Нейросеть за 15–20 минут собирает письмо для email-рассылки: тему письма, структуру с одним главным сообщением и призыв к действию под цель конкретной кампании — маркетолог задаёт цель рассылки и сегмент получателей, а модель формулирует текст, который потом проверяет и дорабатывает человек перед отправкой.
Что делает модель
Письмо для email-рассылки под конкретную цель кампании модель собирает за 15–20 минут вместо получаса-часа ручного подбора формулировок, по нашему опыту внедрений: тема, структура с одним главным сообщением и призыв к действию под сегмент получателей.
Хорошее письмо рассылки держит одно главное сообщение вместо нескольких целей сразу — распродажа, новый продукт и опрос в одном письме размывают внимание читателя. Модель хорошо держит фокус на одном сообщении, если задача сформулирована узко в промпте.
- Тема письма, которая называет конкретную выгоду вместо общей фразы
- Структура с одним главным сообщением на всё письмо
- Призыв к действию под цель кампании — покупка, переход, отклик
- Тон письма под сегмент получателей — новый клиент или постоянный
Отдельная категория рассылки — транзакционные письма вроде подтверждения заказа: тон там обычно суше, и модель стоит явно попросить держаться делового тона без маркетинговых оборотов в таком письме.
Письмо рассылки — одна из задач, которые в связке закрывает более широкий ИИ-агент для отдела маркетинга, разобранный в статье про ИИ-агента для маркетинга. Здесь разобрана отдельно именно сборка письма под конкретную кампанию.
Частный случай такой задачи — письмо для реактивации клиентов, которые давно молчат и перестали открывать рассылку компании; готовый промпт под этот узкий сценарий разобран в статье про промпт для письма реактивации спящих клиентов. Здесь — разбор задачи шире, под любую цель рассылки вместо одной только реактивации.
Модель для письма
GigaChat и YandexGPT быстро собирают короткое типовое письмо для массовой рассылки с простым предложением. ChatGPT и Claude точнее держат структуру письма с несколькими блоками — акция, разбор преимуществ, отзыв — без потери фокуса на главном сообщении. DeepSeek — дешёвый вариант для рассылки на большую базу с частыми письмами.
- GigaChat — быстрое типовое письмо для простой акции
- YandexGPT — короткий текст для рассылки с одним предложением
- ChatGPT (GPT-5) — точнее держит структуру письма с несколькими блоками
- Claude — лучше формулирует тон под конкретный сегмент базы
- DeepSeek — дешёвый токен для частой рассылки на большую базу
Тема письма стоит проверять на модели отдельным запросом — три-пять вариантов темы для одного письма помогают выбрать формулировку с конкретной цифрой или выгодой, которая обычно даёт более высокий процент открытий, чем общая фраза вроде «новости компании».
Для сегмента новых клиентов тон письма стоит держать более объяснительным — что за компания, зачем это письмо; для постоянных клиентов, наоборот, можно сразу переходить к сути акции без лишнего вступления, знакомого этой аудитории по прошлым письмам.
Отраслевая специфика тоже играет роль — рассылка для B2B звучит суше и по делу, рассылка для розничного магазина допускает более разговорный тон с эмодзи и восклицаниями. Модель точнее держит нужный тон, если получает в промпте пример прошлого письма компании.
Длину предложений в письме стоит держать короче, чем в статье для блога — читатель просматривает почту бегло, и длинная фраза с несколькими придаточными теряется среди других писем во входящих.
Шаблон промпта
Хороший промпт для письма рассылки задаёт четыре параметра: цель кампании, сегмент получателей, главное сообщение и формат призыва к действию. Без одного из параметров модель либо пишет слишком общее письмо, либо теряет фокус на нужном действии читателя.
- Опишите роль: «Ты маркетолог, пишешь письмо для email-рассылки»
- Укажите цель кампании и сегмент получателей письма
- Сформулируйте одно главное сообщение письма без побочных тем
- Задайте формат призыва к действию — кнопка, ссылка, ответ на письмо
- Попросите три варианта темы письма с разной формулировкой выгоды
Формулировку темы стоит проверять на длину под мобильный экран — большинство получателей открывает почту с телефона, и длинная тема обрезается уже на середине фразы, теряя самую важную часть сообщения.
Отдельно полезно попросить модель предложить короткую версию письма для повторной отправки тем, кто пропустил первое, — такое письмо-дубль с другой темой обычно поднимает процент открытий на ощутимую долю без изменения самого предложения.
Длину письма стоит указывать в промпте отдельным параметром — короткое письмо на три-четыре абзаца читается на телефоне целиком, а длинный текст с несколькими блоками уместнее для подробного разбора продукта или события.
Что проверяет маркетолог
Модель хорошо формулирует структуру и тон письма, но точность деталей акции и корректность ссылок остаётся за маркетологом: опечатка в дате акции или битая ссылка на сайт — ошибка, которую массовая рассылка мгновенно разносит на всю базу получателей.
| Блок письма | Что делает модель | Что проверяет маркетолог |
|---|---|---|
| Тема письма | Предлагает несколько вариантов формулировки | Длину темы под мобильный экран |
| Главное сообщение | Держит фокус на одной цели письма | Точность деталей акции и условий |
| Призыв к действию | Формулирует кнопку под цель кампании | Работоспособность ссылки перед отправкой |
Сколько писем в месяц отправляет ваш отдел маркетинга?
Отправку письма на всю базу разом стоит заменять тестовой отправкой на небольшой сегмент — так опечатка или битая ссылка всплывает на паре сотен адресов вместо всей базы клиентов компании.
Полезно также сверять частоту отправки по сегменту — слишком частая рассылка на один и тот же сегмент клиентов повышает процент отписок, и календарь писем стоит держать в одном месте для всей команды.
Как внедрить
Внедрение стоит начинать с одного типа письма — например, анонс акции — вместо всех сценариев рассылки сразу. Так проще сравнить письмо от модели с тем, что маркетолог обычно пишет вручную.
Возьмите цель и сегмент следующего письма рассылки, прогоните через модель и сравните итоговый текст с тем, что вы обычно пишете сами.
Со временем полезно собрать библиотеку удачных писем с высоким процентом открытий — модель точнее повторяет удачный тон, если получает пару таких примеров вместе с промптом на новое письмо.
Стандартизация промпта для email-рассылки на всю команду маркетинга — тема отдельного обучения, формат разобран в разделе про обучение сотрудников работе с ИИ.
Полезно также фиксировать процент открытий и переходов по каждому письму рядом с самим текстом — так через несколько месяцев видно, какая формулировка темы и структура письма стабильно работает лучше остальных.