिक सीमाओं का उल्लंघन करने वाले अनुरोधों को अस्वीकार करने के लिए सुरक्षा उपायों के साथ प्रशिक्षित किया जाता है। वे निजी संपर्क जानकारी प्रदान नहीं करेंगे और न ही करनी चाहिए।
• “एक सेल्स रणनीति बनाएं।” यह बहुत व्यापक है। रणनीति के लिए मानवीय निर्णय, व्यावसायिक संदर्भ और संसाधनों और लक्ष्यों की गहरी समझ की आवश्यकता होती है। AI रणनीति के *कुछ हिस्सों* (जैसे पर्सोना पेन पॉइंट्स) पर विचार-मंथन करने में मदद कर सकता है, लेकिन यह पूरी योजना नहीं बना सकता।

मुख्य बात यह है कि AI का उपयोग एक शक्तिशाली सहायक के रूप में करें, न कि अपने स्वयं के निर्णय और विशेषज्ञता के प्रतिस्थापन के रूप में। इसे विशिष्ट डेटा दें और इसे एक स्पष्ट, केंद्रित कार्य दें।