Prompty do cold email: 30 promptów + jak iterować, żeby brzmiało jak człowiek

Dla kogo jest ten poradnik? Dla wszystkich, którzy zajmują się cold mailingiem B2B: sales development representatives, founderów, handlowców, marketerów od outboundu i lead generation. Jeśli wysyłasz „zimne” maile do potencjalnych klientów i chcesz przyspieszyć pisanie wiadomości, poprawić ich jakość i personalizację z pomocą AI – ten artykuł jest dla Ciebie. Pokażemy, jak wykorzystać modele językowe (np. ChatGPT) do generowania zarysów maili sprzedażowych, ale w sposób przemyślany i profesjonalny. Nie będzie tu magii – tylko praktyczne workflow, 30 gotowych promptów do różnych elementów cold emaili oraz metody iteracji (poprawiania) treści, żeby brzmiała naturalnie i nie wpadała do spamu.

Kiedy warto sięgnąć po AI w cold mailingu? Gdy chcesz zaoszczędzić czas na tworzeniu szablonów maili, wygenerować wiele wariantów wiadomości do testów albo przełamać blokadę twórczą przy pisaniu kolejnego maila sprzedażowego. AI przyda się też, jeśli brakuje Ci pomysłów na personalizowane otwarcia, atrakcyjne przedstawienie wartości oferty czy zgrabne follow-upy. W narzędziach takich jak ChatGPT drzemie ogromny potencjał – potrafią szybko wygenerować propozycje tekstów na podstawie Twoich wskazówek. Klucz tkwi jednak w tym, jak sformułujesz polecenie (prompt). Źle zadane pytanie da Ci ogólną, miałką odpowiedź, a dobrze sformułowany prompt zaowocuje konkretnym i przekonującym emailem . Dlatego w dalszej części znajdziesz wskazówki, jak pisać skuteczne prompty oraz bogatą bibliotekę przykładów do wykorzystania od razu.

Jak używać promptów w cold mailingu (workflow)

Zanim przejdziemy do promptów, ustalmy workflow pracy z AI przy cold mailingu – czyli krok po kroku, jak od pustej kartki dojść do wysyłki maili wygenerowanych z pomocą modelu językowego. Taki proces pozwoli Ci zachować kontrolę nad jakością i skutecznością wiadomości.

Krok 1: Przygotuj brief i dane wejściowe. Zastanów się, do kogo piszesz i co oferujesz. Określ swojego ICP (Ideal Customer Profile) – np. „dyrektor IT w średniej firmie e-commerce” – oraz problem lub potrzebę, na którą odpowiada Twój produkt/usługa. Zbierz konkrety, które chcesz uwzględnić w mailu: główne korzyści oferty, ewentualne personalizowane informacje o odbiorcy (np. nawiązanie do jego firmy, rynku, ostatnich osiągnięć). Im więcej sensownych danych dostarczysz, tym lepsze odpowiedzi wygeneruje AI. Już na tym etapie warto zadbać o listę kontaktów dobrej jakości – upewnij się, że masz aktualne adresy osób decyzyjnych i że masz podstawy, by przypuszczać, iż Twoja oferta może ich zainteresować (unikniesz łatki spamera). (Więcej o budowaniu bazy pisaliśmy w artykule Mailing - co to jest i jak to zrobić?).

Krok 2: Sformułuj initial prompt (wstępne polecenie). Mając brief, pora „zagadać” do AI. Tutaj kluczowe jest właściwe sformułowanie promptu – poniżej znajdziesz sekcję o formacie skutecznego promptu. Ogólnie rzecz biorąc, w poleceniu musisz: określić rolę/kontekst (np. że AI ma się wcielić w rolę doświadczonego copywritera B2B), podać dane (informacje z briefu: kto jest odbiorcą, co mu oferujemy, jakie konkrety wpleść), zasygnalizować ograniczenia i oczekiwania (np. ton rozmowy, długość maila, co pominąć), no i wskazać formę wyjścia (że oczekujesz np. pełnego maila z tematem). Jeśli prompt będzie zbyt ogólny typu „Napisz cold email sprzedający X”, to model wygeneruje banalny, szablonowy tekst . Lepiej doprecyzuj styl i zawartość – za chwilę pokażemy, jak to zrobić.

Krok 3: Wygeneruj wersję roboczą i oceń ją. Po wysłaniu initial promptu dostaniesz od AI propozycję maila (lub kilka, jeśli o to poprosisz). Traktuj tę odpowiedź jako szkic, punkt wyjścia. Przeczytaj uważnie wygenerowany tekst i oceń krytycznie. Zwróć uwagę, czy: a) spełnia Twoje założenia (np. czy zawiera personalizację, konkretną wartość dla klienta, czy mieści się w sensownej długości), b) brzmi naturalnie i profesjonalnie, a nie jak spam-generowany automatem, c) nie ma błędów rzeczowych ani „halucynacji” (AI miewa tendencję do zmyślania faktów – np. przypisywania Twojej firmie nieistniejących osiągnięć czy tworzenia fikcyjnych case studies, o czym świadczą już głośne przykłady ). Jeśli coś Ci nie pasuje – nie wysyłaj takiego maila od razu!

Krok 4: Iteruj, czyli popraw prompt lub poproś o modyfikacje. AI to cierpliwy asystent – możesz zadawać mu dodatkowe polecenia, by poprawić treść. Wykorzystaj to. Jeśli pierwszy wynik jest zbyt oficjalny, poproś model: „Napisz to bardziej rozmownie, lżej”. Gdy email jest za długi, każ skrócić do np. 100 słów. Jeśli brakuje konkretów – dołóż szczegół w promptcie i wygeneruj ponownie. Sztuka polega na tym, by w kolejnych iteracjach uszczegóławiać swoje oczekiwania. Pokażemy dalej praktyczny przykład takiej iteracji. Dążymy do tego, by finalny tekst brzmiał jak napisany przez człowieka, a nie AI – bo tylko taki zwiększy szanse na pozytywną reakcję odbiorcy. Iteruj prompt tak długo, aż uznasz, że email jest gotowy (często wystarczą 2–3 poprawki).

Krok 5: Personalizuj i dopieszczaj finalną wersję. Gdy masz już niezły draft od AI, dostosuj go jeszcze ręcznie pod konkretnego odbiorcę (zwłaszcza jeśli AI wstawiło jakieś ogólne miejsca – uzupełnij je o fakty dotyczące danej osoby czy firmy). Sprawdź ton wypowiedzi – czy odpowiada Twojej marce i relacji z adresatem. Dodaj insights, których AI nie mogło znać (np. nawiązanie do bardzo bieżącego wydarzenia). Upewnij się, że mail spełnia wszelkie standardy jakości – od poprawnej polszczyzny i formatowania, po elementy wymagane prawnie (np. stopka z informacją, jak się wypisać, jeśli wysyłasz ofertę masowo – o tym dalej). Pomocna będzie checklista (na końcu artykułu) – przejdź przez nią przed wysyłką.

Krok 6: Ustaw wysyłkę i monitoruj wyniki. Gotowy tekst zaimplementuj w narzędziu do kampanii mailingowej (np. w systemie Sales Robots lub innym). Jeśli tworzysz automatyczną sekwencję cold maili z follow-upami, możesz posłużyć się wygenerowanymi z AI fragmentami dla kolejnych wiadomości (mamy prompty także do follow-upów i bumpów poniżej). Pamiętaj jednak, żeby przetestować swój mailing – zrób mailing próbny do siebie, sprawdź jak wygląda w skrzynce (czy temat się mieści, czy preheader się wyświetla, czy linki działają). Następnie wyślij pierwszą partię maili i monitoruj wskaźniki: open rate, reply rate, bounce rate itp. Wyniki tych pierwszych wysyłek dadzą Ci sygnał, czy treść i target są dobrze dobrane. Warto podejść do tego naukowo: testuj A/B różne warianty (np. dwa tematy albo dwa różne leady maila) – o tym więcej w dalszej części. Na podstawie danych z kampanii wyciągaj wnioski i… wracaj do AI po kolejne iteracje lub nowe warianty! Modele generatywne świetnie się sprawdzają w brainstormingu – możesz np. poprosić ChatGPT o 5 alternatywnych wersji tego samego maila i sprawdzić, który styl zadziała lepiej.

Podsumowując ten workflow: AI może znacząco ułatwić i przyspieszyć tworzenie cold maili, ale traktuj je jako współpracownika, któremu musisz dać jasne wytyczne i którego musisz nadzorować. Najpierw planujesz (brief), potem prowadzisz (prompt), potem redagujesz (iteracje), a na końcu pilnujesz wyników (testy, statystyki). Taka współpraca człowieka z AI przynosi najlepsze efekty – masz szybko wygenerowaną treść, ale to Ty nadajesz jej ostateczny szlif i strategiczny kierunek. Dzięki temu kampanie są zarówno skalowalne (bo korzystasz z automatyzacji), jak i autentyczne (bo zachowujesz ludzkie podejście i kontrolę).

Format skutecznego promptu (szablon)

Pisanie promptów do AI to trochę jak wydawanie poleceń nowemu pracownikowi – jeśli powiesz: „zrób to jakoś”, dostaniesz byle co, ale jeśli dokładnie wyjaśnisz zadanie, kontekst i oczekiwany rezultat, efekt Cię pozytywnie zaskoczy. Dobry prompt powinien mieć kilka elementów składowych. Poniżej mini-ściągawka, jak zbudować skuteczne polecenie dla modelu językowego:

Format dobrego promptu:

1. Rola/Persona AI: Zacznij od nadania AI roli, by nadać ton i styl wypowiedzi. Np. „Jesteś doświadczonym copywriterem sprzedażowym specjalizującym się w B2B SaaS.” Dzięki temu model przyjmie odpowiednią perspektywę.
2. Kontekst i cel: Wyjaśnij, co tworzymy i w jakim celu. Np. „Twoim zadaniem jest napisać e-mail sprzedażowy (cold email) do potencjalnego klienta, który…”. Określ odbiorcę, branżę, ofertę, problem do rozwiązania – wszystko, co nada kierunek treści. (AI musi wiedzieć do kogo i po co pisze).
3. Dane i punkty do uwzględnienia: Podaj konkretne informacje, które mają znaleźć się w mailu. Np. „Odbiorca: dyrektor operacyjny w firmie produkcyjnej (~200 osób). Problem: częste przestoje maszyn. Nasze rozwiązanie: system monitoringu IoT przewidujący awarie, zmniejsza downtime o ~30%. Case study: wdrożenie u klienta X dało 25% spadku kosztów utrzymania maszyn.” Im więcej konkretów dostanie AI, tym bardziej merytoryczny będzie mail.
4. Oczekiwany styl/ograniczenia: Daj wytyczne dot. tonu, długości, formy. Np. „Styl: rozmowny ale profesjonalny, unikaj żargonu. Długość: maks 120 słów. Ma brzmieć, jakby pisał człowiek, a nie bot. Unikaj słów typu ‘oferta’, ‘promocja’.” Takie ograniczenia sprawią, że model nie „odpłynie” w stronę zbyt reklamowego albo rozwlekłego tekstu. (To jak brief dla copywritera – jasne DO’s and DON’Ts).
5. Format odpowiedzi: Sprecyzuj, co dokładnie chcesz otrzymać. Np. „Wynik: pełen e-mail po polsku, z propozycją tematu wiadomości (subject) na początku i z podpisem handlowca na końcu. Podziel tekst na krótkie akapity. Nie używaj bullet pointów.” Dzięki temu dostaniesz treść w pożądanej formie, gotową do użycia.

(Przykład pełnego promptu łączącego powyższe elementy znajdziesz w ramce poniżej.)

Jak widać, skuteczny prompt jest dość rozbudowany – to nie jedno zdanie, a mini-brief zawierający rolę, kontekst, dane, wskazówki stylistyczne i format. Taki „szablon promptu” warto sobie przygotować i modyfikować pod konkretne kampanie. Pamiętaj, że precyzja popłaca: prompty muszą być jasne i szczegółowe. Eksperci podkreślają, że złe (mało precyzyjne) zapytania do AI skutkują miałkimi odpowiedziami, a dobrze doprecyzowane – wartościowym outputem . W innym artykule na naszym blogu pisaliśmy: „Nie wystarczy powiedzieć ‘napisz tekst reklamowy’; trzeba podać kontekst, cel, grupę docelową, ton i ograniczenia. Tylko wtedy AI ma szansę spełnić nasze oczekiwania” .

