> For the complete documentation index, see [llms.txt](https://gravii.gitbook.io/kzsaleshub/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://gravii.gitbook.io/kzsaleshub/ai-v-prodazhakh-2026/ai-dlya-napisaniya-pisem.md). # AI для написания писем Cold email в 2026 переживает парадокс. Инструменты для массовой рассылки стали доступны всем — и именно поэтому массовые рассылки перестали работать. Но сейлзы которые используют AI для настоящей персонализации — получают response rate 15-25%. Остальные — 1-3%. Разница не в инструменте. Разница в подходе. *** ### Что AI делает хорошо в письмах #### Генерирует персонализированные первые строки Самая трудоёмкая часть cold email — первое предложение. Оно должно показать что ты изучил именно этого человека и эту компанию. Раньше: 5-10 минут на каждое письмо. Сейчас: AI генерирует первую строку на основе данных о компании, последних новостей и публикаций контакта — за секунды. #### Адаптирует тон под роль CEO и CTO читают по-разному. CEO думает о росте и рисках. CTO думает об архитектуре и надёжности. CFO думает о затратах и ROI. AI адаптирует одно сообщение под разные роли автоматически. #### Генерирует варианты для A/B теста Вместо того чтобы угадывать какой subject line работает — AI генерирует 5-10 вариантов за минуту. Тестируй, смотри данные, масштабируй лучшее. #### Улучшает существующие письма Покажи AI что ты написал — он скажет что слабо и предложит как улучшить. *** ### Claude для написания писем Claude (Anthropic) — лучший инструмент для написания сложных персонализированных писем. Не потому что быстрее. А потому что лучше понимает нюансы: тон, контекст, культурные особенности. #### Промпт для cold email Используй этот промпт как основу: *** Промпт: Напиши cold email для B2B IT продаж. Контекст: Я: \[твоя роль и компания] Продукт: \[что продаёшь, кому, какую проблему решает] Целевой клиент: \[должность, компания, индустрия] Данные о клиенте: \[Вставь что нашёл: последние новости, вакансии, публикации, технологический стек] Требования к письму: — Длина: не больше 5-6 предложений — Первая строка: персонализация на основе данных выше — Без питча в первом письме — Один конкретный CTA в конце — Тон: профессиональный но живой, не корпоративный — Язык: русский *** #### Пример результата Входные данные: Продукт: CRM для IT компаний Клиент: VP of Sales, fintech компания КЗ Данные: компания недавно открыла 5 вакансий SDR, CEO опубликовал пост про проблемы с pipeline предсказуемостью. Результат от Claude: "Тема: Вопрос про pipeline при масштабировании Айдан, видел пост вашего CEO про сложности с предсказуемостью pipeline — это особенно актуально когда одновременно нанимаете несколько SDR. Мы помогаем VP of Sales в fintech выстроить процесс который даёт точный forecast с первого квартала новой команды — не через год. Например, в Freedom Finance сократили погрешность forecast с 40% до 12% за первый квартал. Вам было бы интересно посмотреть как это работает — 20 минут на этой неделе?" *** #### Промпт для follow-up письма После первого письма без ответа — нужен другой угол подхода. Промпт: Напиши follow-up email. Контекст первого письма: \[Вставь первое письмо] Требования: — Не напоминай что писал раньше — Новый угол: \[данные/инсайт/кейс] — Такая же длина — 4-5 предложений — Другой CTA — более лёгкий *** #### Промпт для breakup email Финальное письмо в sequence. Промпт: Напиши финальное письмо в sequence ("breakup email"). Контекст: отправил 5 писем, нет ответа. Продукт: \[описание] Тон: уважительный, без давления, оставляет дверь открытой *** Пример breakup email: "Тема: Закрываю тред Гульнара, последнее письмо — не хочу быть навязчивым. Писал несколько раз про \[конкретная боль]. Раз не отвечаете — видимо сейчас не приоритет. Закрываю этот тред. Если в будущем тема станет актуальной — буду рад поговорить. Всего хорошего, Руслан" Парадокс: breakup emails часто дают самый высокий response rate. Снятие давления освобождает человека ответить честно. *** ### ChatGPT для быстрых задач ChatGPT быстрее Claude для простых оперативных задач. #### Промпты для ChatGPT **Улучшить существующее письмо:** "Улучши это cold email. Сделай первую строку более персонализированной. Убери корпоративный