11 AI-промптів для холодних листів, які ми передаємо реальним SDR-клієнтам (щоб не звучати як ШІ)

11 AI-промптів для холодних листів, які ми віддаємо реальним SDR-клієнтам (без відчуття, що це писав ШІ)

Більшість добірок «найкращих AI-промптів для холодних листів» пишуться під формат «встав у ChatGPT.com і готово». Одинадцять AI-промптів для холодних листів нижче — це ті, які ми реально запускаємо всередині наших AI SDR-систем, а не колекції шаблонів, здерті з чужого блогу. Кожен іде в комплекті з моделлю, температурою, системним промптом, користувацьким промптом, прикладом результату та приміткою про відсоток відповідей — готово до копіювання, готово до автоматизації.

Ключові висновки:

• Анатомія промпту з 7 частин: Роль -> ICP -> Біль -> Цінність -> Тон -> Обсяг -> CTA.
• Найкращий вибір моделі: Claude Sonnet 4.5 (природний голос), GPT-5 (структурований вивід), Gemini 2.5 Pro (дешеві фолоуапи).
• AI-холодні листи легальні згідно з US CAN-SPAM та EU GDPR на підставі законного інтересу, за умови обов'язкових розкриттів.
• Найпотужніший важіль доставлюваності — одноразове відписування за RFC 8058 (обов'язкове для Gmail + Yahoo з 2024 року).

Що таке AI-промпт для холодного листа?

AI-промпт для холодного листа — це структурований набір інструкцій, який ви подаєте великій мовній моделі — ChatGPT, Claude або Gemini — для генерації персоналізованого вихідного листа. Найсильніші промпти мають сім компонентів: роль, ICP, больова точка, ціннісна пропозиція, тон, обсяг і CTA. Якщо все зроблено правильно, вони читаються так, ніби їх написав живий SDR.

Тут варто провести межу. Промпти формату «встав у ChatGPT.com» (ті, що в галереях шаблонів вендорів) чудово працюють, коли ви вручну надсилаєте п'ять листів на день. «Промпти, що працюють всередині автоматизацій», вбудовані в n8n, Make, Zapier або безпосередньо через API, — це зовсім інша історія. Їм потрібні явні системні промпти, позначки моделі й температури, а також структурований вивід, якщо ви хочете, щоб вони вижили у продакшені. Одинадцять промптів нижче — саме другого типу.

Анатомія промпту для холодного листа з 7 частин (чому більшість промптів не працює)

Промпт для холодного листа має сім рухомих частин. Помилитеся в будь-якій — і лист вийде або шаблонним, або роботизованим. Сім частин: 1) роль, яку грає ШІ, 2) визначення ICP, 3) конкретна больова точка, 4) ціннісна пропозиція, 5) калібрування тону, 6) обмеження обсягу, 7) заклик до дії. Пропустіть хоч одну — і модель заповнить прогалину своїм найшаблоннішим варіантом.

Діаграма вище показує потік даних: кожна частина живить наступну, і CTA — єдина, яка має змінюватися під кожного отримувача. Все інше живе в багаторазовому системному промпті. Це прикладний патерн контекст-інженерії: ви кажете моделі, який контекст тримати в кожній генерації, а потім дозволяєте сигналам конкретного отримувача перевизначати лише останню змінну.

Ми ловили помилку з порядком «біль-перед-цінністю» на трьох різних білдах, перш ніж стандартизували цю анатомію. Біль має йти перед цінністю — моделі потрібно назвати рану, перш ніж вона зрозуміє, які ліки рекомендувати.

Кожен компонент промпту для холодного листа, який ви не вкажете, модель вигадує сама — і вигадує найшаблоннішим голосом, який знає.

11 AI-промптів для холодних листів, які ми віддаємо

Ці одинадцять промптів покривають повну SDR-послідовність: перший холодний, відкриття через біль, відкриття через швидке запитання, три фолоуапи (3-денний, 7-денний, 14-денний), бронювання демо, реактивація, генератор тем листів, апсел і прохання про рекомендацію. Кожен позначений моделлю та температурою, які ми використовуємо у продакшені. Порада: зберігайте ці системні промпти як багаторазові системні промпти у вигляді агентських навичок, щоб вони були доступні між сесіями і ваша команда не копіювала навмання.

Порада з few-shot перед стартом: для будь-якого промпту, де голос найважливіший (відкриття та прохання про рекомендацію), вставте два-три ваші найкращі історичні холодні листи в системний промпт під заголовком «Референсні приклади, відповідай у цьому голосі:». Модель набагато краще підхоплює ритм, частоту скорочень і довжину речень із прикладів, ніж зі списків прикметників.