Szablon uniwersalnego promptu – przykład: Poniżej znajdziesz uniwersalny szkielet promptu do wygenerowania cold maila. Możesz go skopiować i uzupełnić we własnym zakresie:

Jesteś doświadczonym copywriterem sprzedażowym B2B. Twoim zadaniem jest napisać krótki, spersonalizowany cold email.

• Odbiorca: [opis persony – stanowisko, branża, typ firmy].
• Cel maila: [np. umówienie demo / zainteresowanie produktem XYZ].
• Nasz produkt/rozwiązanie: [krótki opis tego, co oferujesz – np. "platforma automatyzacji marketingu zwiększająca konwersje na stronie"].
• Wartość dla klienta: [konkretne korzyści/liczby – np. "generuje 20% więcej leadów dzięki AI", "obniża koszt pozyskania klienta o 30%"].
• Ból klienta: [jaki problem odbiorcy rozwiązujesz – np. "mała skuteczność kampanii email, brak personalizacji"].
• Dowód społeczny: [opcjonalnie: krótki przykład sukcesu innego klienta – np. "firma X zwiększyła sprzedaż o 15% w 3 miesiące dzięki naszemu narzędziu"].
• Styl: [np. "ton rozmowny, naturalny, bez żargonu, zwracaj się bezpośrednio"], Długość: [np. "maksymalnie 100-120 słów"], Format: [np. "2-3 krótkie akapity + jedno pytanie na końcu"].
• Dodatkowe wytyczne: [np. "Unikaj słów 'oferta', 'promocja'. Nie używaj wykrzykników ani CAPS LOCK. Mail ma brzmieć jak pisany 1:1, a nie masowy mailing."].

Napisz propozycję tematu wiadomości (subject) oraz treść maila według powyższych wytycznych.

W powyższym szablonie nawiasy […] oznaczają miejsca, gdzie musisz wstawić swoje dane. Oczywiście nie każdy mail będzie wymagał wszystkich elementów (np. nie zawsze masz case study do wplecenia), więc traktuj to elastycznie. Ważne, żeby w promptcie zawsze pojawiło się kto -> do kogo -> z czym -> w jakim stylu. Gdy opanujesz pisanie takich złożonych promptów, AI stanie się Twoim sprzymierzeńcem w pisaniu maili, a nie generatorem losowych tekstów.

Na koniec tej sekcji jeszcze jedna wskazówka: testuj różne sposoby formułowania poleceń. Czasem drobna zmiana sformułowania może znacząco poprawić wynik. Np. zamiast pisać „Napisz maila sprzedażowego o produkcie X dla dyrektora Y”, możesz poprosić: „Wciel się w rolę klienta: jesteś [stanowisko] i masz problem Z. Jak wiadomość przekonałaby Cię do zainteresowania się produktem X? Napisz takiego maila.” – taka technika bywa pomocna w wygenerowaniu bardziej empatycznego tonu. Innym razem warto zażądać kilku opcji jednocześnie: „Podaj 3 warianty pierwszego akapitu – formalny, neutralny i żartobliwy”. Modele AI są elastyczne, więc korzystaj z tego. W kolejnej sekcji mamy dla Ciebie aż 30 gotowych promptów pod konkretny typ treści w mailu – możesz je wykorzystać od razu, traktując jako punkt wyjścia i modyfikując pod swoją sytuację.

30 promptów do cold email (biblioteka)

Przechodzimy do głównej atrakcji: biblioteki 30 promptów do różnych elementów cold email. Podzieliliśmy je na 5 kategorii typowych fragmentów wiadomości:

• Opener i personalizacja – czyli pierwsze zdania maila, mające przyciągnąć uwagę odbiorcy i pokazać, że wiadomość jest dla niego, a nie masowa.

• Value proposition i oferta – środek maila, prezentacja wartości, jaką oferujemy (rozwiązanie problemu, korzyści, wyróżniki).

• Follow-up i bump – krótkie maile przypominające, wysyłane gdy brak odpowiedzi na pierwszą wiadomość.

• Obsługa obiekcji – odpowiedzi na typowe wymówki/problemy (np. „nie mamy budżetu” lub „nie teraz”), które możesz wysłać, gdy prospect wyrazi wątpliwości.

• Tematy maili i preheader – pomysły na tytuły wiadomości oraz tekst preheader (podgląd widoczny w skrzynce obok tematu).

W sumie znajdziesz tu 30 konkretnych promptów – każdy z nich możesz skopiować i wkleić do ChatGPT (lub innego modelu), uzupełniając wskazane dane wejściowe. Przy każdym podajemy kontekst „Kiedy użyć” (w jakiej sytuacji dany prompt się przyda) oraz sugerujemy, jakie dane należy w niego wstawić przed wygenerowaniem odpowiedzi. Pamiętaj, że to tylko przykłady – możesz je śmiało modyfikować. Ważne: zachowaj styl polski (chyba że celowo tworzysz maila po angielsku) i dopilnuj, aby gotowy tekst brzmiał naturalnie. Te prompty pomogą Ci wygenerować wartościowy szkic, ale Ty jesteś redaktorem końcowym – przed wysyłką zawsze spersonalizuj i sprawdź rezultat (o czym przypominamy w dalszej części artykułu).

Opener i personalizacja

Pierwszy akapit cold emaila bywa decydujący – to on ma zadecydować, czy odbiorca nie wyrzuci maila do kosza po pierwszym zdaniu. Dlatego warto go personalizować – nawiązać do odbiorcy, jego firmy, sytuacji. AI może Ci pomóc w wymyśleniu takich „icebreakerów”. Poniżej 8 promptów dedykowanych otwarciom maila:
Komplement na start (osiągnięcie odbiorcy)

Kiedy użyć: Gdy chcesz otworzyć mail od pochwały sukcesu lub nawiązania do publicznej informacji o odbiorcy. Idealne, jeśli np. Twój prospect zdobył nagrodę branżową, opublikował ciekawy artykuł lub jego firma ogłosiła ważną wiadomość.

Prompt: „Odbiorca: [imię i stanowisko odbiorcy] w [firma odbiorcy]. Informacje: [opis osiągnięcia lub wydarzenia związanego z odbiorcą, np. ‘jego firma właśnie zdobyła tytuł Startup Roku 2023 za innowacje w fintech’]. Napisz pierwsze zdanie cold emaila, w którym szczerze gratuluję tego osiągnięcia i zaznaczam, że dlatego zwróciłem uwagę na [firmę odbiorcy].”

Dane do uzupełnienia: imię, stanowisko i firma odbiorcy; opis osiągnięcia lub wydarzenia wartego pochwały.

Wspólny punkt (wspólne doświadczenie lub kontakt)

** Kiedy użyć**: Gdy Ty i odbiorca macie jakiś wspólny mianownik – np. uczestniczyliście w tej samej konferencji, macie wspólnego znajomego, ukończyliście tę samą uczelnię. Wspomnienie o tym na starcie buduje nić porozumienia.

Prompt: „Odbiorca: [imię, stanowisko, firma]. Wspólny punkt: [opisz, co Was łączy – np. ‘poznałem Pana profil przez Jana Kowalskiego, naszego wspólnego klienta’ albo ‘obaj działamy w branży logistycznej od ponad dekady’]. Napisz pierwsze 1-2 zdania maila, które nawiązują do tego wspólnego elementu, tworząc nić porozumienia.”

Dane do uzupełnienia: dane odbiorcy; opis Waszego wspólnego punktu odniesienia (osoba, wydarzenie, organizacja itp.).

„Zauważyłem, że…” (nawiązanie do informacji o firmie)

Kiedy użyć: Gdy chcesz pokazać, że odrobiłeś pracę domową i wiesz, czym żyje firma odbiorcy. Możesz tu wykorzystać np. news o ekspansji firmy, nowym produkcie klienta albo coś, co wyczytałeś na ich blogu/LinkedIn.

Prompt:_ „Odbiorca: [firma X, branża]. Informacja: [krótki opis newsa lub faktu o firmie, np. ‘firma X otwiera nowy magazyn w Poznaniu i zwiększa flotę pojazdów’]. Napisz otwarcie maila (1-2 zdania), w którym pokazujesz, że o tym wiesz i łączysz to z kontekstem naszej rozmowy. Np. ‘Widzę, że [firma X] dynamicznie się rozwija – nowy magazyn w Poznaniu to duży krok. Gratulacje! To sprawiło, że pomyślałem o… [tu zasygnalizuj swoją ofertę].’”_

Dane do uzupełnienia: nazwa i branża firmy; konkretna informacja/aktualność o tej firmie.

Pytanie na wejście (challenge question)

Kiedy użyć: Gdy chcesz zaciekawić odbiorcę pytaniem związanym z jego możliwym problemem lub celem. Dobre pytanie w stylu „Czy też masz wyzwanie z …?” może skłonić do dalszego czytania.

Prompt: „Odbiorca: [stanowisko, firma, branża]. Problem: [krótko nazwij potencjalny ból klienta, np. ‘rozproszone dane sprzedażowe w różnych systemach’]. Sformułuj pierwsze zdanie maila w formie pytania retorycznego, które dotknie tego problemu. Np. ‘Czy zdarza się Panu [opis problemu w formie pytania]?’ – tak, by czytelnik poczuł, że dokładnie o to chodzi.”

Dane do uzupełnienia: stanowisko/branża klienta; problem, z którym może się mierzyć (najlepiej taki, który Twoja oferta rozwiązuje).

Odwołanie do wypowiedzi klienta

Kiedy użyć: Gdy masz dostęp do publicznych wypowiedzi klienta (np. post na LinkedIn, wywiad, wypowiedź na konferencji) i chcesz do nich nawiązać. To mocno personalizuje przekaz – pokazuje, że znasz poglądy klienta.

Prompt: „Odbiorca: [imię, nazwisko, firma]. Źródło: [gdzie klient się wypowiedział – np. post na LinkedIn / artykuł]. Cytat: [przytocz kluczowy fragment wypowiedzi, np. ‘“Automatyzacja procesów to nasz priorytet w 2024” – napisał Pan na LinkedIn 5 maja’]. Napisz pierwsze 1-2 zdania maila, które nawiązują do tej wypowiedzi (zgódź się z nią lub ją pochwal) i zrób płynne przejście do przedstawienia się lub oferty.”

Dane do uzupełnienia: dane odbiorcy; źródło wypowiedzi; cytat lub parafraza wypowiedzi klienta, do której chcesz nawiązać.

Wynik lub insight z branży klienta

Kiedy użyć: Gdy chcesz zaciekawić odbiorcę jakąś statystyką lub faktem dotyczącym jego branży – zwłaszcza takim, który tworzy kontekst dla Twojej oferty. Np. „X% firm w Twojej branży ma problem Y…”.

Prompt: „Branża klienta: [np. e-commerce fashion]. Statystyka/insight: [np. ‘według raportu Salesforce, 72% sklepów online planuje wdrożyć AI w obsłudze klienta do końca roku’]. Napisz otwarcie maila (1-2 zdania) zaczynające się od tego insightu, a następnie sugerujące, że dlatego kontaktujesz się z klientem. Np. ‘Czy wiesz, że 72% sklepów online… ? Dlatego właśnie chciałem podzielić się z Tobą pewnym rozwiązaniem…’.”

Dane do uzupełnienia: branża klienta; konkretna statystyka lub ciekawy fakt rynkowy (najlepiej poparty źródłem).

Scenariusz „Problem-Solution” (mini historia)

Kiedy użyć: Gdy chcesz już od pierwszego zdania „wejść w buty klienta” i zarysować mini-historię: jaki problem może go boleć i że istnieje rozwiązanie. Ten opener jest dłuższy (2–3 zdania), ale bywa skuteczny przy odpowiednich personach.

Prompt: „Odbiorca: [opis roli klienta – np. szef sprzedaży SaaS]. Problem: [np. spadający wskaźnik konwersji leadów]. Rozwiązanie: [Twoja kategoria rozwiązania – np. narzędzie AI do kwalifikacji leadów]. Napisz pierwszy akapit maila (3 zdania) w formacie: 1) zrozumienie problemu (‘Każdy szef sprzedaży czuje frustrację, gdy konwersja leadów spada…’), 2) budowanie napięcia (‘Próbujesz A i B, a wyniki wciąż słabe…’), 3) sugestia że jest inne podejście (‘A co jeśli dałoby się… [tu zasygnalizuj rozwiązanie w neutralny sposób]?’).”

Dane do uzupełnienia: rola klienta; opis problemu; ogólne hasło Twojego rozwiązania (bez brandingu na tym etapie, raczej idea).