язык. Сократи до 5 предложений. Сохрани русский язык и деловой тон. \[Вставь письмо]" **Написать subject line:** "Напиши 10 вариантов subject line для cold email. Контекст: \[описание письма и получателя] Требования: короткие (до 7 слов), без кликбейта, вызывают любопытство" **Адаптировать под роль:** "У меня есть email для CTO. Адаптируй его для CFO. CFO фокусируется на ROI и затратах, а не на технических деталях. \[Вставь письмо]" **Написать LinkedIn сообщение:** "Напиши первое сообщение в LinkedIn. Получатель: \[роль, компания, контекст] Продукт: \[описание] Требования: до 5 строк, персонализация на основе \[данные], без питча, лёгкий CTA" *** ### Apollo AI Email Writer Если уже используешь Apollo — встроенный AI email writer генерирует письма прямо в интерфейсе. Преимущество: автоматически подтягивает данные из профиля контакта и компании в Apollo. Как использовать: В Apollo открой контакт. Нажми "Write Email with AI". Выбери тип письма: cold outreach, follow-up, breakup. Дай контекст о продукте. Отредактируй результат. Отправь или добавь в sequence. *** ### Как сохранить человеческий голос Главная проблема AI писем — они звучат как AI письма. Клиенты уже умеют их распознавать. #### Признаки AI письма которое надо исправить Начинается с "Надеюсь это письмо застанет вас в добром здравии" (или любой вариации этой фразы). Содержит слова: "экосистема", "синергия", "оптимизация рабочих процессов", "комплексное решение", "цифровая трансформация" (без конкретики). Предложения одинаковой длины. Нет живого ритма. Звучит как написано для всех — а не для этого конкретного человека. #### Как исправить Правило 1: Добавь одно предложение которое мог написать только ты. Личное наблюдение, конкретный факт, честное мнение. Правило 2: Прочитай вслух. Если спотыкаешься — переформулируй. Хорошее письмо читается как разговор. Правило 3: Убери каждое второе прилагательное. AI любит прилагательные. Сильный текст строится на глаголах. Правило 4: Проверь первое предложение. Оно должно быть конкретным. Не "Вижу что вы работаете в fintech" — это знает любой кто посмотрел на название компании. А "Видел что вы открыли 5 вакансий SDR за последние 3 недели" — это конкретно. *** ### A/B тестирование с AI AI ускоряет тестирование потому что генерирует варианты быстро. #### Что тестировать в первую очередь **Subject line (влияет на open rate):** Вопрос vs утверждение. С именем компании vs без. Длинный vs короткий. Персонализированный vs общий. Пример теста: A: "Вопрос про pipeline Halyk Bank" B: "Как Freedom Finance сократил цикл сделки на 35%" **Первая строка (влияет на reply rate):** Новость компании vs публикация контакта. Комплимент vs провокационный факт. Вопрос vs утверждение. **CTA (влияет на conversion):** "20 минут на этой неделе?" "Вам интересно было бы посмотреть кейс из вашей индустрии?" "Могу прислать одностраничник?" #### Как тестировать правильно Меняй одну переменную за раз. Минимум 50 отправок на вариант. Жди 5-7 дней перед выводами. Масштабируй победителя. Тестируй следующую переменную. *** ### Метрики качества писем Open Rate норма: 40-60% Если ниже — проблема в: Subject line или технической настройке (попадаешь в спам). Reply Rate норма: 8-15% Если ниже при хорошем open rate — проблема в содержании письма: персонализация, релевантность, CTA. Positive Reply Rate норма: 3-7% (только положительные ответы, без "отпишите меня"). Meeting Booked Rate норма: 2-5% от общего количества отправленных писем. *** ### Этика AI в email outreach Граница которую нельзя пересекать: Допустимо: Использовать AI для research и персонализации. Генерировать черновик который ты редактируешь и отправляешь. Автоматизировать отправку правильно настроенных sequences. Недопустимо: Отправлять тысячи писем без реальной персонализации под видом персонализированного outreach. Использовать поддельные персоны. Вводить клиента в заблуждение о том кто с ним общается. Простой тест: Если бы клиент увидел как ты готовил это письмо — он был бы доволен или разочарован? Если разочарован — пересмотри подход. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://gravii.gitbook.io/kzsaleshub/ai-v-prodazhakh-2026/ai-dlya-napisaniya-pisem.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.