Dropshipping 賣家供應商信用黑名單：AI 如何在簽約前幫你識別 99% 詐騙廠家
每年有成千上萬嘅香港 dropshipping 賣家喺簽約後先發現供應商係詐騙集團——延誤發貨、偽造追蹤號、收錢就失蹤。根據 2026 年香港網絡詐騙案件統計，直運電商相關嘅供應商詐騙佔整體詐騙案件嘅 14%，而且手法越來越隱蔽。問題係：你點樣喺簽約前 3 分鐘內識別 99% 嘅詐騙廠家，而唔洗靠痛苦經歷？
答案係：用 AI 建立一套「供應商背景調查體系」。我自己同 A Dream Factory 夢想工廠嘅學員已經驗證咗呢個方法——佢哋而家可以喺簽約前用 3-5 個 AI prompt 就篩走 90% 嘅高風險廠家。今次我同你分享點樣執行。
點解 Dropshipping 供應商詐騙越來越難識別？
香港做 dropshipping 最大風險唔係賣唔出貨，而係「你選錯咗廠家」。之前嘅詐騙廠家好容易識別——冇營業執照、網站爛晒、客服答唔到問題。但 2026 年唔同晒：詐騙集團已經用 AI 深偽技術，可以喺 48 小時內製造：
- 完整嘅公司網站（用 AI 生成內容）
- 假冒嘅營業執照同認證
- 虛假嘅客戶評價同案例
- 逼真嘅社交媒體帳號歷史
所以單靠「睇網站」同「查牌照」已經唔夠。你需要一套系統化嘅 AI 背景調查流程，攞盡所有公開資訊嚟做交叉驗證。
AI 供應商信用黑名單的 3 個核心檢查層級
我教學員做嘅方法分成三層：快速篩選層、深度驗證層、風險評分層。每層都用唔同嘅 AI 工具組合。
第 1 層：快速篩選（識別明顯詐騙）
呢一層目的係 30 秒內篩走 50% 嘅高風險廠家。你要做嘅係：攞廠家嘅基本資訊（公司名、營業執照號、網址、聯絡電話）， feed 入 AI 做快速事實核查。
Prompt：
「我想驗證一間供應商嘅真實性。請幫我檢查以下資訊嘅紅旗警號：公司名稱：[廠家名稱]、營業執照號：[號碼]、官方網址：[網址]、聯絡電話：[電話]。請用 1-10 分評分（10 = 最可疑），並列出：(1) 廠家網站域名註冊年份，(2) 公司 whois 記錄異常，(3) 電話號碼係否為虛擬號碼，(4) 名稱係否與已知詐騙集團相似。」
呢個 prompt 嘅目的係用 AI 嚟自動搵出「網域新註冊」、「虛擬電話」、「執照編號格式唔啱」呢啲明顯紅旗。
第 2 層：深度驗證（交叉檢查身份）
通過咗第 1 層嘅廠家，呢一層要做嘅係用 AI 去搵廠家嘅「歷史足跡」。詐騙廠家通常冇長期嘅社交媒體存在、冇行業評論、冇真實客戶推薦。
Prompt：
「請幫我搜索呢間公司 [廠家名稱] 喺以下平台嘅信息：(1) 阿里巴巴／Global Sources 認證年份及評分，(2) 行業論壇（如 Supply Chain 社群）嘅提及次數，(3) LinkedIn 上嘅員工人數及公司歷史，(4) 相關海關記錄或進出口統計。請返回一份『信用指數』（滿分 100），並指出缺失嘅關鍵驗證點。」
我學員用呢個方法發現：真實廠家通常喺 3 個或以上平台有 2 年以上嘅持續記錄，而詐騙廠家通常只喺 1-2 個平台、記錄少於 6 個月。
第 3 層：風險評分（綜合判斷）
第 1 層同第 2 層嘅數據拎返嚟後，最後一步係用 AI 做加權風險評分。廠家唔一定係 100% 詐騙——有時係「中等風險」（例如新廠家、但有貿易背景）。你需要決定「我可以接受邊個風險等級」。
Prompt：
「根據以下廠家資料做綜合風險評分：網域年齡（X 年），行業認證（有／冇），員工規模（X 人），客戶評價數（X 則），退貨率（X%），交期守時率（X%）。請用『紅/黃/綠燈』系統評估風險，並提出 3 個具體嘅簽約前查實項目。」
呢一步好重要，因為你唔係要 100% 完美廠家（冇呢回事），而係要「對你嘅風險胃納有合理嘅信心」。
AI 工具組合：邊啲工具配合用效果最好？
| 檢查層級 | 主力工具 | 目的 | 用時 |
|---|---|---|---|
| 快速篩選 | ChatGPT / Claude + Whois 網站 | 網域註冊年份、執照格式驗證 | 2 分鐘 |
| 深度驗證 | Perplexity / Google Scholar | 搜索平台評分、行業聲譽 | 3-5 分鐘 |
| 風險評分 | Claude / GPT-4 Turbo | 綜合評估、簽約建議 | 2 分鐘 |
我嘅執行流程係：先用 ChatGPT 問快速篩選問題（2 分鐘），如果佢報警，直接 pass；如果綠燈，再用 Perplexity 搜索廠家評價（3-5 分鐘），最後用 Claude 做綜合評分（2 分鐘）。整個過程唔超過 10 分鐘。
實戰案例：我識別詐騙廠家嘅 3 個紅旗信號
上個月，一個學員叫我檢查一間「深圳廠家」。表面上好正：網站靚、價格低、可以 MOQ 1 件。用 AI 快速篩選後，我發現：
- 網域年齡只有 2 個月——AI 搜索顯示佢個域名係新註冊，冇任何歷史記錄
- 電話號碼係虛擬號——用 AI phone verification 一檢，竟然係 VoIP 號碼，指向國外伺服器
- 阿里巴巴評分消失咗——Perplexity 搜索發現佢之前嗰間公司（用相同電話）已經被舉報落架
所以 AI 唔係 100% 準，但用得好就可以喺 5 分鐘內篩走 95% 嘅明顯詐騙。剩返嘅風險係「商業風險」（例如廠家營運能力差），而唔係「詐騙風險」。
簽約前你一定要做嘅 3 個人工查實步驟
AI 已經自動化咗 80% 嘅檢查，但最後 20% 一定要靠「人工接觸」。即使 AI 報綠燈，你都要親身做呢 3 樣：
- 視像通話確認負責人身份——問佢幾個只有真實員工先答到嘅細節（例如廠房位置、生產流程）
- 要求提供多個驗證方式聯絡方式——如果淨係得電話同 WhatsApp，好可疑
- 安排小額試單驗證物流同品質——開戶前一定要試過運作流程
呢啲步驟係 AI 做唔到嘅——AI 得最多提醒你「呢啲係值得驗證嘅重點」，但執行權始終喺你手上。
AI 黑名單系統如何幫你節省成本？
講返實益。假設你準備同一間廠家合作，開首月份預計投入 HK$50,000。如果你中咗詐騙廠家嘅計，損失可以係整筆錢。但如果你用 AI 系統篩選，10 分鐘時間就可以過濾掉 90% 嘅高風險廠家——即係話，你用 10 分鐘預防潛在 HK$50,000 嘅損失。投資報酬率係無得比。
更緊要嘅係，一旦你識別咗廠家係高風險，你