Bezpośrednio i zwięźle (tzw. "Quick question" opener)

Kiedy użyć: Gdy stawiasz na maksymalną zwięzłość i chcesz już w pierwszym zdaniu zadać konkretne pytanie biznesowe. Ten styl bywa ryzykowny (bo od razu widać intencję sprzedażową), ale niektórzy odbiorcy cenią konkrety.

Prompt: „Odbiorca: [imię, stanowisko]. Kluczowa wartość: [np. ‘zwiekszenie skuteczności cold maili o 50%’]. Napisz bardzo krótkie pierwsze zdanie maila w formie pytania, które uderza w sedno. Np. ‘Czy chciałby Pan [osiągnąć X]?’. Zachowaj grzeczność, ale bądź konkretny.”

Dane do uzupełnienia: imię i stanowisko odbiorcy (do dopasowania formy: Pan/Pani); kluczowa wartość, którą możesz mu zaoferować (najlepiej w formie mierzalnego rezultatu).

Każdy z powyższych promptów wygeneruje Ci propozycję pierwszych zdań maila. Potem możesz je łączyć z kolejnymi elementami (np. wygenerować opener osobno, a część ofertową osobno i skleić) lub już w jednym promptcie kazać AI napisać cały mail, ale upewnić się, że wygenerowany opener jest personalizowany. Pamiętaj też, że personalizacja to nie tylko [Imię]. Chodzi o kontekst – pokazanie, że wiesz coś o odbiorcy, że mail jest „one-to-one”. Jak ujął to jeden z naszych copywriterów: cold mailing musi być spersonalizowany, inaczej zostanie uznany za typową reklamę . Dlatego nawet najlepsze generatory nie zastąpią drobnego researchu o kliencie. W promptach powyżej zakładamy, że dostarczysz AI te ciekawostki o odbiorcy (osiągnięcie, cytat, statystykę branżową) – to Ty musisz je znaleźć lub wymyślić wcześniej.

(Więcej wskazówek o personalizacji maili znajdziesz w artykule E-mail biznesowy – jak go poprawnie napisać?, gdzie podpowiadamy m.in. jak zaczynać wiadomości biznesowe w zależności od znajomości odbiorcy).

Value proposition i oferta

Środkowa część maila to tzw. value proposition – przedstawienie oferty w kontekście potrzeb klienta. AI może pomóc sformułować te kilka zdań tak, by jasno komunikować „co ja z tego będę mieć?” z perspektywy adresata. Ważne, by unikać ogólników i marketingowej waty – najlepiej podać konkrety, liczby, język korzyści. Oto 6 promptów, które wygenerują zarys sekcji ofertowej:
Przedstawienie rozwiązania językiem korzyści

Kiedy użyć: W głównym akapicie maila, zaraz po openerze, aby wyjaśnić, co oferujesz i jaką wartość to daje klientowi.

Prompt: „Produkt/usługa: [np. platforma do automatyzacji cold mailingu]. Co robi: [np. wysyła spersonalizowane maile i follow-upy automatycznie]. Korzyści: [wypunktuj 2-3 kluczowe korzyści dla klienta, np. ‘oszczędność 10h tygodniowo’, ‘2x więcej odpowiedzi na maile’]. Napisz 2-3 zdania przedstawiające nasz produkt, ale skup się na korzyściach dla odbiorcy. Unikaj technicznego żargonu – język korzyści (np. ‘zwiększysz X, zredukujesz Y’).”

Dane do uzupełnienia: co oferujesz (nazwa lub rodzaj rozwiązania) + 2-3 najważniejsze korzyści liczbowo/jakościowo.

Social proof (mini-case study)

Kiedy użyć: Jeśli masz studium przypadku lub wynik klienta, którym możesz się pochwalić w mailu, ten prompt wplecie go naturalnie. Social proof zwiększa wiarygodność oferty.

Prompt: „Case study: [podaj króciutko przykład sukcesu klienta: kto, co osiągnął, w jakim czasie, np. ‘Firma ABC wdrażając nasze rozwiązanie skróciła czas rekrutacji o 40% w pół roku’]. Użyj tego jako wtrącenia w jednym zdaniu w środku akapitu ofertowego. Np. ‘Już teraz korzysta z tego ABC – w 6 mies. skrócili czas rekrutacji o 40%.’ Reszta akapitu ma wyjaśniać, co możemy zrobić dla nowego klienta. Całość: 2 zdania.”

Dane do uzupełnienia: krótki opis case study (liczby mile widziane).

Porównanie „Before vs After”

Kiedy użyć: Gdy chcesz obrazowo pokazać różnicę, jaką zrobi Twoje rozwiązanie – zarysować sytuację „przed” (ból) i „po” (ulga/korzyść).

Prompt: „Problem klienta: [np. manualne układanie grafiku pracy zajmuje mu wiele godzin]. Stan po: [np. nasz system robi to automatycznie w kilka sekund]. Napisz 2 zdania w stylu ‘before vs after’, np.: ‘Dotąd [opis uciążliwej sytuacji]. Dzięki [Twoje rozwiązanie], teraz [opis jak jest lepiej].’ Zachowaj konkrety (np. czas, liczby).”

Dane do uzupełnienia: opis problemu „przed”; opis sytuacji „po” z Twoim rozwiązaniem.

Szybka lista korzyści (w jednym zdaniu)

Kiedy użyć: Gdy chcesz wymienić kilka konkretnych benefitów, ale mail ma być krótki. Możesz poprosić AI o zwięzłą wyliczankę w jednym zdaniu (np. używając przecinków).

Prompt: „Wypisz w jednym zdaniu 3 najważniejsze rzeczy, które zyska klient dzięki [Twoje rozwiązanie]. Użyj formy: ‘zyskasz X, poprawisz Y, ograniczysz Z’. Zdanie ma być gramatycznie poprawne i czytelne, ale bez rozwlekania.”

Dane do uzupełnienia: nazwa/rodzaj Twojego rozwiązania + 3 zyski (X, Y, Z).

Personalizowany value prop pod branżę klienta

Kiedy użyć: Gdy Twój produkt ma różne zastosowania w różnych branżach i chcesz dopasować treść pod konkretną branżę odbiorcy.

Prompt: „Branża klienta: [np. hotelarstwo]. Nasze rozwiązanie: [np. system oszczędzania energii HVAC]. Specyfika branży: [wymień coś charakterystycznego, np. ‘w hotelach 50% kosztów to ogrzewanie/chłodzenie pomieszczeń’]. Poproś AI: ‘Wyjaśnij w 2 zdaniach, jak nasze rozwiązanie pomaga firmom z branży [hotelarskiej] – odwołaj się do specyfiki tej branży (np. kosztów energii w hotelach).’”

Dane do uzupełnienia: branża klienta; nazwa/rodzaj Twojego rozwiązania; specyficzna bolączka lub cecha tej branży, na którą odpowiadasz.

Wezwanie do działania w miękkiej formie (soft CTA)

Kiedy użyć: Zwykle końcówka value proposition płynnie przechodzi w CTA (Call To Action). Ten prompt pomoże wygenerować łagodne CTA – nie od razu „kup teraz”, tylko np. zaproszenie do rozmowy, oferujące wartość.

Prompt: „Napisz jedno zdanie z miękkim wezwaniem do działania, zachęcającym odbiorcę do kontynuacji rozmowy. Unikaj słów ‘kup’ czy ‘zamów’. Raczej: ‘Chętnie pokażę więcej szczegółów – może krótka rozmowa w przyszłym tygodniu?’ albo ‘Daj znać, jeśli temat jest dla Ciebie interesujący – prześlę więcej info.’ Forma ma być uprzejma, nienachalna.”

Dane do uzupełnienia: ewentualnie formę kontaktu, jaką proponujesz (rozmowa tel, demo, szczegóły emailem). Można też nic nie uzupełniać – AI samo zaproponuje uniwersalne CTA.

Powyższe prompty 9–14 możesz użyć do wygenerowania rdzenia oferty w mailu. Najlepiej, jeśli wcześniej wygenerowałeś opener, a potem oddzielnie wygenerujesz akapit z value prop i je połączysz. Możesz też od razu kazać AI wygenerować cały mail – wtedy upewnij się w promptcie, by uwzględnił personalizowany wstęp oraz te konkretne elementy oferty (korzyści, liczby, CTA). Unikaj stwierdzeń typu „Nasza innowacyjna platforma oferuje kompleksowe rozwiązania zwiększające efektywność” – to nic nie mówi. Staraj się podawać konkrety i wyniki. Jeżeli Twój prompt dostanie takie konkrety (np. „zwiększa efektywność o 15%”), to model je ładnie wplecie w tekst. Jeżeli jednak nie dasz liczb, a tylko ogólniki, to output też będzie ogólnikowy. AI nie zgadnie magicznie Twojej unikalnej propozycji wartości – musisz ją dostarczyć w promptcie.

(Jeśli potrzebujesz więcej wskazówek co do samej treści oferty w mailu, przeczytaj nasz poradnik Szablon maila sprzedażowego – znajdziesz tam m.in. jak budować język korzyści i strukturyzować przekaz pod różne scenariusze.)

Follow-up i bump

Follow-upy to kolejne maile wysyłane, gdy nasz pierwszy cold email nie dostał odpowiedzi. To bardzo ważny element kampanii – statystyki mówią, że wielokrotne follow-upy znacznie zwiększają skuteczność dotarcia do klienta (czasem dopiero 3. czy 4. wiadomość wywołuje reakcję). W follow-upie zwykle przypominamy się, czasem dodajemy nowy argument czy pytanie. Poniżej 6 promptów do generowania follow-upów (tzw. bump emails), które są krótkie i uprzejme:

Delikatne przypomnienie (klasyczny follow-up)

Kiedy użyć: 2-5 dni po pierwszym mailu, żeby grzecznie zapytać, czy odbiorca widział poprzednią wiadomość.

Prompt: „Napisz krótki follow-up (maks 3 zdania) do maila sprzed kilku dni. Ton uprzejmy. Zawrzyj frazę przypominającą np. ‘Chciałem upewnić się, że dotarł do Pana poniższy email’. Dodaj delikatne pytanie, czy jest zainteresowanie, i zaoferuj, że w razie czego chętnie doprecyzujesz szczegóły.”

Dane do uzupełnienia: ewentualnie datę lub dzień wysłania poprzedniego maila (np. „email wysłany w zeszły wtorek”).

Nowy insight + przypomnienie

Kiedy użyć: W kolejnym follow-upie, gdy chcesz dodać jakąś nową ciekawostkę lub argument, zamiast tylko „ping”. Np. tydzień po pierwszym mailu.

Prompt: „Poprzedni mail dotyczył: [przypomnij w 5 słowach ofertę, np. ‘usprawnienia automatyzacji marketingu’]. Nowy insight: [dodaj jedną nową informację, np. ‘właśnie wydaliśmy e-book o tej metodzie, dołączam link’]. Napisz follow-up ~4 zdania: 1) krótkie przypomnienie kontekstu poprzedniego maila, 2) podziel się nowym insightem/wartością (np. darmowy materiał), 3) zapytaj uprzejmie, czy temat jest aktualny dla odbiorcy.”

Dane do uzupełnienia: temat poprzedniego maila; nowy zasób lub informacja do dodania (opcjonalnie link do czegoś wartościowego).

Odniesienie do wcześniejszego braku odpowiedzi (humorystycznie)

Kiedy użyć: Przy 3. lub 4. follow-upie, można pozwolić sobie na odrobinę humoru, jeśli pasuje do relacji. Np. „nie chcę być upierdliwy, ale…”. Ten prompt wygeneruje coś lekkiego.

Prompt: „Ton: lekko żartobliwy, ale grzeczny. Poproś AI: ‘Napisz 2 zdania follow-upu, w których z przymrużeniem oka zauważysz, że dotąd nie dostałeś odpowiedzi. Np. “Jeśli moja poprzednia wiadomość wpadła w czarną dziurę skrzynki odbiorczej, to przepraszam za natarczywość :) Chciałem tylko upewnić się, że temat [X] nie uciekł uwadze.”

Dane do uzupełnienia: temat, o którym przypominasz (X). Uwaga: zachowaj ostrożność z humorem – upewnij się, że pasuje do kultury firmy/osoby!

Bardzo krótki bump (tylko jedno zdanie)

Kiedy użyć: Czasem stosuje się tzw. „one-liner follow-up”, dosłownie jedno zdanie typu „Czy miał Pan może okazję zapoznać się z moją poprzednią wiadomością?”. Ten prompt to wygeneruje.

