开发信被 AI 写滥后,哪一段反而要人工写
邮箱后台那页统计只露两列。发送数四位数,回复数一位数。
两个数字挨着放,是这两年做主动开发常见的画面。写的人比读的人多得多。
工具把写信的成本压到近乎为零,收信那边的注意力没有跟着变多。信越多,每一封被读完的概率越低。
先看模型手里有什么
AI 写开发信,能用的东西是你喂给它的那些字。公司介绍、产品参数、认证清单、交期。
它拿不到的,是这家客户此刻在做什么。新上的产品线、刚换的包装、招聘页上挂的岗位、展位上摆的那款样品。
所以它写出来的开场必然是通用的。「我们了解到贵司在行业内经营多年」,这种句子收信人一天看好几遍。
开头那三四行,模型手里没有东西
它不知道你昨天点开了哪一页。
开头要用的是只有你看得到的信息。他们官网上新挂的一条线,他们招聘页上在招的一个岗位,他们最近一次参展的展位号。
这件事还得能被对方验证。他一看就知道你翻过他的页面,不是从一份名单里随手抽到的名字。
这一段不需要文采,要的是具体。名词越硬,越像人在说话。
报价依据也没法外包
模型会写「我们的价格很有竞争力」。这句话对收信人等于没说。
价格背后是你自己的账。原料怎么算、MOQ 分几档、包装和运费怎么摊、账期放到什么程度。
这些数只有你手上有。哪怕只写一句这个价含什么包装、含不含唛头,对方也能看出你在做这行。
写不出来的时候,说明你自己那一版成本还没算清。这种信发出去,后面报什么价都心虚。
中间那些块,交给机器更快
产品参数、公司简介、认证目录、交期说明、付款方式,这些内容稳定,改的是措辞和顺序。
多语种最明显。同一封信转成西语、葡语、阿语,人工做要半天,机器几分钟出一版,你回头改几处术语和单位。
不同国家的称呼习惯、地址格式、日期写法,机器出错的地方集中,也集中好改。
跟进的那两封同理。第一封没回,第二封换个切入点,第三封给一个具体的交付节点,这类结构机器出得又快又稳。难的还是第一段里那句只有你说得出来的话。
群发这一端,机器比人稳
按国家分组、按品类换段、按客户阶段换语气,规则写清楚,机器执行不会累。
人做这件事,做到第三十封开始复制粘贴。称呼贴错、公司名串行、附件带成上一家的,都在后面那一批。
发送这一端有自己的规矩
邮箱服务商对日发送量、退信率、投诉率都设了线。域名信誉是一点一点攒起来的,掉下去很快。
发之前把当天要发的量,跟服务商那页说明对一遍。那页东西改过好几回,凭记忆容易踩线。
被标成垃圾邮件的次数多了,后面发给同一家公司的信会直接进垃圾箱。这一层损失,比少发几十封大。
收信人认出来的,往往不是语法
AI 写出来的英文,语法通常挑不出毛病。露馅的地方在密度。
一段话里塞三个卖点、两个形容词、一个感叹号,读起来像宣传单。
真人写的信松一些。中间会有一句没什么用的话,问一句他们那边现在什么季节,或者提一句上次展会上人不多。
这句话不传递信息,它让整封信像一个人写的。
机器越顺手,开头越值钱
模板化的部分,成本已经接近于零。谁都能写出一封语法正确、结构完整的信。
有人把工具调得很熟,信写得越来越顺,回信没变多。卡住的地方常常就在开头那三行。
剩下能拉开距离的地方只有两处。你知道对方什么,你能为自己的价格说清什么。
这两处都不是工具能替你补的,因为它们的信息源头在你手上。
这套分工我用得也不利索
开头那三四行,我一封信磨二十来分钟。按这个速度,一天发不了几封,忙起来干脆不发。
群发那头倒是越来越顺。名单导进去,规则设好,一晚上能跑完。
有时候我觉得,这套流程里最慢的一环是我自己。