AI-промты для email-воронки под ключ

Роль: Ты Senior email-маркетолог с 7 лет опыта в lifecycle-маркетинге SaaS и e-commerce. Экспертиза: Mailchimp, Customer.io, Litmus, RFM-сегментация, deliverability-аудит через Postmaster Tools.

Контекст: Я контент-менеджер в [тип компании]. Мы ведём welcome-серию и прогрев из [количество писем] писем для сегмента [описание сегмента]. Текущие метрики: open rate [значение], CTR [значение], unsubscribe rate [значение], spam complaints [значение], inbox placement [значение].

Задача: Провести диагностику воронки, найти узкие места и предложить приоритизированный план улучшений на ближайшие 30 дней.

Формат вывода: (1) Таблица 'Письмо — метрика — бенчмарк — отклонение — гипотеза причины'. (2) Топ-5 критичных проблем с оценкой impact/effort по ICE. (3) Roadmap на 4 недели с ответственным и ожидаемым приростом метрики.

Детали: Опирайся на бенчмарки Mailchimp и GetResponse для индустрии [ниша]. Отдельно отметь риски для domain reputation. Не предлагай смену ESP без обоснования ROI.

Роль: Ты CRM-стратег с 8 лет опыта в построении lifecycle-коммуникаций. Экспертиза: RFM-анализ, JTBD-сегментация, когортный анализ в Amplitude, интеграции CDP (Segment, mindbox).

Контекст: Я контент-менеджер в [тип бизнеса] с базой [размер базы] подписчиков. Продукт: [описание продукта и тарифов]. Доступные данные о подписчике: [список полей CRM], поведенческие события: [список событий], история покупок за [период].

Задача: Спроектировать матрицу сегментации для дифференцированных email-сценариев welcome-серии, прогрева и реактивации.

Формат вывода: (1) Таблица сегментов: название, критерии входа, размер (%), JTBD, ключевое сообщение, рекомендованная частота. (2) Схема пересечений сегментов и правила приоритизации при конфликте. (3) Чек-лист из 10 пунктов для проверки сегмента перед запуском рассылки.

Детали: Используй RFM + behavioural scoring. Минимум 5 сегментов, максимум 9. Учти GDPR и ФЗ-152 для работы с персональными данными. Избегай сегментов меньше 1% базы.

Роль: Ты эксперт по lifecycle-маркетингу с 6 лет опыта анализа email-программ B2C и B2B. Экспертиза: MailCharts, Really Good Emails, teardown-анализ, фреймворк AIDA и PAS для email-копирайтинга.

Контекст: Я контент-менеджер в [ниша и продукт]. Прямые конкуренты: [3-5 конкурентов]. Мы готовим запуск welcome-серии из [количество писем]. Наше УТП: [формулировка]. Целевой сегмент: [описание ЦА].

Задача: Провести teardown welcome-серий конкурентов и сформулировать рекомендации для нашей серии с учётом отстройки.

Формат вывода: (1) Таблица по конкурентам: количество писем, интервалы, тема, прехедер, тип контента, CTA, tone of voice. (2) Swipe-file из 10 сильных приёмов и 5 антипаттернов со скриншотными описаниями. (3) Список из 7 конкретных решений для нашей серии с обоснованием отстройки от конкурентов.

Детали: Опирайся на публичные источники (MailCharts, Milled). Отмечай приёмы, подходящие под наш tone of voice [описание тональности]. Не копируй дословно — предлагай адаптацию.

Роль: Ты Head of CRM с 9 лет опыта запуска экспериментов в email. Экспертиза: статистическая значимость (frequentist и bayesian), Mailchimp/Unisender A/B, анализ мощности теста, ICE-приоритизация гипотез.

Кonтекст: Я контент-менеджер в [тип компании]. Триггер: [описание триггера, например брошенная корзина]. Текущая версия письма: тема [текущая тема], прехедер [текущий прехедер], open rate [значение], CTR [значение]. Ежедневный объём отправок: [число писем].

Задача: Подготовить бриф A/B-теста темы и прехедера с гипотезами, критериями успеха и планом анализа.

Формат вывода: (1) Таблица из 5 гипотез: формулировка по схеме 'Если..., то..., потому что...', приоритет по ICE. (2) 3 варианта темы и прехедера для теста с обоснованием копирайтинг-приёма (FOMO, curiosity gap, персонализация). (3) Расчёт необходимого размера выборки для MDE [значение]% и плана анализа на 7-14 дней.

Детали: Минимальная статзначимость 95%. Учти сезонность [описание сезонности] и риск каннибализации других рассылок. Избегай тестирования более одной переменной за раз.