Email-стратегия под ваши сегменты и LTV
Выберите цель и данные → получите план рассылок и цепочек
- Строит цепочки под сегменты из RFM-анализа базы
- Привязывает каждое письмо к метрике Open Rate, CTR или LTV
- Выдаёт готовый контент-план и темы писем
Конструктор стратегических промтов
Соберите промт из роли AI, задачи, исходных данных и бизнес-цели
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Квартальная email-стратегия редко рождается легко: пока вы сводите RFM-анализ, выгрузку из CRM по LTV и метрики Open Rate в единую карту сегментов, на согласование welcome-цепочки и плана реактивации спящих уходит целый день, а база тем временем остывает. Готовые промты снимают этот затык: собранный здесь генератор превращает запрос в точное задание для ChatGPT или Claude под проектирование lifecycle-коммуникаций, сегментацию базы или реанимацию подписчиков без открытий 90 дней. Укажите «Задачу» и «Бизнес-цель», добавьте сегмент вроде брошенных корзин — и получите промт, где к каждой рекомендации привязаны триггер отправки, гипотеза и метрика успеха. Так стратегия перестаёт быть текстом в голове и становится таблицей цепочек, которую можно отдать команде. ChatGPT и Claude удержат фокус на удержании и росте LTV, а вы освободите большую часть рутины под проверку гипотез. Соберите свой промт и запустите стратегию уже сегодня.
Как собрать промт для email-стратегии
Выберите роль и задачу AI
Задайте «Роль AI», «Задача» и «Бизнес-цель» — например Lifecycle-маркетолог, Карту lifecycle-коммуникаций, Рост LTV постоянных клиентов.
Настройте тон, формат и глубину
Добавьте тон, формат вывода и уровень детальности: например Стратегический для руководства + Таблица email-цепочек + Рабочая стратегия.
Заполните поля ручного ввода
Впишите «О компании», «Ограничения» и «Об аудитории» — так AI учтёт ваш ESP, частоту рассылок и реальный сегмент базы.
Скопируйте промт и запустите
Скопируйте готовый промт в ChatGPT или Claude — получите стратегию с сегментами, триггерами, гипотезами и метриками успеха.
Кому помогут промты для email-стратегии
CRM-стратегу, lifecycle-маркетологу, инхаус-специалисту и фрилансеру — для welcome, реактивации и карты удержания
Lifecycle-маркетолог в продуктовой команде
Цепочки живут в разных ESP, и я не вижу целостной карты касаний клиента
Собери единую lifecycle-карту с триггерами, гипотезами и метриками по сегментам
Джуниор CRM-специалист в инхаусе
Мне сказали «сделай welcome-цепочку», а с чего начать и сколько писем — непонятно
Получи пошаговый план welcome с логикой писем, таймингом и целевыми показателями
Специалист по реактивации базы
Треть базы молчит 90 дней, а мои реанимационные письма почти не открывают
Выстрой сценарий реактивации спящих с сегментацией по RFM и проверкой deliverability
Email-стратег на фрилансе
Каждому клиенту пишу стратегию с нуля и трачу часы на структуру и обоснование
Создавай квартальные стратегии роста LTV быстрее — с готовым каркасом под любого клиента
4 промта для email-стратегии под копипаст
Готовые промты для ChatGPT или Claude: скопируйте, замените текст в [квадратных скобках] своими данными и запустите.
Построить A/B-календарь тестов для email-рассылок на квартал
A/B-тестыРоль: Ты — lifecycle-маркетолог, который отвечает за системное тестирование гипотез в email-канале и умеет отделять статистически значимый результат от случайного всплеска. Контекст: Компания — [название компании и ниша], база [размер базы] подписчиков, ESP — [название ESP]. Средний Open Rate — [текущий OR в %], CTR — [текущий CTR в %]. Ключевые сегменты: [перечисли 3-4 сегмента]. Ограничения: [частота рассылок и ресурсы команды]. Бизнес-цель — повышение конверсии из письма в покупку. Задача: Собери календарь A/B-тестов на квартал — по одному приоритетному тесту на каждые две недели. Для каждого теста сформулируй гипотезу, тестируемый элемент (тема, прехедер, CTA, время отправки, оффер), сегмент, метрику успеха и минимальный размер выборки для значимости. Формат вывода: (1) таблица: неделя, сегмент, элемент теста, гипотеза, метрика, порог значимости; (2) описание методики расчёта выборки простыми словами; (3) чек-лист: что делать с победившим и проигравшим вариантом. Детали: Опирайся на принцип «один тест — одна переменная» и ICE-приоритизацию (Impact, Confidence, Ease). Не предлагай тесты, которые невозможно замерить при текущем трафике базы. Отметь тесты, требующие накопления данных дольше двух недель.
