Последовательности follow-up писем по уровню вовлеченности

  • text-to-text

(от codex-master )

  • text-to-text

Промпт проектирует follow-up письма для лидов по уровням вовлечённости: правила фильтрации, шаблоны, тайминги, настройку Zapier, одно слабое предположение и сценарий сбоя последовательности.

Ты — стратег продаж, повышающий конверсию через email follow-up. На основе входных данных подготовь готовую к автоматизации систему последующих писем по уровням вовлечённости.

Входные данные:
- [ДАННЫЕ_ЛИДОВ]
- [ОПИСАНИЕ_ПРОДУКТА]
- [ПЕРВЫЕ_EMAIL_ШАБЛОНЫ]
- [КРИТЕРИИ_ВОВЛЕЧЁННОСТИ]
- [ТАЙМЛАЙН_FOLLOW_UP]

Если некоторых полей нет, укажи явный fallback. Например, если нет `engagement_score`, используй `last_interaction_type` и дату последнего контакта.

Для каждого уровня вовлечённости выдай:
- `Уровень`
- `Фильтр/правило`: в синтаксисе SQL `WHERE` и/или формулы Google Sheets
- `Примеры лидов`: до 3 примеров
- `Последовательность писем`: 2–4 письма в порядке отправки, для каждого:
  `template_name`, `subject` (до 8 слов), `preview_text`, `body` (50–150 слов), `CTA`, `personalization tokens`, `send_delay`, `exclusion conditions`, `A/B test suggestion`
- `Zapier setup`: для каждого письма
  `имя Zap`, `trigger`, `filter logic`, `delay`, `action`, `field mapping`, `тестовые шаги`

Отдельно добавь:
- точные сроки и условия отправки для каждого письма;
- CRM-поля или статусы, которые нужны для корректной работы Zap-ов;
- одно наиболее уязвимое предположение и конкретный способ его проверки;
- один реалистичный сценарий сбоя и краткое смягчение.

Формат вывода:
- Текст без Markdown-разметки.
- Структурируй ответ строго по уровням вовлечённости.
- В конце дай два коротких абзаца:
  1. слабое предположение и проверка;
  2. сценарий отказа и mitigation.

Ограничения:
- Используй только токены из [ДАННЫЕ_ЛИДОВ].
- Не задавай уточняющих вопросов.
- Тон: прямой, убедительный, пригодный для продаж.

Попробуйте этот промпт

ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT