Email-маркетинг плохо переносит абстрактные запросы в стиле «напиши продающее письмо». Модель лучше работает, когда ей дают роль, контекст, сегмент, цель, ограничения и формат результата. Ниже — 10 практичных промптов для рассылок и цепочек: от темы письма до аудита тона. Они не заменяют редактора, CRM-данные и юридическую проверку, но помогают быстрее собрать черновик и варианты для тестов.
Как выбрать нужный промпт
| Задача | Используйте | Что подготовить |
|---|---|---|
| Повысить открываемость | Промпт 1 | Оффер, сегмент, ограничение по длине |
| Разделить базу | Промпт 2 | События, покупки, активность |
| Запустить onboarding | Промпты 3–4 | Путь пользователя, aha-момент |
| Дожать заявку или корзину | Промпты 5–6 | Причина паузы, барьеры, CTA |
| Проверить стиль | Промпты 7–10 | Гайд по тону, черновик, риски |
Темы писем и сегменты
Промпт 1
Когда использовать: перед A/B-тестом темы и прехедера для промо, дайджеста или продуктового письма.
Ты — email-редактор. Придумай 12 тем письма и 12 прехедеров для сегмента {сегмент}. Цель письма: {цель}. Оффер: {оффер}. Тон: {тон}. Ограничения: тема до {N} знаков, без кликбейта, без ложной срочности. Раздели варианты на: рациональные, эмоциональные, короткие, с выгодой. Добавь риск неверного ожидания для каждого варианта.
Переменные: {сегмент}, {цель}, {оффер}, {тон}, {N}.
Ожидаемый результат: таблица с темой, прехедером, углом подачи и риском.
Проверка качества: тема соответствует содержанию письма и не обещает больше, чем есть внутри.
Частая ошибка: модель делает слишком «громкие» формулировки, которые повышают открытия, но портят доверие.
Промпт 2
Когда использовать: когда база неоднородна и одно письмо для всех снижает конверсию.
Ты — CRM-стратег. На основе данных {данные_о_клиентах} предложи 5–7 сегментов для email-кампании {кампания}. Для каждого сегмента укажи критерий включения, вероятную мотивацию, барьер, основной месседж, оффер, частоту контакта и метрику успеха. Не выдумывай данные, если их нет — пометь как гипотезу.
Переменные: {данные_о_клиентах}, {кампания}.
Ожидаемый результат: сегментационная карта с гипотезами и метриками.
Проверка качества: каждый сегмент можно технически собрать в CRM или CDP.
Частая ошибка: сегменты звучат красиво, но не имеют доступных признаков для отбора.
Onboarding-цепочки
Промпт 3
Когда использовать: для новой регистрации, триала, подписки или первого заказа.
Собери onboarding-цепочку из {количество} писем для продукта {продукт}. Аудитория: {аудитория}. Главный aha-момент: {aha_момент}. Для каждого письма дай день отправки, цель, тему, ключевую мысль, CTA, персонализацию и событие, по которому письмо нужно пропустить. Учитывай, что пользователь может уже выполнить часть действий.
Переменные: {количество}, {продукт}, {аудитория}, {aha_момент}.
Ожидаемый результат: сценарий цепочки с логикой исключений.
Проверка качества: каждое письмо продвигает к одному следующему действию, а не рассказывает обо всем сразу.
Частая ошибка: onboarding превращается в экскурсию по функциям без связи с ценностью для пользователя.
Промпт 4
Когда использовать: когда нужно написать первое письмо после регистрации или покупки.
Напиши welcome-письмо для {сегмент} после события {событие}. Цель: помочь пользователю сделать {первое_действие}. Структура: приветствие, подтверждение ценности, 3 коротких шага, один CTA, блок помощи. Тон: {тон}. Длина: до {объем} слов. Избегай канцелярита и давления.
Переменные: {сегмент}, {событие}, {первое_действие}, {тон}, {объем}.
Ожидаемый результат: готовый черновик welcome-письма.
Проверка качества: письмо понятно человеку, который впервые видит продукт.
Частая ошибка: в письмо добавляют слишком много ссылок, и пользователь не понимает, куда нажимать.
Follow-up и реактивация
Промпт 5
Когда использовать: после демо, вебинара, заявки или коммерческого предложения.
Подготовь follow-up-письмо после {событие} для контакта из сегмента {сегмент}. Контекст: {контекст_разговора}. Цель: {цель}. Напиши 3 версии: мягкая, деловая, с дедлайном. В каждой версии: напоминание, польза, следующий шаг, CTA. Не используй манипуляции и фразы вроде «вы пропали».
Переменные: {событие}, {сегмент}, {контекст_разговора}, {цель}.
Ожидаемый результат: три варианта follow-up с разной интенсивностью.
Проверка качества: письмо выглядит как продолжение диалога, а не массовая рассылка.
Частая ошибка: модель добавляет несуществующие детали разговора; их нужно удалить.
