AI写的邮件序列一眼假,问题出在提示词的第一句
四封邮件,每封只负责一件事。Reddit网友分享的结构化提示词,把AI腔降下来。
给ChatGPT一句"帮我写五封销售邮件",出来的东西往往读两行就能闻出AI味。打开率低,回复更少。
Reddit 的 PromptEngineering 板块 上,CreatorFlowH 拆过这个问题。他的观察是:大多数提示词让每封邮件同时承担建立信任、教育读者、打消顾虑、促成下单四件事。每封都用力过猛,结果每封都没落点。
他的解法是给四封邮件分配独立职责,用一个结构化提示词把职责写死。
第一封建立共鸣,引入一种看待问题的方式。第二封拆一个常见错误,把读者自以为聪明的捷径成本摊开。第三封给具体案例,讲清楚方法在真实场景里怎么跑。第四封直接提 Offer,正面回应最主要的犹豫理由,配一个低摩擦的下一步。
提示词里还锁了几条规则:主题行短、具体、带好奇心,不用表情符号和大写;避开机器人腔和公司套话;段落要短,用日常口语。
变量只有三个:产品是什么、读者是谁、他们最犹豫的点是什么。槽填得越具体,出来的文案越像写给一个人的。
CreatorFlowH 自己的用法是,结构不动,只改开头几句和案例,让它听起来像一个人给另一个人写信。他把100多个类似的结构化提示词放在 systemai.life 上,覆盖钩子、广告素材、邮件序列、落地页和漏斗。
帖子的最后他留了个问题:用AI写邮件,最耗时间的编辑环节是主题行、段落过渡还是行动号召。
这个框架的启发其实不限于邮件。任何一次生成一大块内容的场景,问题多半出在任务分配上。每段内容没有明确任务,模型只能平均用力。
发布时间: 2026-11-22 04:09