1. Перший холодний лист (загальний ICP)

Мета: Перший лист проспекту, що відповідає ICP, без жодного сигналу. Без події фінансування, без зміни роботи, без теплого знайомства. Повний холод. Модель + температура: Claude Sonnet 4.5 @ 0.5 — природний голос без відтінку «маркетингового директора», який був у Sonnet 4. Коли використовувати: Масові розсилки на верхівці воронки, список із 50–500 перспектив без збагачення, окрім посади та компанії.

Системний промпт (збережіть один раз, використовуйте вічно):

You are an SDR at {{your_company}}. Voice: direct, conversational, one contraction per paragraph minimum.
ICP: {{icp_description}}.
Their pain: {{primary_pain}}.
Your value: {{one_line_value_prop}}.
Rules: 80-word body cap. Three sentences in opener. End with a question. No "I hope this email finds you well", no "I wanted to reach out".

Користувацький промпт (вставляйте із заповненими змінними):

Write a cold email to {{first_name}}, {{role}} at {{company}}.
Subject line: 4 words max, lowercase except proper nouns.
Open with a one-line observation that's true for ~80% of {{company_size}} {{industry}} companies.
Body: name the pain, name our fix in one line, ask for 15 minutes.

Приклад результату:

Тема: швидке питання про цикл закриття

Привіт, Саро. У більшості фінансових команд SaaS на 80 людей закриття місяця досі ведеться в таблицях, і хтось жертвує чотирма пізніми вечорами, щоб це працювало.

Ми скорочуємо закриття з 9 днів до 3, замінюючи передачу даних між таблицями на єдиний реєстр. Без нової ERP, без міграції.

Варто 15-хвилинного дзвінка наступного вівторка чи четверга?

Примітка про відсоток відповідей: У наших розгортаннях цей промпт дає в середньому 1,8–3,4% відповідей на чистому списку, збагаченому через Apollo. У клієнта, який надсилає ~800 холодних листів на тиждень, заміна першого промпту на Claude Sonnet 4.5 підняла відсоток відповідей з 1,4% до 3,1% — той самий список, та сама пропозиція, просто менш роботизований голос.

2. Відкриття через больову точку (на основі сигналу)

Мета: Посилання на конкретний публічний сигнал — нещодавнє фінансування, найм керівника, додавання в технологічний стек — щоб заслужити відкриття листа. Модель + температура: Claude Opus 4.7 @ 0.4 — найкраще слідування інструкціям, коли потрібно, щоб сигнал звучав природно, а не як переслідування. Коли використовувати: Коли у вас є дані сигналів з Apollo, Clay, Crunchbase або BuiltWith.

Системний промпт:

You are an SDR writing signal-based cold outreach. Voice: direct, observation-first, never sycophantic.
The signal you reference must be specific and dated. Never say "congrats on the round" — assume they're sick of it.
Body cap: 70 words. End with a question, not a statement.

Користувацький промпт:

Write a cold email to {{first_name}}, {{role}} at {{company}}.
Signal: {{signal_type}} — {{signal_detail}} (e.g., "raised $40M Series C, Oct 2026").
Connect the signal to the pain {{pain}} in one sentence.
Pitch {{value_prop}} in one sentence. Ask for 15 minutes.

Приклад результату:

Тема: фінансові операції після Series C

Привіт, Маркусе. Бачив $40M раунду C у жовтні. Зазвичай наступні 90 днів на цій стадії — це аврал з онбордингом, а фінансові операції потопають у звірках cap-table.

Ми — реєстровий шар, який CFO фінтехів Series B–D додають до того, як найняти контролера. 15-хвилинний дзвінок наступного тижня?

Примітка про відсоток відповідей: 4–8% відповідей, коли сигнал свіжий (до 30 днів). Падає до 1–2%, коли сигналу понад 60 днів.

3. Відкриття через швидке запитання (низький тиск)

Мета: Зняти оборону «це комерційна пропозиція», поставивши спершу реальне запитання. Низький тиск, висока цікавість. Модель + температура: Claude Sonnet 4.5 @ 0.6 — невелике підвищення для розмовної варіативності. Коли використовувати: Коли ваш ICP переспамлений листами (CFO, CTO, VP Engineering у гарячих стартапах).

Системний промпт:

You are an SDR writing a quick-question cold email. The email asks one real question that's genuinely useful to the recipient — not "do you have 15 minutes". 40-word body cap. No pitch on first email.

Користувацький промпт:

Write a 40-word cold email to {{first_name}} at {{company}}.
One question that someone in {{role}} at {{company_size}} {{industry}} would actually want to know about {{topic}}.
Sign off with your name. No CTA other than the question.