Prompt: „Napisz jedno zdanie follow-up (maks 15 wyrazów) o treści: ‘czy dostał Pan moją poprzednią wiadomość dotyczącą [temat]?’ Forma oficjalna, pytanie z końcówką typu ‘?’, uprzejme.”

Dane do uzupełnienia: temat poprzedniego maila (w kilku słowach).

Follow-up z ofertą dodatkowej pomocy

Kiedy użyć: W późniejszym follow-upie możesz spróbować strategii: „Rozumiem, że jesteś zajęty – może chcesz, żebym odezwał się za X czasu?”. Ten prompt to ułoży.

Prompt: „Napisz uprzejmy follow-up, 2-3 zdania, w których: 1) wyrażasz zrozumienie, że adresat może być teraz zajęty/przytłoczony mailami, 2) proponujesz, że odezwiesz się ponownie za jakiś czas albo prześlesz więcej informacji jeśli będzie zainteresowany. Coś w stylu: ‘Rozumiem, że może to nie był najlepszy moment… Czy mam spróbować ponownie za dwa tygodnie?"

Dane do uzupełnienia: ewentualnie konkretny termin, kiedy ponowisz próbę (np. „za dwa tygodnie”).

„Break-up email” – ostatni follow-up

Kiedy użyć: Gdy to już ostatnia próba kontaktu i chcesz zasygnalizować, że więcej nie będziesz nękać (tzw. break-up). Np. 4-5 mail w sekwencji.

Prompt: „Ton: uprzejmy, wycofujący się. Napisz krótki mail (2 zdania) informujący, że to już ostatnie przypomnienie i że jeśli teraz brak zainteresowania, to zamykasz temat. Np. ‘To moja ostatnia wiadomość w tej sprawie – nie chcę Panu zabierać czasu. Gdyby kiedyś temat [X] stał się aktualny, chętnie wrócę do rozmowy."

Dane do uzupełnienia: temat/rozwiązanie, o którym była mowa (X).

Jak widzisz, follow-upy są zwięzłe i nie powinny być agresywne. AI może pomóc wymyślić różne odmiany grzecznościowych formułek, żebyś nie musiał powtarzać w kółko „Dzień dobry, czy udało się zapoznać…”. Z promptami 15–20 wygenerujesz kilka wersji i możesz je wykorzystać w automatycznej sekwencji wysyłanej przez narzędzie (np. System Sales Robots, który umożliwia ustawianie takich kampanii follow-up). Pamiętaj tylko, by zawsze dać odbiorcy łatwą opcję rezygnacji (choćby „PS. Proszę dać znać, jeśli nie jest Pan zainteresowany – nie będę więcej przeszkadzać.”). W dalszej części artykułu, w części o compliance, powiemy też o linku unsubscribe – w follow-upach również powinien się znaleźć, jeśli są to maile masowe.

Obsługa obiekcji

Bywa, że potencjalny klient jednak odpisze, ale nie od razu „tak, zainteresowany”, tylko np. zada pytanie lub zgłosi obiekcję: „To dla nas za drogie”, „Nie mamy teraz czasu na wdrożenie”, „Mamy już podobne rozwiązanie”. To w sumie dobra sytuacja – przynajmniej wszedłeś w dialog. Teraz kluczowe jest dobrze na taką obiekcję odpowiedzieć. Poniższe prompty założą, że chcesz wygenerować odpowiedź mailową na konkretną obiekcję (czyli nie w ramach tej samej sekwencji, ale jako reply).

Obiekcja: „Nie mamy budżetu / za drogo”

Kiedy użyć: Gdy klient stwierdza, że za drogie albo nie planują wydatków na to.

Prompt: „Klient: napisał, że nie ma budżetu na takie rozwiązanie w tym roku. Napisz odpowiedź mailową (3-4 zdania) w tonie empatycznym. Struktura: 1) Zrozumienie (‘Rozumiem, budżety są napięte…’), 2) Podkreślenie wartości (‘Nasze rozwiązanie często zwraca się po X miesiącach – może to kwestia spojrzenia na ROI’), 3) Pytanie o otwartość na dalszy kontakt (‘Czy mimo to byłby Pan otwarty, by poznać szczegóły na przyszłość?’). Unikaj agresywnej sprzedaży, raczej zaproponuj plan np. powrót do tematu za kwartał.”

Dane do uzupełnienia: argumenty ROI (jeśli masz konkrety, np. okres zwrotu).

Obiekcja: „Brak czasu / priorytetów”

Kiedy użyć: Klient mówi „teraz nie mamy czasu na to / inne priorytety”.

Prompt: „Klient: sygnalizuje, że ma inne priorytety i nie ma czasu na zajmowanie się nowym projektem. Napisz odpowiedź (3 zdania): 1) Empatia (‘Rozumiem, że timing może nie być najlepszy’), 2) Zapewnienie, że wdrożenie nie jest uciążliwe (‘Nasze wdrożenie zajmuje tylko dzień, a później działa w tle – więc minimalny nakład pracy’ – jeśli to prawda), 3) Propozycja kontaktu w przyszłości (‘Szanuję to – może warto wrócić do rozmowy za kwartał, gdy sytuacja się zluzuje?’).”

Dane do uzupełnienia: ewentualnie argument o łatwości wdrożenia lub obsługi Twojego rozwiązania.

Obiekcja: „Mamy już takie rozwiązanie”

Kiedy użyć: Klient twierdzi, że korzysta z konkurencyjnego systemu albo że robi to wewnętrznie.

Prompt: „Klient: ‘mamy już narzędzie/partnera do tego’. Napisz odpowiedź 3-4 zdania: 1) Uznaj to (‘Cieszę się, że już Pan to rozwiązał…’), 2) Subtelnie wskaż różnicę/USP (‘Nasze podejście nieco się różni – np. [jedna cecha wyróżniająca], co może dać dodatkowe korzyści’), 3) Zaproponuj ewentualny test/porównanie (‘Chętnie udostępnię wersję demo do porównania, gdyby był Pan ciekaw tych różnic’). Uprzejmie, zero krytyki konkurencji, raczej edukacja.”

Dane do uzupełnienia: unikalna cecha Twojego rozwiązania, której konkurencja może nie mieć.

Obiekcja: „Wyślij mi materiały” (spławianie)

Kiedy użyć: Czasem klient prosi tylko o ogólne materiały na maila – co bywa taktyką na odłożenie tematu.

Prompt: „Klient: ‘Proszę przesłać jakieś materiały, zapoznam się’. Napisz odpowiedź 2-3 zdania: 1) Podziękuj i zgódź się wysłać materiały (‘Jasne, w załączniku przesyłam…’), 2) Zasugeruj wartość bezpośredniej rozmowy (‘Materiał obejmuje [spis treści], ale wiem z doświadczenia, że najlepiej omówić konkrety – może 15-minutowy call, żeby przejść przez Pana pytania?’). Ton uprzejmy, pomocny.”

Dane do uzupełnienia: jakie materiały wysyłasz (np. PDF z ofertą, whitepaper).

Obiekcja: Inne (dowolna)

Kiedy użyć: Ten prompt jest uniwersalny – możesz go zastosować do wygenerowania odpowiedzi na dowolny komunikat klienta.

Prompt: „Klient napisał: ‘[tu wstaw treść obiekcji lub pytania klienta]’. Twoja rola: przedstawiciel handlowy, ton: profesjonalny i pomocny. Napisz odpowiedź mailową (4-5 zdań), która odnosi się do poruszonej kwestii, rozwiewa wątpliwości i proponuje kolejny krok. Unikaj bezpośredniej sprzeczki – raczej edukuj i zapraszaj do dialogu.”

Dane do uzupełnienia: wstaw dokładną treść maila od klienta (albo streszczenie), aby AI mogło się do tego odnieść.

Prompt 25 można wykorzystać w zasadzie jako mini-chat z AI: wklejasz treść, co klient napisał, i prosisz o pomoc w sformułowaniu odpowiedzi. To bardzo przydatne, bo AI może zaproponować dyplomatyczne sformułowania, gdy np. klient jest nieco opryskliwy. Oczywiście zawsze przeczytaj i przeredaguj taką wygenerowaną odpowiedź przed wysłaniem – upewnij się, że ton pasuje, a obietnice są zgodne z prawdą. AI może czasem „przeholować” z obiecankami albo wymyślić nieprawdziwe rzeczy. Ty znasz swój produkt najlepiej i wiesz, czego nie wolno obiecać (np. gwarantowanych wyników). Więc traktuj output jako propozycję, którą dopracujesz.

Tematy maili i preheader

Na koniec naszej biblioteki – temat wiadomości (subject) i preheader. Temat jest absolutnie kluczowy, bo decyduje o otwarciu. Powinien być krótki, rzeczowy i budzić ciekawość, ale nie mylić. Pamiętaj, że na mobile często widać ~50 znaków tematu – lepiej się w tym zmieścić . Preheader to tekst, który wyświetla się obok tematu w skrzynce (zwykle to pierwsze zdanie maila, ale można go ustawić własny, ukryty). AI także może pomóc w wygenerowaniu kilkunastu pomysłów na tematy. Oto 5 promptów:
Pomysły na tematy (wiele wariantów)

Kiedy użyć: Zawsze, gdy tworzysz kampanię – wygeneruj kilka-kilkanaście tematów i wybierz najlepszy.

Prompt: „Wygeneruj 5 propozycji tematu maila (subject line) dla następującej wiadomości: [tu krótko opisz o czym jest mail / co oferuje]. Każdy temat maks 6-7 wyrazów (<=50 znaków). Nie używaj CLICKBAIT, ma być rzeczowy i ciekawy. Unikaj też wykrzykników i słów typu ‘promocja’. Przykład formatu: ‘[Korzyść] dla [branża]’ albo pytanie. Propozycje ponumeruj.”

Dane do uzupełnienia: opisz treść maila lub jego główny benefit.

Przykład: jeśli mail dotyczy narzędzia AI zwiększającego open rate w cold mailach, prompt mógłby być: „Wygeneruj 5 tematów dla maila oferującego narzędzie AI zwiększające open rate cold maili. Tematy krótkie, np. pytanie lub liczba. Np. ‘Więcej odpowiedzi z AI?’.” (AI może zaproponować np.: „Więcej odpowiedzi z AI?”, „Sposób na 2x open rate”, „Sekret skutecznych maili”, „Nowe podejście do cold mailingu”). Z tych wybierasz najlepszy.

Personalizowany temat z nazwą firmy odbiorcy

Kiedy użyć: W mailach do kluczowych kont, warto spersonalizować temat np. dodając nazwę firmy adresata – to przyciąga uwagę.

Prompt: „Stwórz 3 propozycje tematu maila, które zawierają nazwę firmy odbiorcy ([Firma]) i nawiązują do [tematu oferty]. Np. ‘Pomysł dla [Firma] na X’. Temat maks 40 znaków.”

Dane do uzupełnienia: nazwa firmy targetu; hasłowo temat oferty/rozwiązania.

Temat w formie pytania

Kiedy użyć: Pytania w temacie często działają, bo budzą ciekawość.

Prompt: „Wygeneruj 3 krótkie tematy maila w formie pytania. Kontekst: [np. rozwiązanie zwiększające sprzedaż online]. Pytania mają sugerować problem lub korzyść, np. ‘Jak zwiększyć [XYZ] w [branża]?’. Max 45 znaków.”

Dane do uzupełnienia: obszar problemu/korzyści.

Preheader podsumowujący wartość

Kiedy użyć: Gdy chcesz dodać preheader (polecamy – wiele programów pocztowych go wyświetla).

Prompt: „Napisz krótki tekst preheader (do 50 znaków) dla maila, który oferuje [opis oferty]. Preheader ma uzupełniać temat wiadomości i zachęcać do otwarcia, np. ‘…’.”

Dane do uzupełnienia: esencja oferty.

Preheader personalizowany

Kiedy użyć: Jeśli pierwszy akapit maila nie jest mocno personalizowany, możesz dać personalizację w preheaderze (np. imię lub nazwę firmy).

Prompt: „Wymyśl preheader (~50 znaków) z personalizacją: zawrzyj nazwę firmy odbiorcy ([Firma]) i zapowiedź oferty, np. ‘[Firma], plan na zmniejszenie kosztów IT o 20%’. Ma to brzmieć naturalnie.”

Dane do uzupełnienia: nazwa firmy odbiorcy; główna obietnica/liczba.