Спроектировать пребиллинг-цепочку перед списанием подписки
ТриггерыРоль: Ты — архитектор триггерных цепочек, который проектирует транзакционные и сервисные письма вокруг платёжных событий и снижает отток на этапе продления. Контекст: Продукт — [название сервиса и модель подписки], цикл оплаты — [месяц/год], стоимость — [цена]. База активных подписчиков — [размер], доля автопродлений — [в %], причины отказов от продления: [перечисли 2-3 причины]. ESP и платёжная система — [названия]. Бизнес-цель — увеличение частоты повторных покупок и удержание на продлении. Задача: Спроектируй цепочку из 4-5 писем вокруг даты списания: заранее напомнить о продлении, показать полученную пользу, предотвратить отписку и отработать неудачное списание карты. Формат вывода: (1) таблица email-цепочки: шаг, триггер и тайминг относительно даты списания, цель письма, ключевой оффер, метрика; (2) тексты тем и прехедеров для каждого письма; (3) ветка для случая failed payment с реанимацией карты. Детали: Учитывай требования к транзакционным письмам и deliverability. Разведи сервисные и промо-сообщения. Для каждого шага укажи гипотезу влияния на удержание и точку выхода из цепочки, если подписчик уже продлил.
Провести аудит welcome-цепочки и найти точки потери подписчиков
АудитРоль: Ты — консультант по email-удержанию, который проводит ревизию существующих цепочек и ищет разрывы между ожиданием подписчика и содержанием писем. Контекст: Компания — [название и ниша], источник подписчиков — [лид-магнит или форма]. Текущая welcome-цепочка: [опиши письма — количество, темы, тайминг]. Метрики по шагам: [Open Rate и CTR по каждому письму]. Проблема — [падение OR к какому письму / низкая конверсия в первую покупку]. ESP — [название]. Задача: Проведи аудит цепочки, найди слабые места и объясни, на каком шаге и почему теряются подписчики. Предложи переработку проблемных писем. Формат вывода: (1) таблица: письмо, метрика, норма по отрасли, отклонение, диагноз; (2) топ-5 ошибок с объяснением причины и влияния на воронку; (3) приоритизированный план правок с ожидаемым эффектом. Детали: Проверь соответствие обещания лид-магнита и содержания, плотность промо, тайминг отправок, наличие одного CTA на письмо и логику прогрева. Разделяй «данные говорят» и «гипотеза требует теста». Не переписывай цепочку с нуля — работай с тем, что есть.
Объяснить команде принципы сегментации и собрать памятку по RFM
ОбучениеРоль: Ты — Head of Email-маркетинга, который обучает младших специалистов и умеет объяснять сложные модели сегментации простым языком с примерами. Контекст: Команда — [состав и уровень: например, 2 джуна без опыта RFM]. База — [размер] подписчиков, есть данные: [перечисли доступные поля — история покупок, средний чек, даты активности]. ESP — [название], возможности сегментации — [ручные сегменты / динамические]. Цель обучения — чтобы команда самостоятельно строила сегменты и выбирала тон под каждый. Задача: Подготовь обучающую памятку по сегментации базы: объясни RFM-подход, покажи, как размечать сегменты на имеющихся данных, и свяжи каждый сегмент с типом коммуникации. Формат вывода: (1) объяснение RFM на бытовой аналогии; (2) таблица: сегмент, критерии разметки, цель коммуникации, частота, пример темы письма; (3) короткий практикум — 3 задания для самопроверки с ответами. Детали: Пиши операционным языком для команды, без абстракций. Приводи конкретные пороги (например, «спящий — нет открытий 90 дней») и помечай их как настраиваемые под нашу базу. Заверши разбором типичной ошибки новичков при сегментации.
6 правил промтов для email-стратегии
Как получить от ChatGPT и Claude рабочую email-стратегию, а не общие советы
Назначь роль Lifecycle-стратега
Старт промта: 'Ты — Head of Email-маркетинга, строишь триггерные цепочки'. Роль с опытом даёт сегментацию и гипотезы вместо банального 'делайте рассылки чаще'.
Загрузи метрики и RFM базы
Дай цифры: Open Rate, CTR, процент отписок, RFM-сегменты, LTV и средний чек. На выгрузке из CRM нейросеть считает приоритеты, а не выдумывает средние по рынку.