Приклад результату:

Тема: закриття місяця на Series C

Маркусе, швидке питання. На 80 людях ви залишили закриття в таблицях чи перейшли на реєстр до найму контролера? Питаю, бо відповіді, які ми чуємо, діляться 50/50, і причина цікава.

— Сара

Примітка про відсоток відповідей: 3–6% відповідей при першому надсиланні. Найвищий сигнал у послідовності — відповіді розмовні, а не транзакційні, що означає теплі розмови далі.

4. Фолоуап № 1 (3-денний, з цінністю)

Мета: Через три дні після першого листа додати шматок цінності (бенчмарк, однорядковий кейс, розбір) і повторити запит. Модель + температура: GPT-5 @ 0.5 — найкращий у структурованому потоці «ось суть, ось прохання». Коли використовувати: Завжди. Три фолоуапи дають приблизно в 3 рази вищий відсоток відповідей, ніж один (дослідження каденції Lemlist 2025).

Системний промпт:

You are an SDR writing follow-up no. 1, three days after the cold email. Add value, don't repeat the pitch. 60-word body cap. Open with a one-line value drop, then re-ask the original CTA.

Користувацький промпт:

Write a 3-day follow-up to {{first_name}}. Reference {{previous_subject_line}}.
Value drop: {{one_line_benchmark_or_insight}}.
Re-ask: 15-minute call next week.

Приклад результату:

Тема: re: швидке питання про цикл закриття

Саро, повертаюся. Минулого тижня я ділилася розбором того, як фінансова команда Ramp на 80 людей скоротила закриття до 4 днів за схожим патерном. Можу надіслати, якщо цікаво.

Все ще відкриті до 15 хвилин наступного вівторка чи четверга?

Примітка про відсоток відповідей: 2–4% відповідей на сам фолоуап, що піднімає загальний відсоток відповідей послідовності до ~5–9%.

5. Фолоуап № 2 (7-денний, кейс)

Мета: Через сім днів після першого листа — конкретний доказ: анонімізований результат клієнта або публічний кейс із назвою. Модель + температура: Claude Sonnet 4.5 @ 0.4 — точніше слідування інструкціям для формату кейсу. Коли використовувати: Коли у вас є переконливий кейс під ваш ICP. Пропустіть, якщо немає.

Системний промпт:

You are an SDR writing follow-up no. 2. Lead with a one-line case study or outcome. 70-word body cap. Re-ask CTA in one sentence at the end.

Користувацький промпт:

Write a 7-day follow-up to {{first_name}}.
Case study: {{client_name_or_anonymized}} — {{outcome_in_one_line_with_metric}}.
Make the parallel to {{prospect_company}} explicit. Re-ask 15-minute call.

Приклад результату:

Тема: re: швидке питання про цикл закриття

Саро, ще один раз, і я зупинюся. Фінтех Series C вашого розміру (Atomic, $42M ARR) скоротив закриття з 11 днів до 4 за шість тижнів з нами. Та сама структура фінансових операцій, яку я побачила у вашому LinkedIn.

15 хвилин наступного тижня? Вівторок або четвер.

Примітка про відсоток відповідей: 2–3% відповідей, з вищою конверсією в зустрічі, ніж № 4, бо кейс фільтрує перспектив під ICP.

6. Фолоуап № 3 (14-денний, прощальний)

Мета: Вихід із дозволу. Кажете, що закриваєте тему, і даєте варіант відповіді «не зараз» без зусиль. Модель + температура: Claude Sonnet 4.5 @ 0.6 — легка теплота, нуль пасивної агресії. Коли використовувати: Останній дотик у каденції. Надсилайте завжди.

Системний промпт:

You are an SDR writing a break-up email. 50-word body cap. No passive-aggression, no "guess this isn't a priority". Offer a 2-second reply path: yes/no/later.

Користувацький промпт:

Write a 14-day break-up email to {{first_name}}. Reference the previous thread.
Offer three reply options: "yes, ping next quarter", "no, never", "circle back in six months".
End with one line of goodwill.

Приклад результату:

Тема: закриваю тему

Саро, закриваю цю гілку. Три варіанти, якщо зручно:

1. «напишіть у Q3»
2. «ні, дякую»
3. «надішліть розбір все одно»

Будь-який підійде. Так чи інакше, сподіваюся, закриття стане коротшим.

Примітка про відсоток відповідей: 5–12% відповідей — контрінтуїтивно найвищий у послідовності. Прощальний лист — найлегше «ні», яке можна надіслати, і багато з цих «ні» перетворюються на «а зачекайте, розкажіть більше».