Generując tematy, dobrze jest poprosić AI o wiele wariantów (jak w promptcie 26), bo z reguły z pierwszych dwóch pomysłów nie zawsze wyjdzie coś genialnego. Mając listę 5–10 propozycji, możesz wybrać najciekawszy lub nawet zrobić A/B test tematu (np. połowie bazy wysłać z Tematem A, połowie z Tematem B i porównać open rate).
Pamiętaj przy tym, że skuteczny temat:

• Jest krótki i czytelny. Unikaj przekraczania ~9-10 słów lub 50 znaków , bo zostanie ucięty na telefonie. Lepiej konkretnie: „Nowy sposób na generowanie leadów” niż „Rewolucyjne rozwiązanie zwiększające efektywność generowania leadów w Państwa firmie!!!”.

• Unika spammy słów. Nie dawaj „Oferta”, „Za darmo”, „!!!” itp. – to prosta droga do folderu spam.

• Może zawierać personalizację. Imię czy nazwa firmy przyciąga wzrok. Np. temat „Idea dla [Firma X]…” od razu odróżni się od newslettera.

• Nie obiecuje gruszek na wierzbie. Nie stosuj clickbaitów – np. obiecywanie czegoś nierealnego tylko żeby ktoś kliknął. To się zemści niższym zaufaniem . Temat ma zapowiadać uczciwie to, co jest w środku maila, tylko w atrakcyjnej formie.

Jeśli chodzi o preheader, wiele osób o nim zapomina, a to dodatkowy kawałek „nieruchomości” w skrzynce odbiorcy. Część programów pocztowych wyświetla bowiem zajawkę pierwszych zdań maila. Możesz to wykorzystać, dodając np. na samym początku maila (białym tekstem na białym tle lub w kodzie) własny preheader, który uzupełnia temat. Np. temat: „Jak obniżyć koszty logistyki?”, preheader: „Poznaj case study firmy, która to zrobiła w 3 miesiące.”. Jeśli nie dodasz własnego preheadera, klient i tak zobaczy fragment Twojego maila – często „Dzień dobry, nazywam się…”. Szkoda marnować. Warto, aby preheader + temat wspólnie tworzyły zachęcającą całość. Prompty 29-30 pomogą Ci wygenerować pomysły na takie zajawki.

Iteracja promptu: jak poprawiać styl i trafność

Twój pierwszy wygenerowany przez AI mail jest już niezły, ale „czujesz, że to jeszcze nie to”? Czas na iterację promptu, czyli wydanie dodatkowych poleceń, by dopracować styl i trafność treści. Nawet najlepszym copywriterom pierwsza wersja bywa tylko szkicem – z AI jest podobnie. Pokażemy teraz na przykładzie, jak z jednej bazowej wersji maila zrobić kolejno lepsze, bardziej ludzkie wersje.

Przykład praktyczny: Załóżmy następujący brief: kierujemy ofertę do dyrektora operacyjnego w średniej firmie produkcyjnej (ICP), oferujemy system monitoringu maszyn (IoT), który przewiduje awarie i zmniejsza przestoje o ~30%. Celem maila jest umówienie krótkiej rozmowy/demo. Dodajmy też element personalizacji: firma odbiorcy niedawno otworzyła nową linię produkcyjną (informacja publiczna). Sformułujmy initial prompt na bazie powyższego (korzystając z wcześniej opisanego formatu):

Jesteś doświadczonym sprzedawcą w branży przemysłowej. Twoim zadaniem jest napisać krótki i rzeczowy cold email po polsku.

• Odbiorca: Adam Nowak, Dyrektor Operacyjny w firmie XYZ (produkcja części automotive, ~150 osób).
• Kontekst: Firma XYZ uruchomiła niedawno nową linię produkcyjną (znalezione w aktualnościach branżowych).
• Oferta: System IoT do monitorowania maszyn produkcyjnych, wykorzystujący AI do przewidywania awarii.
• Wartość: Zmniejszenie przestojów maszyn o ok. 30%, obniżenie kosztów utrzymania o 20%.
• Dowód: Np. "Fabryka ABC" dzięki naszemu systemowi zredukowała nieplanowane przestoje z 8h do 2h miesięcznie w ciągu pierwszego półrocza.
• Styl: Ton profesjonalny, ale swobodny (nie sztywno korporacyjny). Personalizowany wstęp do Adama (np. gratulacja nowej linii). Unikaj marketingowego żargonu.
• Długość: 100-120 słów.
• Format: 2-3 krótkie akapity. Na końcu pytanie z propozycją rozmowy. Dodaj temat maila (subject) na początku odpowiedzi.

Napisz propozycję tematu maila oraz treść wiadomości według powyższych wytycznych.

Wariant 1 – wygenerowany bazowy mail:
Temat: Mniejsze przestoje w XYZ – pomysł do rozważenia

Dzień dobry Panie Adamie,
Gratuluję uruchomienia nowej linii produkcyjnej w XYZ. To duże osiągnięcie – wiem, że dodatkowe moce przerobowe to także wyzwanie utrzymaniowe.

Chciałbym przedstawić Panu system monitoringu maszyn, który wykorzystuje AI do przewidywania awarii. W praktyce pozwala on zmniejszyć przestoje o około 30% oraz obniżyć koszty utrzymania parku maszynowego o około 20%. Przykładowo, fabryka ABC zredukowała nieplanowane postoje z 8h do 2h miesięcznie w ciągu pół roku od wdrożenia naszego rozwiązania.

Jeśli utrzymanie ciągłości produkcji jest dla Pana priorytetem, chętnie pokażę szczegóły. Czy znajdzie Pan 15 minut na krótką rozmowę w przyszłym tygodniu?

Z poważaniem,
Jan Kowalski
[Firma i dane kontaktowe]

Oceniamy wariant 1: jest całkiem przyzwoity. Personalizacja na początku (gratulacja) – OK. Wyjaśnienie wartości i case study – jest. Długość ~120 słów – akurat. Co można by poprawić? Brzmienie jeszcze bardziej „po ludzku”: choć nie jest źle, możemy spróbować złagodzić ton (np. mniej formalne „Pan/Pana” – może odbiorca woli formę bezpośrednią „Cześć Adam” – zależy od kultury, trzeba wyczuć). Można też spróbować skrócić trochę drugą część, by była bardziej zwięzła. Zwróćmy uwagę, że model użył „naszego rozwiązania” – może da się to prościej.

Iteracja 1: Poprawa tonu – bardziej rozmowny, mniej oficjalny. Możemy wydać kolejny prompt w tej samej rozmowie z AI, np.: „Przeredaguj ten email na nieco mniej formalny ton. Możesz zwracać się w drugiej osobie (‘Gratulacje… Twój park maszynowy…’), by brzmiało to bardziej naturalnie. Zmniejsz dystans, ale zachowaj profesjonalizm.” Model odpowie nam poprawioną wersją.

Po takiej instrukcji, AI może wygenerować np. coś takiego:

Temat: Nowa linia w XYZ – jak ograniczyć przestoje?

Cześć Adam,
Słyszałem, że wystartowaliście z nową linią produkcyjną – gratulacje! Więcej maszyn to też wyzwanie, żeby wszystko działało bez przestojów, prawda?

Pracuję nad systemem IoT, który pomaga przewidywać awarie sprzętu zanim spowolnią produkcję. W firmach podobnych do Twojej przełożyło się to na ~30% mniej przestojów i ok. 20% niższe koszty utrzymania maszyn. Np. fabryka ABC skróciła niezaplanowane postoje z 8h do 2h miesięcznie w ciągu pierwszego półrocza korzystania z takiego rozwiązania.

Myślę, że moglibyście osiągnąć podobne wyniki. Daj znać, czy chciałbyś rzucić okiem – chętnie pokażę Ci szczegóły na krótkim callu.

Pozdrawiam,
Jan Kowalski

Teraz mail zaczyna się od „Cześć Adam” i brzmi bardziej swobodnie. Jest też pytanie w pierwszym akapicie, co nadaje lekkości. Zwróć uwagę – AI od siebie zmieniło trochę styl: dodało pytanie „prawda?” na końcu zdania. To czasem dobrze działa, bo angażuje czytelnika. Całość brzmi bardziej ludzko, jak email od znajomego z branży, a nie oficjalna oferta. Jeśli taka forma pasuje do naszej grupy docelowej – to jest strzał w dziesiątkę. (W niektórych branżach jednak lepiej trzymać większy dystans – trzeba to ocenić).
Załóżmy, że ton nam odpowiada, ale chcemy jeszcze skrócić i wyostrzyć przekaz. Drugi akapit nadal ma ~3 zdania, można spróbować to skondensować, by szybciej przejść do CTA. Spróbujmy kolejnej iteracji.

Iteracja 2: Zwięzłość i konkrety. Możemy powiedzieć do AI: „Skróć nieco ten mail, szczególnie środkowy akapit – tak by całość zmieściła się w ~90-100 słowach. Zachowaj konkrety (30% mniej przestojów, case ABC), ale pisz możliwie treściwie. Ostatnie zdanie (CTA) może zostać.”

AI prawdopodobnie przytnie opis i zostawi esencję:

Temat: Nowa linia w XYZ – jak ograniczyć przestoje?

Cześć Adam,
Gratulacje z okazji uruchomienia nowej linii produkcyjnej! Przy takiej skali pewnie zależy Ci, żeby maszyny pracowały bez nieplanowanych przerw.

Właśnie w tym pomaga nasz system IoT – przewiduje awarie, zanim spowodują przestój. Firmy podobne do XYZ odnotowały ~30% mniej przestojów i ~20% niższe koszty utrzymania maszyn. Przykładowo fabryka ABC skróciła niezaplanowane postoje z 8h do 2h/miesiąc po wdrożeniu.

Myślę, że u Was efekty mogłyby być podobne. Daj znać, czy warto omówić temat – z chęcią zaprezentuję szczegóły.

Pozdrawiam,
Jan Kowalski

Teraz email ma ok. 100 słów. Środkowy akapit jest konkretny i na temat, bez zbędnych wypełniaczy. Mimo skrócenia wciąż zawiera clue: co to za system i jaki daje efekt (właściwie jedno zdanie to załatwia + zdanie z case). CTA pozostało uprzejme. Temat i preheader (tu nie pokazany, ale można by np. dodać preheader: „Sposób na ~30% mniej przestojów maszyn”) współgrają.

Taka jest moc iteracji promptu. Zamiast ręcznie przepisywać maila, możemy kierować AI kolejnymi komendami: „bardziej luźno”, „krócej”, „dodaj pytanie”, „zmień styl na ekspercki”, „napisz to prościej” itp. W praktyce często robię tak, że wygenerowany mail czytam sobie na głos – jeżeli brzmi dziwnie (np. zbyt sztywno albo sztucznie), to staram się zidentyfikować, co mi zgrzyta i formułuję polecenie, by to poprawić. Np. „Unikaj słowa ‘rozwiązanie’ – zastąp konkretem”, „Usuń powtórzenie ‘produkcja’”, „Zmień zdanie ze strony biernej na czynną”. Model wtedy poprawia tekst. Oczywiście można to zrobić samodzielnie – i czasem warto, szczególnie jeśli tekst jest już prawie gotowy i czujesz, że ręczna redakcja będzie szybsza. Ale w wielu przypadkach warto „dać jeszcze szansę” AI – może akurat w drugiej czy trzeciej próbie wygeneruje Ci perełkę.

Kilka pomysłów na iteracje przy pisaniu cold maili z AI:

• Zmiana tonu – formalny ↔ swobodny, entuzjastyczny ↔ rzeczowy, techniczny ↔ „dla laika” itd. Dostosuj ton do odbiorcy. Np. „Napisz to tak, jakby kolega z branży pisał do kolegi – mniej formalnie”. Albo odwrotnie: „Bardziej oficjalnie, język korporacyjny” (choć tego raczej unikamy w cold mailach).

• Skracanie – jak wyżej. Często AI daje trochę przydługie zdania; można poprosić: „Przeredaguj to, używając krótszych zdań”. Uwaga na długość całego maila – z badań wynika, że cold email powinien mieć raczej < 120 słów dla lepszej skuteczności . Iterując, sprawdzaj, czy nie rozrósł się niepotrzebnie.

• Dodanie luzu/humoru – ostrożnie, ale czasem wskazane. „Dodaj odrobinę humoru w otwarciu (np. lekką metaforę)” – byle nie wyszedł z tego żart na siłę. Można spróbować i ocenić, co AI wymyśli.

• Personalizacja 2.0 – jeśli uznasz, że mail jest wciąż zbyt generyczny, dodaj więcej szczegółów w promptcie i wygeneruj ponownie. Np. doprecyzuj branżę klienta, lokalizację, cokolwiek co „skroi” mail bardziej pod niego. AI może wtedy użyć trafniejszych sformułowań.