Промпт 6
Когда использовать: для брошенной корзины, незавершенной анкеты, остановленного триала.
Составь цепочку возврата из 3 писем для пользователей, которые начали {действие}, но не завершили. Возможные барьеры: {барьеры}. Для каждого письма укажи задержку отправки, тему, основную мысль, доказательство, CTA и условие остановки цепочки. Не обещай скидку, если она не указана в оффере.
Переменные: {действие}, {барьеры}, {оффер}.
Ожидаемый результат: короткая recovery-цепочка с условиями выхода.
Проверка качества: письма меняют аргумент, а не повторяют одно и то же.
Частая ошибка: цепочка давит срочностью вместо того, чтобы снять реальный барьер.
Тон, редактура и персонализация
Промпт 7
Когда использовать: перед отправкой черновика, написанного разными авторами или моделью.
Проверь текст письма на соответствие тону бренда. Тон бренда: {описание_тона}. Запрещенные приемы: {запреты}. Текст: {текст}. Верни: 1) что не совпадает с тоном, 2) рискованные фразы, 3) исправленную версию, 4) пояснение ключевых правок. Не меняй факты и условия оффера.
Переменные: {описание_тона}, {запреты}, {текст}.
Ожидаемый результат: редакторский разбор и вычищенная версия.
Проверка качества: смысл, цена, сроки и обещания остались прежними.
Частая ошибка: модель «улучшает» письмо, добавляя новые преимущества без подтверждения.
Промпт 8
Когда использовать: когда есть один оффер, но разные аудитории.
Адаптируй письмо {текст} под 4 сегмента: {сегменты}. Для каждого сегмента измени только акценты: боль, выгоду, пример, CTA. Сохрани факты, юридические формулировки и условия. Выведи результат в таблице: сегмент, что изменено, версия письма, риск персонализации.
Переменные: {текст}, {сегменты}.
Ожидаемый результат: версии письма под разные группы без изменения оффера.
Проверка качества: персонализация основана на данных, а не на стереотипах.
Частая ошибка: модель делает сегменты карикатурными и переигрывает с обращениями.
Тестирование и контроль рисков
Промпт 9
Когда использовать: перед запуском A/B-теста темы, CTA или структуры письма.
Предложи A/B-тест для email-кампании {кампания}. Гипотеза: {гипотеза}. Ограничения: {ограничения}. Сформируй варианты A и B, что именно отличается, основную метрику, вторичные метрики, минимальный риск интерпретации и что не следует менять одновременно. Не делай выводов без данных.
Переменные: {кампания}, {гипотеза}, {ограничения}.
Ожидаемый результат: план теста с контролем переменных.
Проверка качества: в тесте меняется один ключевой фактор, иначе результат трудно объяснить.
Частая ошибка: одновременно тестируются тема, оффер, дизайн и сегмент.
Промпт 10
Когда использовать: как финальный аудит перед версткой и отправкой.
Проведи предзапусковую проверку письма. Входные данные: цель {цель}, сегмент {сегмент}, текст {текст}, тема {тема}, CTA {cta}. Проверь: соответствие цели, ясность оффера, тон, риск спама, чрезмерные обещания, доступность, логичность CTA, возможные юридические и репутационные риски. Верни список проблем по приоритету и предложи правки.
Переменные: {цель}, {сегмент}, {текст}, {тема}, {cta}.
Ожидаемый результат: чек-лист проблем и конкретные исправления.
Проверка качества: рекомендации можно применить без полной переписи кампании.
Частая ошибка: модель оценивает «красоту» текста, но пропускает несоответствие оффера и CTA.
Чек-лист запуска
- У каждого письма есть один главный CTA и понятное событие остановки цепочки.
- Темы и прехедеры не вводят в заблуждение.
- Сегменты собираются по реальным данным, а не по догадкам.
- Все цены, сроки, скидки и юридические условия проверены человеком.
- AI-черновик вычитан редактором и сверстан с учетом мобильных устройств.
- Настроены UTM-метки, события аналитики и контроль отписок.
FAQ
Можно ли отправлять текст модели без правок? Нежелательно. AI-вывод требует человеческой проверки: модель может ошибиться в фактах, тоне или условиях оффера.
Сколько вариантов темы просить? Обычно полезно 8–15: меньше — мало пространства для выбора, больше — редактору сложнее отсеивать повторы.
Что важнее: промпт или данные? Данные. Хороший промпт помогает оформить задачу, но качество ответа зависит от модели, контекста и входной информации.
Источники и ограничения
Материал основан на практических принципах постановки задач для языковых моделей и email-редактуры. Полезные справочные материалы: рекомендации OpenAI по промптам, подборка Zapier о шаблонах промптов, гайд Zapier по постановке задач AI, материал Unisender о поиске промптов. Промпты не являются универсально правильными: результат зависит от выбранной модели, качества входных данных, отрасли, ограничений бренда и последующей человеческой редакции.