7. Запит на бронювання демо (CTA з календарем)

Мета: Надсилається після теплої відповіді. Спрямовує на конкретне посилання календаря, прибирає тертя. Модель + температура: GPT-5 @ 0.3 — найнижча температура, нам потрібна структура, а не креатив. Коли використовувати: Після позитивної відповіді на будь-який із № 1–6.

Системний промпт:

You are an SDR booking a demo after a warm reply. 50-word body cap. Confirm the next step in one sentence, drop two specific time options + a calendar link.

Користувацький промпт:

Write a demo-booking reply to {{first_name}}. Confirm {{their_question_or_interest}}.
Offer two times: {{time_1}} and {{time_2}}.
Calendar link: {{cal_link}}.

Приклад результату:

Саро, чудово, залюбки пройдусь по розбору циклу закриття.

Два зручні слоти: вівторок 10:30 ET або четвер 14:00 ET. Або оберіть будь-який тут: cal.com/sarah-co/demo

Так чи інакше, надішлю презентацію за 24 години до дзвінка.

Примітка про відсоток відповідей: 35–55% бронювань, якщо надіслано протягом 4 годин після теплої відповіді. Падає до 10–15% після 24 годин.

8. Реактивація (30 днів мовчання після відповіді)

Мета: Розбудити гілку, що затихла після прощального листа. Новий кут, нова цінність, без докорів. Модель + температура: Claude Sonnet 4.5 @ 0.5 — природний голос для тону «привіт, давно не списувались». Коли використовувати: Через 30 днів після прощального листа. Один раз. Якщо знову тиша — в архів.

Системний промпт:

You are an SDR re-engaging a prospect who went silent. Acknowledge the gap in one line, drop new value (recent news in their space, product update, or benchmark), re-ask. 60-word body cap.

Користувацький промпт:

Write a 30-day re-engagement to {{first_name}}.
New angle: {{new_signal_or_product_update}}.
Re-ask: 15-minute call OR specific resource if they're not ready.

Приклад результату:

Тема: 30 днів потому, нова штука

Саро, давно не писала. Цього місяця ми випустили синхронізацію з NetSuite в один клік — думаю, це вирішує питання інтеграції, яке ви піднімали раніше.

Хочете 5-хвилинне Loom-відео? Або 15-хвилинний дзвінок, якщо хочете наживо. Обидва варіанти ок.

Примітка про відсоток відповідей: 3–5% відповідей на саму реактивацію.

9. Генератор тем листів (5 варіантів)

Мета: Повернути 5 тем для A/B-тестування. Вища температура для варіативності; ви оберете найкращі дві. Модель + температура: Claude Sonnet 4.5 @ 0.8 — навмисно висока для варіацій між патернами. Коли використовувати: Перед кожною розсилкою. Тестуйте дві з п'яти, залишайте переможця.

Системний промпт:

You generate cold email subject lines. Return exactly 5 options, one per line, no numbering, no quotes.
Rules: 4 words max each, lowercase except proper nouns, no "quick question", no "following up", no emojis.
Mix the patterns: 1 curiosity-gap, 1 question, 1 named tool/company reference, 1 number-based, 1 plain-English fragment.

Користувацький промпт:

Generate 5 subject lines for a cold email to {{role}} at {{company}} about {{topic}}.
Recipient context: {{one_relevant_detail}}.

Приклад результату:

цикл закриття на series c як netsuite ламається на 80 з 11 днів до 4 реєстр до контролера закриття місяця страждає

Примітка про відсоток відповідей: Теми визначають відсоток відкриттів, який контролює все інше. Протестовано на 50+ кампаніях: патерн із 3 слів із розривом цікавості виграє ~45% A/B-тестів; патерн-запитання виграє ~25%; згадка конкретного інструменту виграє ~20%.

10. Апсел наявному клієнту

Мета: Запропонувати додатковий продукт або розширення ліцензій наявному клієнту. Інший голос — теплий, конкретний, без фальшивої терміновості. Модель + температура: Claude Opus 4.7 @ 0.4 — найкраще розрізняє голос для наявного клієнта та голос для холодного контакту. Коли використовувати: За сигналом використання (досягли ліміту ліцензій, досягли рівня використання, нова функція релевантна їхньому процесу).

Системний промпт:

You are a CSM-leaning AE writing to an existing customer. Voice: familiar, specific, never salesy. 70-word body cap.
Reference their actual usage. Offer the new thing as helpful, not as a quota grab.

Користувацький промпт:

Write an upsell email to {{first_name}} at {{company}}.
Their current usage: {{usage_summary}}.
New thing to offer: {{feature_or_seat}}.
Trigger: {{usage_signal}}.