• Język prosty vs ekspert – zależnie od odbiorcy, możesz kazać AI pisać bardziej technicznie (jeśli piszesz do inżyniera dla inżyniera, terminologia jest ok) albo odwrotnie – „Wyjaśnij to prostymi słowami, jak dla osoby spoza branży.”

• Sprawdzenie flow – czasem proszę AI: „Przeczytaj ten mail i powiedz, co byś w nim poprawił”. Ciekawie potrafi to przeanalizować i dać sugestie, które ja mogę wdrożyć. To taka auto-korekta stylu przez samego modela.

W przykładzie powyżej przeszliśmy od formalnego „Dzień dobry Panie Adamie” do „Cześć Adam” i bardziej konwersacyjnego stylu. To duża zmiana tonu. Zawsze zastanów się, czy Twój target to kupi – startupowy CTO raczej tak, a prezes w państwowej spółce już może nie. AI pozwala łatwo stworzyć kilka wersji o różnym tonie i porównać, co brzmi lepiej. Ja często generuję 2–3 warianty i pokazuję komuś z zespołu, pytając: „Który bardziej przypomina wiadomość od człowieka, a nie z automatu?”. To dobry test.

Celem iteracji jest naturalność. Chcemy uniknąć sygnałów, że to sztuczna generowana treść. Takich jak przesadne grzeczności („Mam nadzieję, że u Pana wszystko w porządku i że ten e-mail nie zostanie odebrany jako niegrzeczny…” – nie, nie, tak nikt nie pisze). Lepiej zwięźle i na temat, nawet jeśli trochę bezpośrednio. AI ma tendencję do bycia nazbyt gadatliwym i uprzejmym – my to przycinamy. W efekcie finalny mail to wciąż Twoja treść, tylko wygenerowana szybciej.

Testy A/B i zasady jakości (deliverability, compliance)

Skoro masz już zestaw treści wygenerowanych przez AI, upewnijmy się, że kampania będzie skuteczna i bezpieczna. W tej sekcji omówimy dwie kwestie: testowanie wariantów (A/B) oraz kluczowe zasady jakościowe dotyczące dostarczalności maili (deliverability) i zgodności z przepisami (compliance, np. RODO).

Testy A/B i optymalizacja

Dlaczego testować? Bo nawet doświadczony copywriter nie wie na 100%, który temat czy formuła maila zadziała lepiej na Twoją grupę docelową. AI wygenerowało Ci np. 5 tematów – czemu nie sprawdzić, który da wyższy open rate? Albo może porównać dłuższy mail vs super krótki mail? Testy A/B polegają na wysłaniu dwóch (czasem więcej) wariantów i porównaniu wyników. Dzięki AI masz łatwy dostęp do wielu wariantów treści, więc aż się prosi robić testy.

Co testować? Dosłownie każdy element maila może być testowany : temat, preheader, otwarcie (np. komplement vs pytanie), długość maila, styl (formalny vs casual), CTA (prośba o demo vs pytanie o zainteresowanie), a nawet pora wysyłki. W cold mailingu najczęściej testuje się temat (bo wpływa na open rate) i może nieco różne value prop (co wpływa na reply rate). Uwaga: testuj jedną rzecz na raz – Twoje wersje A i B powinny różnić się tylko jednym elementem, inaczej nie będziesz wiedział, co zaważyło . Czyli: nie porównuj zupełnie różnych maili (np. A – długi formalny, B – krótki luźny i z innym tematem), bo jeśli B wygra, nie wiesz, czy to dzięki tonowi, długości, czy tematowi. Lepiej: test 1 – sam temat (reszta maila identyczna), test 2 – sam styl openeru (temat już wybrany najlepszy z testu 1).

Jak testować? Większość platform do mailingów umożliwia wysyłkę w trybie A/B. Jeśli nie, możesz manualnie podzielić listę na pół i każdej wysłać inny wariant (byle losowo, nie np. A do pierwszych 50 firm z alfabetu, B do reszty – bo to może wypaczyć). Potrzebujesz też wystarczającej próby – jeśli wysyłasz tylko 20 maili, to test statystycznie nic nie da. Im więcej, tym lepiej. Dla miarodajnych wyników mówi się o min. kilkuset mailach na wariant, a najlepiej ~1000+ , żeby wyciągać pewne wnioski. W B2B rzadko mamy takie liczby naraz, ale choćby 100 vs 100 już coś pokaże (tylko traktuj wyniki z rezerwą, to może być przypadek). Miej też jasny cel testu – np. „chcę zwiększyć open rate”, więc testuję temat. Albo „chcę więcej odpowiedzi”, więc testuję np. różne CTA lub różne oferty.

Przykład testu z AI: Załóżmy, że nie jesteś pewien, czy lepiej zadziała temat „Sposób na 30% mniej awarii” czy „Adam, 30% mniej awarii w Twojej fabryce”. Masz 200 kontaktów. Dzielisz: do 100 wysyłasz wersję z tematem A, do 100 z tematem B (reszta maila identyczna). Po kilku dniach patrzysz na open rate: powiedzmy temat A miał 35% otwarć, B – 20%. Jest dość jasne, że personalizacja w temacie (A) wygrała. Więc w kolejnych wysyłkach już używasz tematu z imieniem. Następnie możesz testować kolejną rzecz, np. CTA: połowie napisz „Umówmy krótką rozmowę”, połowie „Przesłać więcej informacji?”. I znów zmierz reply rate.

W outboundzie B2B, gdzie wolumen nie jest wielki, raczej robimy testy sekwencyjne: tzn. najpierw wyciągamy wnioski z pierwszych ~100 wysyłek i modyfikujemy podejście przy następnych 100. Możesz też użyć AI do analizy wyników. Np. zadać ChatGPT: „Oto dane: Wariant A – open rate 35%, reply rate 3%; Wariant B – open 20%, reply 5%. Jak to interpretować?”. Model może pomóc wyciągać wnioski (np. A lepiej otwierany, B ciut więcej odpowiedzi – może połączyć zalety obu?).

Podsumowując: nie poprzestawaj na pierwszej wersji. AI daje Ci możliwość generowania dziesiątków wariantów, więc korzystaj z tego. Traktuj kampanię jak eksperyment: ciągle obserwuj, co działa, a co nie, i optymalizuj. Może się okazać, że np. jedna fraza w temacie powoduje blokowanie maili przez spam-filter (i np. gorszą dostarczalność w Gmailach) – wtedy testowo ją usuń i zobacz zmianę. Podejście test&learn jest kluczem do sukcesu w cold mailingu , a przy AI nie kosztuje Cię wiele wysiłku (nie musisz sam pisać tylu wersji, model zrobi to za Ciebie).

Zasady jakości: dostarczalność (deliverability) i compliance

Nawet najlepszy mail nic nie da, jeśli nie dotrze do skrzynki odbiorcy lub jeśli złamie przepisy i narobi Ci problemów. Dlatego na koniec – kilka zasad, o których musisz pamiętać, używając AI w outboundzie.

Dostarczalność (aby maile nie trafiały do spamu)

Pisaliśmy sporo o treści, ale dostarczalność to w dużej mierze kwestie techniczne i reputacyjne. Jeśli masowo rozsyłasz cold maile, zachowuj standardy email deliverability, bo inaczej nawet perfekcyjny mail od AI wyląduje w spamie i nikt go nie przeczyta. Oto najważniejsze reguły:

• Autentykacja domeny wysyłającej: Upewnij się, że Twoja domena ma poprawnie skonfigurowane SPF, DKIM oraz politykę DMARC . Te rekordy DNS informują serwery pocztowe, że Ty jesteś uprawniony do wysyłania maili z tej domeny i że wiadomości nie są spoofowane. Brzmi technicznie? W praktyce większość systemów mailingowych poprowadzi Cię przez dodanie SPF/DKIM – zrób to koniecznie, bo bez tego Gmail/Outlook mogą w ogóle odrzucać Twoje maile.

• Wpisz się w wymogi dostawców poczty: Duże skrzynki (Google, Microsoft, Yahoo) mają swoje zasady dla „bulk senders”. Np. Google wymaga od marketingowych wysyłek nie tylko autentykacji DMARC, ale i poszanowania wskaźników jak spam complaint rate <0,3% i bounce rate <2% . Oznacza to, że musisz utrzymywać bardzo niski poziom skarg. Dla skali: 2 na 1000 odbiorców oznaczy Cię jako spam i już masz nadszarpniętą reputację . Jak tego pilnować? Kieruj maile do odpowiednich osób (dobry target = mniej skarg), dawaj łatwą opcję wypisu (żeby ludzie woleli kliknąć „wypisz” niż „to spam”) i obserwuj w narzędziach typu Google Postmaster Tools swój wskaźnik spamu. Jeśli masz bounce rate (odbicia) powyżej 2%, to znak że Twoja lista jest słaba – czyść listę (waliduj emaile przed wysyłką).

• One-click unsubscribe: To łączy compliance z deliverability. Wysyłki marketingowe powinny zawierać nagłówki List-Unsubscribe, umożliwiające wypis jednym kliknięciem . Gmail i Yahoo tego oczekują – jeśli je dodasz, adresat zobaczy obok nadawcy opcję „Wypisz”. Choć w cold mailach 1:1 nie zawsze to stosujemy (często wystarczy informacja „odpisz STOP”), to przy większej skali rekomenduję dodać te nagłówki. Yahoo wręcz wymaga, by żądania wypisu były realizowane w 2 dni . Więc nie chowaj opcji rezygnacji – to poprawia też Twoją reputację.

• Wysyłaj z dobrego adresu/domeny: Najlepiej z domeny firmowej (nie z Gmaila czy Onetu). Jeśli obawiasz się o główną domenę, rozważ użycie subdomeny do cold maili (np. mail. twojadomena. pl) – by chronić główną przed ewentualnym spam flag. W każdym razie adres nadawcy powinien wyglądać wiarygodnie, najlepiej imię.nazwisko@domena (ludzie ufają personalnym adresom bardziej niż info@). Jak wspomnieliśmy, imienne skrzynki budują większe zaufanie .

• Warm-up i wolumen: Nowej domeny/maila nie wrzucaj od razu na głęboką wodę. Zacznij od małych wolumenów (np. 20 maili dziennie) i stopniowo zwiększaj przez kilka tygodni . Dzięki temu budujesz pozytywną reputację stopniowo, zamiast nagle wyskoczyć z 1000 maili (co wygląda podejrzanie dla providerów). Warto też korzystać z automatów do warmupu (symulują interakcje między skrzynkami, by podnieść reputację). Generalnie utrzymuj stały, przewidywalny wolumen – lepiej wysyłać 50 maili dziennie przez 10 dni niż 500 jednego dnia i potem cisza .

• Treść a spam filters: O treści już sporo było – dodam tylko parę przestróg: unikaj klasycznych spam-triggerów (typowych dla scamów), typu: w temacie „RE:” (udawanie odpowiedzi), ciągi emoji, WSZYSTKO CAPS LOCKIEM, nadużywanie „% PROMOCJA!!!”. Jeśli AI Ci wygeneruje coś takiego, od razu popraw. Dzisiejsze filtry patrzą bardziej na zachowanie użytkowników niż słowa kluczowe , ale mimo to nie warto testować ich cierpliwości. Uważaj też na zbyt duże załączniki, masowe wysyłanie obrazków (lepiej unikaj obrazków w cold mailach – prosty tekst wygląda bardziej naturalnie i mniej śmieciowo). I koniecznie sprawdź, czy AI nie wygenerowało linków wyglądających podejrzanie – wszystkie linki trackujące staraj się osadzić w własnej domenie (czyli korzystaj z dedykowanej domeny dla trackingu kliknięć, jeśli Twoje narzędzie to umożliwia ).

• Monitoruj deliverability: Sprawdzaj, czy Twoje maile trafiają do inboxa. Są do tego narzędzia (np. mail-tester, GlockApps) – możesz okresowo wysłać test i zobaczyć wynik spamu. Patrz na metryki: open rate bliski 0 przy dobrej liście = możliwe problemy z dostarczalnością (spam). Jeśli coś jest nie tak, wstrzymaj kampanię. Lepiej zrobić krok w tył (np. odpalić warm-up, popracować nad reputacją) niż zajechać domenę dalej i potem nic nie móc wysłać.