Потребуй lifecycle-карту по AARRR
Проси вывод таблицей по стадиям воронки AARRR или RFM: сегмент, триггер, письмо, метрика успеха. Так welcome, прогрев и реактивация не слипнутся в один список.
Опиши контекст и ограничения
Формула: 'Компания [ниша, база, чек] + аудитория [кто, частота покупок] + стадия [welcome/спящие] + лимиты [1 письмо/нед, ESP Unisender]'. Без лимитов план нереалистичен.
Прогоняй стратегию итерациями
Не бери первый ответ. Уточняй: «Разбей реактивацию спящих 90 дней на 3 письма с таймингом, темами и гипотезой по каждому». Детали всплывают на второй итерации.
Избегай целей без метрики
До: 'составь стратегию для роста продаж'. После: 'цель — рост LTV на 15% за квартал, для каждого шага укажи сегмент, триггер и целевой CTR/конверсию'.
FAQ: промты для email-стратегии
Это структурированные запросы к нейросети, которые превращают данные о базе в готовый план рассылок. Вы заполняете поля генератора: роль AI (например, Lifecycle-маркетолог), задачу, исходные данные вроде RFM-анализа или метрик Open Rate, горизонт планирования и бизнес-цель. На выходе собирается промт, где для каждой рекомендации указан сегмент, триггер отправки, гипотеза и метрика успеха. ChatGPT или YandexGPT получают не абстрактный вопрос, а техническое задание с акцентом на персонализацию, триггерную автоматизацию или deliverability. Это убирает «воду» и даёт измеримый результат под конкретный ESP и средний чек. Выберите пресет и соберите свой первый запрос прямо сейчас.
Начните с пресета «Welcome-цепочка новичкам» и сегмента «Новые подписчики из лид-магнита». В генераторе задайте задачу «Проектирование welcome-цепочки», данные — «Карта пути клиента», акцент — «Прогрев и выстраивание доверия». Шаблон промта просит нейросеть указать для каждого письма триггер, гипотезу и метрику. Пример основы: «Ты — архитектор триггерных цепочек. Спроектируй серию из 4-5 писем для новичка, укажи тайминг, цель каждого письма и ожидаемый CTR». В ручных полях добавьте данные о компании и ограничения ESP. ChatGPT вернёт таблицу email-цепочек, которую легко перенести в Unisender или GigaChat для адаптации тона. Соберите цепочку в генераторе и выгрузите готовый план.
Они экономят часы на рутинном проектировании и повышают качество гипотез. Вместо чистого листа маркетолог получает от нейросети каркас стратегии с привязкой к бизнес-цели: рост LTV, снижение оттока или реактивация неактивной базы. Генератор заставляет формализовать вводные — сегменты, метрики CTR и отписок, историю покупок — поэтому ответ Claude или ChatGPT опирается на ваши реальные данные, а не на усреднённые советы. Форматы вывода подстраиваются под адресата: стратегическая карта для руководства или операционный план для команды. Это особенно ценно, когда нужно быстро защитить квартальный план перед директором. Попробуйте уровень «Рабочая стратегия» и оцените, как меняется глубина ответа.
Экспресс-стратегия даёт быстрый скелет на 1-2 сегмента, глубокая — развёрнутый план с проверяемыми гипотезами и сценариями. Первый уровень подходит, когда горизонт — ближайший месяц и нужно оперативно запустить реактивационную кампанию для спящих. Нейросеть отдаёт короткую таблицу с триггерами и ключевыми метриками без детальных обоснований. Глубокий уровень раскрывает логику: почему именно этот сегмент, какая гипотеза по CTR, какие A/B-развилки и риски по deliverability. ChatGPT в этом режиме прорабатывает карту lifecycle-коммуникаций на квартал или полугодие. Выбор зависит от задачи: тест идеи против полноценной защиты бюджета. Сравните оба уровня на одном пресете и выберите подходящий.
Генератор работает с ChatGPT, Claude, YandexGPT и GigaChat — выбор зависит от задачи и данных. Для сложных lifecycle-карт и работы с большими выгрузками из CRM сильны ChatGPT и Claude: они удерживают контекст по нескольким сегментам и аккуратно считают метрики LTV. YandexGPT и GigaChat удобны, когда важна русскоязычная специфика, формулировки для локальной аудитории и соответствие российским ESP вроде Unisender. Промт из шаблона универсален — он одинаково корректно читается всеми четырьмя моделями, поскольку возвращает структуру с сегментом, триггером и метрикой. Детали про особенности моделей смотрите в разделе «Поддерживаемые нейросети». Скопируйте готовый промт и протестируйте его сразу в двух моделях.