Приклад результату:

Тема: ви досягли ліміту ліцензій

Маркусе, ваша команда минулого тижня досягла 19/20 ліцензій. Два варіанти, перш ніж упретесь у ліміт:

1. Додати 5 ліцензій за тією ж ціною.
2. Перейти на командний план ($X дешевше за ліцензію від 25+).

Надіслати розрахунок?

Примітка про відсоток відповідей: 15–25% відповідей на апсели, тригернуті використанням. Сигнал робить усю роботу; промпту просто треба не заважати.

11. Прохання про рекомендацію (після зустрічі)

Мета: Після успішної зустрічі або впровадження попросити тепле знайомство з однією конкретною людиною. Модель + температура: Claude Sonnet 4.5 @ 0.5 — природний голос, дружній, але конкретний. Коли використовувати: Через 30 днів після чудової зустрічі або через 60 днів успішного впровадження.

Системний промпт:

You are an AE asking a happy customer or prospect for one specific warm intro. 60-word body cap.
Name the person you want introduced to. Make it easy to forward.

Користувацький промпт:

Write a referral-ask email to {{first_name}}.
Context: {{recent_positive_interaction}}.
Ask: warm intro to {{specific_person}} at {{their_company_or_network}}.
Offer to draft the forwardable email.

Приклад результату:

Тема: одне прохання

Саро, враховуючи, як пішла робота з циклом закриття, одне прохання: чи могли б ви познайомити мене з Маркусом Ченом з Atomic? Думаю, та сама схема допомогла б його команді.

Можу підготувати текст для пересилання, щоб вам був один клік.

Примітка про відсоток відповідей: 40–60% відповідей, коли таймінг правильний (нещодавня перемога, реальний рапорт). Рядок «можу підготувати текст для пересилання» — те, що робить це ефективним: тертя вбиває рекомендації.

Ми запускаємо ті самі одинадцять промптів у кожному AI SDR-білді. Змінні в промпті змінюються, модель — ні.

Підключіть промпти до n8n, Make або Zapier (реальний приклад коду)

Щоб запускати промпти масштабно, вбудуйте їх в автоматизацію. n8n — найгнучкіший (можна хостити самому, $0, якщо запускаєте на своєму сервері), Zapier — найпростіший (платний). Подайте промпт у ноду OpenAI або Anthropic, потім спрямуйте результат у відправник — Instantly, Smartlead або Lemlist.

Кожен наш AI SDR-білд працює на цьому циклі. Ось конфігурація HTTP-ноди n8n для виклику Anthropic — вставте в будь-яку ноду HTTP Request, і у вас програмований Claude-промпт у робочому процесі:

{
  "method": "POST",
  "url": "https://api.anthropic.com/v1/messages",
  "headers": {
    "x-api-key": "{{$credentials.anthropicApiKey}}",
    "anthropic-version": "2023-06-01",
    "content-type": "application/json"
  },
  "body": {
    "model": "claude-sonnet-4-5",
    "max_tokens": 400,
    "temperature": 0.5,
    "system": "You are an SDR at a B2B SaaS company. Voice: direct, conversational, one contraction per paragraph minimum. Body cap: 80 words.",
    "messages": [
      {"role": "user", "content": "{{ $json.prompt_with_variables }}"}
    ]
  }
}

Цикл замикається так: новий рядок потрапляє у вашу таблицю чи CRM, n8n його підхоплює, змінні (first_name, company, signal_detail) вставляються в користувацький промпт, Claude повертає тіло листа, наступна нода передає його в Instantly або Smartlead, а фінальна нода записує відповідь (або її відсутність) назад у вихідний рядок. Ми написали повну архітектуру n8n SDR за $50/місяць на цих самих промптах — код, креденшели, планування та парсинг відповідей, усе включено.

Промпт — не продукт, продукт — цикл. Промпт — один рядок YAML у робочому процесі на 200 рядків.

Як написати промпт для теми холодного листа?

Теми потребують окремого промпту з вищою температурою (0,7–0,8) для варіативності. Просіть у моделі 5 варіантів, потім A/B-тестуйте 2. Найкращі патерни у 2026: розрив цікавості з 3 слів, запитання як тема та іменована згадка інструментів отримувача.

Повний промпт для теми — це № 9 вище. Патерни, які реально виграють A/B-тести на 50+ кампаніях, які ми запустили:

• Розрив цікавості (3 слова) — «цикл закриття страждає», «проблема реєстру»
• Запитання — «цикл закриття на series c?»
• Згадка інструменту/компанії — «як netsuite ламається на 80», «цикл закриття ramp»
• Числовий — «з 11 днів до 4», «цикл закриття за $40m»
• Простий фрагмент — «закриття місяця страждає»

Відсоток відкриттів коливається між 28% і 51% залежно від якості списку, прогріву домену відправника та узгодженості теми й прев'ю. Шаблонні патерни («швидке питання», «нагадую») програють у кожному нашому тесті. Прибирайте їх.