W skrócie: dbaj o reputację nadawcy jak o własną reputację. Nawet najlepszy content od ChatGPT nie pomoże, jak Gmail uzna Cię za spamera. Trzymaj się technicznych standardów (SPF/DKIM/DMARC), dawaj opcję wypisu, celuj precyzyjnie w odbiorców i monitoruj wskaźniki (spam rate, bounces). Gdy utrzymasz je w zielonej strefie, Twoje maile będą trafiać do głównych skrzynek, a nie do spamu .

(Więcej o przyczynach spamowania pisaliśmy w tekście Dlaczego maile trafiają do spamu? – polecam zajrzeć, jest tam lista najczęstszych błędów i jak się poprawić).

Compliance (aby wszystko było zgodne z prawem i etykietą)

Teraz bardzo ważny temat: legalność i etyka cold mailingu. Wysyłając maile do osób, z którymi nie masz relacji, wchodzisz na grunt przepisów o komunikacji elektronicznej i ochronie danych osobowych (RODO). O ile AI nie ma bezpośrednio wpływu na zgodność prawna (to Ty decydujesz do kogo wysyłasz i co zawierasz), to warto tu wspomnieć o kilku zasadach. Uwaga: nie jest to porada prawna, a jedynie best practices – w razie wątpliwości skonsultuj się z prawnikiem.

• **Legitna baza kontaktów: **Musisz mieć podstawę prawną do przetwarzania czyjegoś maila. W UE RODO dopuszcza tzw. „prawnie uzasadniony interes” w B2B – możesz kontaktować firmy w sprawie ich działalności, o ile robisz to z poszanowaniem ich praw. Unikaj jednak maili na adresy prywatne (gmail) bez zgody. Najbezpieczniej targetować służbowe adresy i to takie opublikowane publicznie lub pozyskane zgodnie z regulaminem serwisu (np. LinkedIn – uważaj, nie wolno scrape’ować jak leci). Absolutnie nie kupuj „dzikich” baz. Po pierwsze – to często spam-trapy i zła jakość (rozwali Ci dostarczalność), po drugie – nie masz pewności, skąd te dane i czy jest podstawa do ich użycia. Buduj własne listy ręcznie lub za pomocą wiarygodnych narzędzi (np. Apollo, Lusha – choć tu też RODO ma zastosowanie). Zasada: targetuj tylko tych, którzy mogą realnie skorzystać z Twojej oferty i spodziewasz się, że uznają kontakt za wartościowy. To minimalizuje ryzyko konfliktu prawnego i etycznego.

• Obowiązek informacyjny: Według RODO, jeśli przetwarzasz czyjeś dane osobowe (a adres email to dana osobowa, jeśli zawiera imię/nazwisko), musisz poinformować tę osobę m.in. skąd masz dane i kto jest administratorem . W praktyce w cold mailu B2B dobrze jest umieścić krótką klauzulę informacyjną, np. w stopce: „Informacja RODO: Pana dane kontaktowe pochodzą ze strony firmowej/LinkedIn. Administratorem jest XYZ sp. z o.o., dane wykorzystujemy wyłącznie w celu przedstawienia oferty. Ma Pan prawo do… (itd.) Jeśli nie życzy sobie Pan dalszego kontaktu, proszę o informację.”. Brzmi to przyciężko marketingowo, ale jest zalecane, by spełnić wymogi przejrzystości . Można te informacje wrzucić w stopkę drobnym drukiem lub podlinkować do pełnej klauzuli. Ważne, żeby odbiorca w pierwszym kontakcie wiedział, czemu dostał maila i jak się wypisać.

• Opcja rezygnacji (opt-out): Już o tym wspomnieliśmy – koniecznie daj odbiorcy prosty mechanizm powiedzenia „nie wysyłaj mi więcej”. Może to być zdanie: „Jeśli nie jest Pan zainteresowany, proszę o krótką odpowiedź – nie będę więcej przesyłać informacji.”. Albo link unsub (w masowym mailingu). Ważne, byś faktycznie honorował te prośby i usuwał takie adresy z bazy od razu . W Polsce prawo komunikacji elektronicznej wymaga poszanowania sprzeciwu – jak ktoś zażyczy, masz obowiązek przestać.

• Transparentność i uczciwość: Cold mail nie może wprowadzać w błąd co do nadawcy czy intencji. Nie udawaj „ciągu korespondencji” w temacie (np. „Re: Nasza rozmowa” jeśli jej nie było) – to niezgodne z dobrymi obyczajami i może być uznane za spam w znaczeniu prawnym. Pamiętaj, że polskie prawo wymaga zgody na „informację handlową” przesyłaną drogą elektroniczną. Tu jest pewna szarość: mail stricte sprzedażowy może podpadać pod informację handlową (wymagałby zgody), ale wiele firm argumentuje prawnie, że jednokrotne przedstawienie oferty B2B mieści się w ramach dozwolonego kontaktu handlowego bez zgody – o ile robisz to spersonalizowanie i nie masowo. To delikatny temat. Bezpieczniej jest stylizować mail jako indywidualne zapytanie biznesowe, nie spam-reklamę. Czyli: nie wysyłaj masowo identycznej ulotki, tylko właśnie spersonalizowane treści (co i tak jest skuteczniejsze!). Oraz nie pisz nachalnie „OFERTA!!!” tylko raczej dialogowo: „mam pomysł, może Ci się przyda”.

• Unikaj danych wrażliwych w promptach: Tu aspekt AI – kiedy korzystasz z zewnętrznego modelu (np. ChatGPT przez stronę), pamiętaj, że dane, które wprowadzasz, mogą zostać zarejestrowane na serwerach OpenAI. Nie wkładaj tam poufnych informacji ani danych osobowych bez potrzeby. Jeśli musisz wygenerować odpowiedź na maila klienta, to możesz go wkleić, ale usuń np. nazwisko czy specyficzne dane firmowe dla bezpieczeństwa (chyba że korzystasz z modelu on-premise lub OpenAI API z wyłączonym logowaniem – to szczegółowe kwestie zgodności z politykami prywatności OpenAI). W skrócie: chroń tajemnice firm i prywatność klientów również w tym, czego uczysz AI.

• Kultura i szacunek: Poza prawem, jest jeszcze po prostu etykieta. Nie wysyłaj treści obraźliwych, politycznych, dyskryminujących. AI raczej sama z siebie tego nie zrobi (ma filtry), ale jak ją źle pokierujesz, to może wymyślić dziwny żart – upewnij się, że nikogo nie uraża. Stosuj zasadę „Empatia przede wszystkim”: myślisz, że Twój odbiorca nie chce takich maili? To może mu nie wysyłaj. Jeśli już wysyłasz – to z poszanowaniem jego czasu: krótko, na temat, dając łatwą opcję „nie”. Dzięki temu budujesz pozytywny wizerunek swój i firmy, nawet jeśli ktoś nie skorzysta z oferty.

Jeszcze raz: nie jesteśmy kancelarią prawną, więc powyższe to ogólne wskazówki. Przepisy w różnych krajach mogą się różnić (np. USA – konieczność podania adresu pocztowego firmy w stopce wg CAN-SPAM, UE – zgody vs opt-out). Jeśli prowadzisz szeroki outbound, warto mieć opracowane szablony zgodne z prawem. Ale nawet bez prawników, kieruj się zdrowym rozsądkiem i uczciwością: pisz maile, które sam(a) chciał(a)byś dostać. AI tu nie odróżni dobra od zła – to Ty musisz być strażnikiem.

(Więcej o zgodności z RODO i dobrych praktykach przeczytasz np. w poradniku SecurePrivacy: GDPR-compliant cold email . Zachęcam do lektury przed ruszeniem z kampanią na większą skalę).

Na koniec tej sekcji mamy dla Ciebie praktyczną checklistę, którą warto przejść przed kliknięciem „Wyślij” przy kampanii AI + cold mailing.

Checklist: Sprawdź, zanim wyślesz (AI wygenerowane maile)

• Ton i personalizacja: Czy mail brzmi, jakbyś napisał(a) go samodzielnie do tego konkretnego odbiorcy? Usuń generyczne frazy typu „Państwa firma to lider innowacji” (jeśli tak piszesz do wszystkich). Dodaj imię, nazwę firmy, odwołaj się do branży – cokolwiek, co czyni treść unikalną dla adresata.

• Język i styl: Przeczytaj mail na głos. Czy brzmi naturalnie? Popraw niezręczne sformułowania. Upewnij się, że styl pasuje do kultury odbiorcy (lepiej nie pisać „Cześć” do prezesa banku – tam raczej „Szanowny Panie”). Usuń ewentualny nadmierny formalizm lub archaizmy, które AI czasem wstawia.

• Fakty i obietnice: Zweryfikuj każdy fakt, jaki AI umieściło. Czy case study jest prawdziwe? Czy procenty/ liczby mają pokrycie? AI mogło „halucynować” – nigdy nie zakładaj, że wymyślony fakt jest prawdziwy . Jeśli model zmyślił jakąś statystykę, podmień ją na realną albo usuń. Dotyczy to także nazw: AI bywało znane z wymyślania nieistniejących osób czy firm – nie dopuść do takiej gafy. Poza tym, nie obiecuj złotych gór – lepiej ostrożnie przedstawić wartość (np. „może pomóc zwiększyć X”, a nie „gwarantuje potrojenie X”).

• Długość i czytelność: Cold email = zwięzłość. Jeśli Twój mail ma ponad 150-200 słów, spróbuj go skrócić. Pamiętaj, że optymalna długość według badań to około 50-125 słów – oczywiście, zależy od branży, ale mniej znaczy więcej. Upewnij się, że są akapity, a nie ściana tekstu. Punktory raczej pomiń (wyglądają jak masowy mailing). Jednozdaniowe akapity są ok – łatwo się czyta.

• Spam check: Przejrzyj treść pod kątem słów/zwrotów, które mogą trącić spamem. Unikaj krzyków marketingowych („PROMOCJA”, „Za DARMO!!!”). Zamiast „Oferta, która zrewolucjonizuje Twój biznes”, napisz normalnie „pomysł, który może usprawnić u Was X”. Sprawdź, czy nie masz zbyt wielu linków – najlepiej max 1 link w mailu (np. do strony firmy lub case study) i ewentualnie 1 w stopce do wypisu. Więcej linków = więcej podejrzeń o spam. Jeśli AI wrzuciło emotikon czy dziwny znak – usuń, w B2B to rzadko stosujemy w pierwszym kontakcie.

• Temat i preheader: Czy temat jest krótki (<50 znaków) i adekwatny? Czy wzbudza ciekawość bez przesady? Warto go jeszcze raz ocenić: „Gdybym ja to dostał, czy bym otworzył?”. Może poproś kolegę o opinię. Preheader – czy dodałeś własny? Jeśli nie, to pamiętaj, że pierwszy akapit posłuży za preheader – upewnij się, że jest sensowny (np. nie zaczynaj maila od „Nazywam się Jan i reprezentuję…” bo wszyscy to widzą od razu – lepiej zacząć od czegoś ciekawszego).

• Stopka i dane firmy: Zgodnie z prawem (zwł. USA CAN-SPAM) powinieneś w mailu biznesowym podać minimum nazwę firmy i formę kontaktu. W stopce maila dodaj więc np. pełną nazwę, adres siedziby, link „Polityka prywatności” (jeśli masz). W B2B nie jest to aż tak rygorystycznie egzekwowane jak w newsletterach B2C, ale to element profesjonalizmu.

• Opcja wypisu: Sprawdź, że mail zawiera informację, jak się wypisać. Czy to link unsub, czy formułka „jeśli nie życzysz sobie kontaktu, daj znać”. Brak takiej informacji może zdenerwować odbiorcę i wtedy łatwiej kliknie „spam”. Lepiej niech wie, że ma kontrolę.

• Test techniczny: Wyślij próbnie maila do siebie (najlepiej na różne skrzynki, np. Gmail, Outlook). Zobacz, czy nie trafia do spamu (jeśli tak – poszukaj przyczyny, np. w raporcie mail-tester.com). Sprawdź, jak wygląda formatowanie – czy np. AI nie wygenerowało dziwnych odstępów lub czy polskie znaki się dobrze kodują (rzadko problem, ale warto upewnić się). Jeśli masz obrazki/linki, zobacz czy działają i czy nie ma ostrzeżeń. Krótko mówiąc: zobacz to okiem odbiorcy zanim wyślesz do innych.

• Segmentacja odbiorców: Upewnij się, że mail pasuje do wszystkich osób, do których go wyślesz. Jeśli używasz personalizacji dynamicznej, np. [Nazwa firmy] w treści – upewnij się, że w bazie masz poprawne dane i np. odmienione (AI może nie odmiawiać nazw, to Ty musisz ewentualnie przygotować poprawne frazy). To już bardziej zmartwienie w CRM, ale miej to na uwadze.

• Plan follow-up: Przygotuj z wyprzedzeniem sekwencję follow-upów (dzięki naszej bibliotece promptów już to masz). Ustaw je w narzędziu lub przynajmniej zaplanuj w kalendarzu, że wyślesz manualnie. Jednorazowy mail rzadko wystarczy – follow-upy mogą podwoić skuteczność kampanii . Więc checklista dotyczy też upewnienia się, że system wyśle follow-up np. po 3 i 7 dniach.

• Monitoruj i reaguj: To już po wysyłce, ale wpiszmy: bądź czujny(a) na pierwsze odpowiedzi. Jeśli ktoś prosi „usuń moje dane” – zrób to natychmiast. Jeśli ktoś zadaje pytanie – AI może pomóc Ci szybko sformułować świetną odpowiedź, nie zwlekaj z tym. No i śledź wskaźniki – jeżeli np. bounce rate skoczył powyżej 5%, przerwij wysyłkę i sprawdź listę adresów (to sugestia, że baza jest słaba). Krótko mówiąc, zarządzaj kampanią na bieżąco.

Odrobina tego „Quality Assurance” przed i w trakcie kampanii uchroni Cię przed wpadkami. AI jest super pomocne, ale to Ty jesteś kapitanem statku – to Ty odpowiadasz za wysłanie poprawnego i zgodnego z prawem komunikatu do odpowiednich ludzi.

FAQ

Na koniec – odpowiedzi na kilka często zadawanych pytań o używanie AI (ChatGPT) w cold mailingu B2B:

Q: Czy AI (np. ChatGPT) napisze za mnie cały skuteczny cold email od A do Z?
A: Napisze, ale nie gwarantuje to skuteczności. Modele wygenerują Ci zgrabny mail, jednak bez Twojego wkładu będzie on sztampowy. Najlepsze efekty osiągniesz traktując AI jako asystenta do szkiców. Ty dostarczasz pomysł, dane o kliencie, unikalną wartość – AI ubiera to w słowa. Potem Ty poprawiasz niuanse. Czysto AI-owe maile (puszczone bez kontroli) zazwyczaj brzmią generycznie, co obniża skuteczność (i może być rozpoznane przez filtry jako masowe). Jak celnie ujął to jeden z użytkowników LinkedIn: „Próbowałem użyć ChatGPT do cold maili na pałę i efekty były słabe – bo próbowałem pójść na skróty, zamiast wnieść w to ludzkie zaciekawienie biznesem drugiej strony” . Dlatego nasz poradnik tak kładzie nacisk na Twoje iteracje i kontrolę jakości. AI przyspieszy pracę, ale nie zwalnia Cię z myślenia i indywidualnego podejścia.

Q: W jakim języku pisać prompty i maile – po polsku czy po angielsku?
A: Jeśli finalnie mail ma być po polsku, lepiej cały proces robić po polsku. ChatGPT zna polski bardzo dobrze i zachowa niuanse (np. odmianę nazwisk). Pisanie promptu po angielsku i proszenie o polski output też działa, ale czasem tłumaczenie może wyjść drętwo. Natomiast do wymyślania konceptów możesz używać angielskiego (więcej materiałów źródłowych, inspiracji), po czym gotowy pomysł przetłumaczyć. Modele wielojęzyczne (np. GPT-4) dają radę w naszym języku, więc korzystaj śmiało w ojczystym. Pamiętaj tylko, że ton polskich maili biznesowych jest trochę inny niż anglosaskich – np. w PL częściej piszemy jednak „Dzień dobry Panie Janie” niż „Cześć Jan” przy pierwszym kontakcie (choć to się zmienia). Upewnij się, że AI generuje styl dopasowany do polskich realiów – można to zaznaczyć w promptcie, np. „nawiązuj do polskich realiów rynku” (wówczas może np. przytoczyć polski case, jeśli wie). W razie czego – Ty znasz swój rynek najlepiej, poprawisz.

Q: Czy korzystanie z ChatGPT do pozyskiwania klientów jest zgodne z RODO i regulacjami?
A: Samo pisanie treści przez AI – tak, tu nie ma zakazu. Ważne jest to, do kogo wysyłasz i jak obchodzisz się z danymi. RODO i polskie prawo nie zabraniają wysyłania spersonalizowanych ofert B2B (bez masowego spamu) – to tzw. uzasadniony interes administratora . Musisz jednak spełnić obowiązki informacyjne, dać opcję opt-out i respektować sprzeciw (jak opisaliśmy wyżej) – inaczej możesz narazić się na zarzut spamowania. ChatGPT nie zwalnia Cię z tych wymogów, bo one dotyczą maila jako takiego. Pamiętaj też, by nie wklejać do ChatGPT danych osobowych klientów bez potrzeby. Jeśli musisz zacytować mail od klienta, OK, ale np. nie podawaj pełnych danych osobowych w promptach, bo łamiesz zasadę minimalizacji danych. Ogólnie: AI – tak, ale ramy prawne outboundu pozostają takie same, jak bez AI. Zawsze miej na względzie prywatność i prawa odbiorców.

Q: Skąd mam wiedzieć, że AI nie narobi głupstw w mailu?
A: Musisz to przeczytać i zweryfikować – innej drogi nie ma. AI bywa przekonujące, nawet jak kłamie. Może np. wymyślić badanie, którego nie było, by poprzeć Twój argument. Dlatego tak ważna jest checklista i krytyczne spojrzenie. Jeśli AI pisze „Według badań McKinsey 80% firm X robi Y” – a Ty nie znasz takiego badania – nie wysyłaj tego! Sprawdź źródło, albo usuń wzmiankę. ChatGPT nie zawsze halucynuje, często trafia z sensownymi danymi, ale nie ryzykuj reputacji na „wydaje mi się, że to prawda”. Podobnie z tonem – AI może nie wyczuć sarkazmu i np. wygenerować coś, co kogoś urazi. Ty jesteś redaktorem, AI – tylko narzędziem. Zasadniczo, traktuj AI jak junior copywritera: napisał tekst, a Ty go musisz zredagować. Wtedy będziesz bezpieczny(a).

Q: Czy używanie AI nie sprawi, że wszystkie maile będą do siebie podobne?
A: Jest takie ryzyko, jeśli wszyscy zaczną używać tych samych promptów. Dlatego zachęcamy do personalizacji i własnej kreatywności. Nasze 30 promptów to punkt wyjścia – modyfikuj je, dokładaj swoje pomysły. Staraj się trenować model na własnych danych: np. pokaż mu kilka swoich najlepszych maili sprzedażowych i poproś, by pisał w podobnym stylu. W ChatGPT można budować kontekst – wykorzystaj to, aby AI generowało unikalny content pod Ciebie. Pamiętaj, że filtry spamowe uczą się też wykrywać wzorce masowych maili. Jeśli 1000 osób użyje identycznego szablonu z ChatGPT, to po jakimś czasie spam-filter może nadawać mu niższy „score”. Dlatego kluczem jest różnicowanie i spintax. Możesz poprosić AI o losowe synonimy (tzw. spintax) , aby każdy mail był trochę inny – to dobra praktyka przy dużej skali, bo chroni przed wyłapaniem powtarzalności. Podsumowując: AI ułatwia pisanie, ale Ty dbaj o indywidualizm treści. To wciąż outbound – personal touch wygrywa.

Q: Jak konkretnie zintegrować ChatGPT z moimi narzędziami do mailingu?
A: Na kilka sposobów. Możesz po prostu używać ChatGPT w przeglądarce równolegle do CRM czy SalesNav – kopiuj-wklej prompty i rezultaty. Są też integracje i funkcje AI wbudowane w niektóre narzędzia mailingowe. Np. nasz system Sales Robots planuje (przykładowo) integrację z OpenAI, żeby generować spersonalizowane treści bezpośrednio w aplikacji. Są też rozszerzenia do przeglądarek, które podpowiadają tematy maili w Gmailu na bazie AI. Technicznie najprościej: stwórz sobie dokument / Notion z wypracowanymi promptami (np. wykorzystując biblioteki takie jak ta), a potem przy tworzeniu kampanii otwieraj go i korzystaj. Z czasem zapamiętasz swoje ulubione formułki. Możesz też użyć API OpenAI i zautomatyzować generowanie – ale tu potrzeba programisty. Dla większości osób manualne użycie ChatGPT plus copy-paste jest wystarczające i najszybsze na start.

Q: Jak uniknąć błędów AI w języku polskim (np. odmiany nazw, formalna grzeczność)?
A: ChatGPT radzi sobie coraz lepiej z polskimi realiami, jednak zauważyłem, że czasem np. nie odmieni nazwy firmy („dla XYZ” zamiast „dla XYZ-u”), czy pomyli końcówki („Pana” vs „Pan”). Dlatego po polsku musisz przejrzeć komunikaty szczególnie pod kątem form grzecznościowych. Jeśli chcesz, by AI to robiła poprawnie, uwzględnij to w promptcie, np. „Zwracaj się per Pan/Pani do odbiorcy” albo „Odmień nazwę firmy w wołaczu”. Czasem warto ręcznie dopisać imię w odpowiednim przypadku (np. „Cześć Adamie” zamiast liczyć że AI dobrze odmieni z „Adam”). Ogólnie jednak model daje radę. Błędy ortograficzne raczej mu się nie zdarzają, stylowo bywa nawet zbyt poprawny. Większość wpadek to właśnie niuanse personalizacji – które i tak powinieneś sprawdzić. Wysyłając mail masowo, przetestuj z różnymi danymi (np. nazwisko „Kowalski” i „Nowakowska” – czy dobrze odmienia końcówki). W razie czego, możesz w promptach używać znaczników płci [M]/[F] i kazać AI generować osobno wersje, ale to komplikacja. Zwykle prościej: przejrzeć finalny eksport maili (np. w podglądzie narzędzia mailingowego) i wyłapać literówki. Czyli znowu – kontrola ludzka na końcu.

Mamy nadzieję, że ten przewodnik dał Ci pełen obraz, jak efektywnie użyć AI w cold mailingu B2B – od pierwszego pomysłu, przez biblioteki promptów, po dopieszczanie szczegółów i bezpieczną wysyłkę. Na deser przygotowaliśmy dla Ciebie gotowy PDF z biblioteką promptów z tego artykułu, abyś mógł/mogła mieć je zawsze pod ręką. Wystarczy, że [skontaktujesz się z nami lub zapiszesz na newsletter] – wyślemy Ci link do pliku lub przestrzeni Notion z tymi promptami. Dzięki temu podczas tworzenia kampanii będziesz mógł/mogła szybko kopiować gotowe formułki i oszczędzać czas (oczywiście pamiętając o personalizacji).

PS: Lead magnet – “Biblioteka promptów do cold email”. Udostępniamy wszystkie 30 promptów wraz z powyższą checklistą w formie uporządkowanej tabeli (Notion/Excel). Możesz ją wykorzystać jako szablon przy planowaniu kolejnych kampanii – wypełniasz tylko pola [DANE] swoimi informacjami, a gotowy prompt od razu używasz w ChatGPT. To przyśpieszy pracę całego zespołu SDR/BDR. (Aby otrzymać dostęp do lead magnet, [skontaktuj się z naszym zespołem] – chętnie podzielimy się tą bazą).

Na koniec, pamiętaj: AI to narzędzie, które wzmocni skuteczność Twojego outboundu, ale tylko w duecie z Twoją wiedzą o kliencie, kreatywnością i etycznym podejściem. Łącząc te elementy, możesz osiągnąć świetne rezultaty – skalować personalizację, testować nieszablonowe ujęcia i jednocześnie prowadzić kampanie w pełni zgodne z zasadami deliverability oraz RODO.

Jeżeli chcesz wynieść swój cold mailing na jeszcze wyższy poziom, rozważ skorzystanie z platformy Sales Robots. Automatyzacja bezpiecznych kampanii to nasza specjalność – pomożemy Ci zintegrować AI w proces, zadbać o deliverability (m.in. poprawną konfigurację SPF/DKIM, monitoring wyników) i zachować pełen porządek w działaniach outbound. Dzięki temu Ty skupisz się na rozmowach z leadami, a my dopilnujemy technicznych aspektów i skalowania. Sprawdź nasz System Sales Robots lub skontaktuj się, by porozmawiać, jak możemy wesprzeć Twoje kampanie. Życzymy powodzenia w tworzeniu skutecznych cold maili z AI!