Системний промпт vs користувацький: патерн перевикористання, що економить 80% токенів

Системний промпт задає ідентичність ШІ і виконується один раз на сесію. Користувацький промпт — це саме завдання, яке надсилається з кожним листом. Збережіть системний промпт як багаторазовий артефакт — і скоротите вартість токенів приблизно на 80% завдяки кешуванню промптів, з чистішим результатом, бо модель не перечитує інструкції щоразу.

Коли ми почали кешувати системні промпти у продакшені, наш місячний рахунок Anthropic впав приблизно на 80% без жодної зміни якості. Той самий результат, ~$0,20 за 1 000 генерацій замість $1,00. Кешування промптів скорочує вартість запуску того самого системного промпту на 80%+ — економія з'являється одразу, щойно той самий системний промпт вперше потрапляє в кеш.

Пишіть системний промпт один раз. Пишіть користувацький промпт щодня. Це весь патерн перевикористання.

Де брати дані для персоналізації? (Джерела сигналів, що не підводять)

Змінні у ваших промптах — {{recent_funding}}, {{tech_stack}}, {{job_change}} — беруться від постачальників даних сигналів. Apollo та Clay збагачують контакти. Crunchbase відстежує фінансування. BuiltWith виявляє технологічні стеки. RB2B ідентифікує анонімних відвідувачів сайту. LinkedIn Sales Navigator показує зміни роботи.

Ми поєднуємо кожне джерело сигналу з запасним варіантом: наприклад, Apollo обробляє фірмографічне збагачення, але для високовартісних акаунтів додаємо ручний пошук у LinkedIn. ШІ обробляє обсяг, людина — точність.

Чи легальні AI-холодні листи? CAN-SPAM, GDPR і правило одноразового відписування

AI-генеровані холодні листи легальні у США згідно з CAN-SPAM (потрібні фізична адреса, робоче посилання для відписування та точна інформація про відправника) та в ЄС згідно з GDPR на підставі законного інтересу. Gmail і Yahoo вимагають заголовки одноразового відписування за RFC 8058 з лютого 2024 року.

Два клієнти питали нас, чи не порушує AI-генерований холодний лист CAN-SPAM. Відповідь — ні: закон стосується розкриття та чесності, а не авторства.

CAN-SPAM (США): що змінює ШІ (а що ні)

Посібник FTC із відповідності CAN-SPAM — це вичерпний перелік. AI-генерований контент не змінює жодного правила: вам і далі потрібна фізична поштова адреса в кожному листі, робочий механізм відписування з виконанням протягом 10 робочих днів, точні поля «From» і «Reply-To», без оманливих тем, чітке позначення комерційного характеру. ШІ не ускладнює нічого з цього. Він просто дозволяє писати більше листів, які дотримуються правил.

GDPR (ЄС): законний інтерес, а не згода

B2B-аутріч в ЄС загалом легальний згідно з GDPR, стаття 6(1)(f) — законний інтерес, за умови, що ви можете продемонструвати тест балансування (ваш інтерес у пропозиції проти розумних очікувань приватності отримувача). Європейська рада із захисту даних публікує робочі настанови. AI-генерація не змінює правової основи. Що її змінює: масове розсилання на особисті адреси Gmail, скрапінг LinkedIn всупереч умовам використання або контактування споживчих ролей. Тримайтеся бізнес-контекстного аутрічу, документуйте тест балансування та пропонуйте легке відписування.

RFC 8058: одноразове відписування — правило доставлюваності, яке всі порушують

RFC 8058 визначає заголовок List-Unsubscribe-Post: List-Unsubscribe=One-Click, який Gmail і Yahoo вимагають з лютого 2024 року. Користувач натискає один раз; ваш сервер обробляє відписування без додаткової сторінки підтвердження. Більшість інструментів холодних листів (Instantly, Smartlead, Lemlist) обробляють це автоматично — перевірте, що ваш теж. Пропустіть — і репутація домену швидко падає в Gmail. А коли падає, відновлення займає тижні.

ШІ не змінює закон. Закон завжди був: «кажи правду, ідентифікуй себе і дай піти». ШІ просто дозволяє сказати це швидше.

Як зробити, щоб AI-холодні листи не звучали як ШІ?

Найшвидший спосіб зробити AI-холодні листи людськими — двопрохідний робочий процес: згенеруйте однією моделлю, перепишіть іншою на нижчій температурі. Приберіть ці фрази-маркери ШІ: «Сподіваюся, цей лист застає вас у доброму здоров'ї», «Я хотів звернутися», надмірне тире, «використовувати», «синергія», «більше того».

Ми виявили проблему з тире на власному досвіді, коли перспектив відповів клієнту на перший лист буквально: «Це ChatGPT написав?». Виправлення — прохід гуманізації. Глосарій заборонених фраз:

• «Сподіваюся, цей лист застає вас у доброму здоров'ї»
• «Я хотів звернутися»
• «Просто хотів» (будь-що, що так починається)
• «Дайте знати, якщо це резонує»
• «Нагадую»
• «Використовувати» (як дієслово)
• «Синергія»
• «Більше того» / «Крім того»
• «Сьогоднішній [будь-що]»
• Тире всюди, де їх можна замінити крапкою

Ось системний промпт переписування, який ми запускаємо другим проходом на кожному згенерованому листі:

You are a human SDR editor. Rewrite the email below to sound like a 32-year-old American salesperson wrote it in 90 seconds. Rules:
- No em-dashes. Use periods.
- No "I hope this email finds you well", "I wanted to reach out", "just wanted to", "leverage", "synergy", "moreover".
- Subject line: 4 words max, lowercase except proper nouns.
- Body: 80 words max. Three sentences max in opening paragraph.
- One contraction per paragraph minimum.
- End with a question, not a statement.
Return only the rewritten email.

Запускайте це з Claude Sonnet 4.5 на температурі 0,3. Двопрохідний підхід додає приблизно $0,001 на лист і приблизно вдвічі збільшує ймовірність, що лист пройде тест «чи написала це людина?».

Виправлення для листів, що звучать як ШІ, — не кращий промпт. Це другий прохід із суворішими правилами та людським голосом у голові.

Як змусити промпт повертати JSON для автоматизації?

Для автоматизації попросіть ШІ повернути JSON з іменованими полями: subject, body, follow_up_1, follow_up_2. І OpenAI, і Anthropic підтримують структурований вивід нативно у 2026 — встановіть response_format: json_schema (OpenAI) або використовуйте схему tool-use Claude (Anthropic).

Сам промпт короткий. Схема першою, інструкція другою:

Return a JSON object with this exact schema:
{
  "subject": "string, max 50 chars",
  "body": "string, max 80 words",
  "follow_up_1": "string, max 60 words, references the original",
  "follow_up_2": "string, max 50 words, break-up tone"
}
Only return valid JSON. No prose, no markdown.

Recipient: {{first_name}} at {{company}}, role {{role}}.
Pain: {{pain}}. Value prop: {{value_prop}}.

Для надійності у продакшені використовуйте бібліотеки структурованого виводу для надійності у продакшені — Instructor, Outlines або нативний структурований вивід вендора перевершують сирий «промпт і молись» щоразу. Бібліотека обробляє повторні спроби, валідацію схеми та відновлення часткового виводу, щоб ваша автоматизація не падала, коли модель іноді повертає некоректний JSON.

JSON-вивід — непривабливе виправлення причини № 1, чому AI-автоматизація холодних листів ламається: парсинг вільного тексту в поля.

Який реалістичний відсоток відповідей для AI-холодних листів?

Реалістичні відсотки відповідей на холодні листи у 2026: 1–3% для загального ICP-аутрічу, 4–8% для персоналізованих листів на основі сигналів, 10–15% для акаунтів, доступних через тепле знайомство. AI-промпти не пробивають ці стелі; вони дозволяють досягти їх швидше з меншими командами.

Це середні показники. Відсоток відповідей залежить від якості списку, точності сигналу, відповідності пропозиції та репутації домену відправника. ШІ не змінює фізики — чудовий промпт на поганий список все одно програє.

AI-промпти не пробивають стелю відповідей. Вони дозволяють досягти її з одним SDR замість п'яти.

Коли НЕ варто використовувати ШІ для холодних листів?

Пропустіть AI-холодні листи для: ентерпрайз-угод понад $250K ACV (теплі знайомства виграють), регульованих галузей (HIPAA, фінансове консультування, юридичні, комплаєнс-ризик занадто високий), аутрічу керівників C-suite у Fortune 500 (шум сигналів занадто високий) та акаунтних ігор з менш ніж 20 іменованими акаунтами (ручна персоналізація б'є ШІ на малому N).

AI-холодні листи — це війна на обсяг. Для високодотичного аутрічу з малим N 9-хвилинний ручний лист б'є стек з 11 промптів.

Як Techsy підходить до AI-холодних листів

Наша AI SDR-практика віддає той самий стек у кожному білді: одинадцять промптів вище, робочий процес n8n, що їх оркеструє, Apollo або Clay для збагачення сигналами та Instantly або Smartlead для відправки. Типове залучення — 600–1 200 вихідних листів на тиждень на SDR-місце, з відсотком відповідей у діапазоні 3–7% на списках, збагачених сигналами.

Патерн, якому ми довіряємо найбільше: поєднуйте кожне джерело сигналу (Apollo для обсягу) з ручним запасним варіантом (пошук у LinkedIn для топ-10% акаунтів за ACV). ШІ обробляє обсяг; людина — точність. Ми ніколи не віддавали повністю автономний AI SDR-білд, бо саме шар точності приносить зустрічі.

Якщо ви хочете, щоб ми запустили цей стек для вас — ті самі одинадцять промптів, та сама автоматизація, та сама комплаєнс-позиція — ми пропонуємо це як керовану послугу. Дивіться, як ми підходимо до AI SDR-білдів — повна методологія, модель ціноутворення та як виглядає типове 90-денне залучення.

Часті запитання

Який найкращий промпт ChatGPT для холодного листа?

Єдиного найкращого немає. Найсильніший промпт — це 7-частинна анатомія, застосована до вашого ICP: роль, ICP, біль, цінність, тон, обсяг, CTA. Галереї шаблонів вендорів пропускають позначки моделі та температури, які ми додаємо до своїх, тож той самий промпт дає кардинально різний результат залежно від моделі, в яку ви його вставите.

Чи може ШІ писати холодні листи, які не потрапляють у спам?

Так, якщо ви вирішуєте доставлюваність окремо від якості промпту. Промпт визначає голос. SPF, DKIM, DMARC, прогрітий домен відправника та одноразове відписування за RFC 8058 визначають потрапляння у вхідні. ШІ не ламає жодну зі сторін; погана інфраструктура — так. Більшість звітів «AI-листи потрапляють у спам» зводяться до холодного домену відправника, а не до самого ШІ.

Як промптувати ШІ для персоналізованих холодних листів масштабно?

Використовуйте змінні сигналів у користувацькому промпті: {{recent_funding}}, {{tech_stack}}, {{job_change}}. Беріть з Apollo, Clay, Crunchbase, BuiltWith або RB2B. Системний промпт залишається фіксованим для всіх 800 надсилань. Користувацький промпт інжектується змінними для кожного отримувача. Саме цей розподіл робить персоналізацію масштабованою.

У чому різниця між системним і користувацьким промптом для холодних листів?

Системний промпт — це ідентичність ШІ: правила голосу, ліміти обсягу, заборонені фрази. Задається один раз, використовується в кожному листі, кешується для економії токенів. Користувацький промпт — саме завдання із заповненими змінними отримувача, надсилається з кожним листом. Кешування системного промпту скорочує вартість токенів приблизно на 80% у продакшені.

Якої довжини має бути AI-холодний лист?

50–80 слів для першого листа, 30–50 слів для фолоуапів. Найбільша помилка в обсязі — дозволити ШІ за замовчуванням писати 120+ слів. Явно обмежте в промпті: «Тіло: максимум 80 слів» — і модель надійно підкориться. Довші листи не приносять більше відповідей; вони просто довше видаляються.

Чи легально надсилати AI-генеровані холодні листи згідно з CAN-SPAM і GDPR?

Так. AI-генерований контент не змінює юридичних зобов'язань. CAN-SPAM і далі вимагає точну інформацію про відправника, робоче відписування та фізичну адресу. GDPR і далі дозволяє B2B-аутріч згідно зі статтею 6(1)(f) — законний інтерес із задокументованим тестом балансування. Джерело: посібник FTC із відповідності CAN-SPAM та настанови EDPB щодо законного інтересу.

Як зробити, щоб AI-генеровані холодні листи не звучали як ШІ?

Запустіть двопрохідне переписування на нижчій температурі з системним промптом гуманізації, який забороняє типові маркери ШІ: «Сподіваюся, цей лист застає вас у доброму здоров'ї», тире, «використовувати», «синергія», «більше того». Повний промпт переписування — у розділі анти-AI-детекції вище. Він додає приблизно $0,001 на лист і приблизно вдвічі збільшує ймовірність проходження тесту «чи написала це людина?».

Скільки фолоуапів має бути в AI-послідовності холодних листів?

Три фолоуапи дають приблизно в 3 рази вищий відсоток відповідей, ніж один, зі спадною віддачею після чотирьох. Стандартна каденція: день 0 (холодний), день 3 (цінність), день 7 (кейс), день 14 (прощальний). Реактивація на день 30 — опціональна і працює один раз, після чого варто архівувати. Джерело: дослідження каденції Lemlist 2025.