cold-email

cold-email skill 概览

cold-email skill 用来做什么

cold-email skill 用于帮助智能体撰写更有人味、简洁且具备商业可信度的 B2B 外呼邮件和跟进序列。它主要面向销售开发、客户开发、SDR 工作流，以及创始人主导的 outbound 场景；这类场景的核心目标通常是拿到回复、引荐或会议机会。

最适合哪些用户

如果你已经明确了产品 offer 和目标受众，但希望比“写一封销售邮件”这类通用提示词产出更强的文案，那么这个 cold-email skill 很适合你。尤其适用于：

• 编写 outbound 邮件的 SDR 和 AE
• 亲自做早期销售触达的创始人
• 配合销售外呼的市场团队
• 为团队设计可复用 cold-email 使用流程的运营人员

真实要完成的任务

多数用户真正需要的并不是“写一封邮件”，而是一条短消息，同时满足这些要求：

• 能关联到潜在客户的具体问题
• 能加入证明材料，但不显得像广告
• 能提出一个低摩擦的下一步请求
• 能自然延展成一套合理的跟进序列

这也是为什么它比浅层模板更有价值。

这个 cold-email skill 的差异点

这个仓库在一些会直接影响输出质量的地方有明确倾向：

• 它要求智能体先检查是否已有产品营销背景信息
• 它强调用同行对话的口吻写，而不是供应商口吻
• 它提供的是写作框架，而非固定模板
• 它把“简短”视为效果约束，而不是风格偏好
• 它包含关于主题行、个性化、跟进和 benchmark 的参考资料

落到实际使用中，这意味着它更适合做高质量、以回复为导向的 outreach，而不是批量生成模板化邮件。

什么情况下它并不合适

以下场景并不是它的最佳适配：

• warm nurture 或生命周期邮件项目
• 更广义的销售物料
• 法务审核占主导的强合规企业沟通
• 需要 deliverability 配置、域名预热或发送基础设施指导的用户

这个 skill 聚焦的是文案与序列质量，不是 outbound 运营层面的配置。

如何使用 cold-email skill

在你的 skills 环境中安装 cold-email

使用以下命令从仓库安装：

npx skills add https://github.com/coreyhaines31/marketingskills --skill cold-email

如果你的环境已经支持本地或同步的 skills，也可以按现有流程添加，然后确认该 skill 已出现在 skills/cold-email 下。

先读这些文件

想快速上手，建议先看：

• skills/cold-email/SKILL.md
• skills/cold-email/references/frameworks.md
• skills/cold-email/references/personalization.md
• skills/cold-email/references/subject-lines.md
• skills/cold-email/references/follow-up-sequences.md
• skills/cold-email/evals/evals.json

这个阅读顺序很重要：SKILL.md 定义行为规范，参考文件解释背后的原因，而 evals/evals.json 则展示了什么样的调用方式才算高质量。

提示前先检查产品背景信息

这个 skill 明确要求智能体先查找：

• .agents/product-marketing-context.md
• .claude/product-marketing-context.md

如果任一文件存在，应先使用其中的信息，再决定是否向用户追问基础定位问题。这样可以减少重复提问，也通常能显著提升首稿质量，因为价值主张、证明点和目标受众假设已经有了依据。

cold-email skill 需要哪些输入

当你提供以下信息时，这个 skill 的表现最好：

1. 目标受众或具体岗位
2. 公司类型或细分市场
3. 期望结果：reply、intro、call、demo、referral
4. offer 或价值主张
5. 证明点：结果、案例、客户、指标
6. 调研信号：招聘、融资、新项目、tech stack、变更事件
7. 任何限制条件：语气、字数、禁用表述、CTA 限制

即使没有这些信息，模型仍然可以起草文案，但会更容易滑向泛化的 outbound 话术。

把模糊需求改造成高质量提示词

较弱的请求：

• “Write a cold email for my SaaS.”

更强的 cold-email 使用提示词：

• “Write 3 cold email variations for VPs of Marketing at mid-market B2B SaaS companies. We help teams measure which content drives pipeline. Proof: customers see 3x content-attributed revenue in 90 days. Use a peer-to-peer tone, keep each email under 90 words, give 3 subject lines per version, and end with a low-friction CTA. If product context files exist, use them first.”

为什么这样更好：

• 明确了细分人群、痛点领域和证明材料
• 设定了简洁性约束
• 要求输出多个版本
• 用上了这个 skill 偏好的 CTA 风格

用框架，不要只套模板

这个 cold-email skill 的一个实际优势，是它自带框架库。参考资料中包含如下结构：

• PAS
• BAB
• QVC

建议有意识地选用：

• 面向时间紧张的高管，需要更短更直接时，用 QVC
• 当痛点明确且代价高时，用 PAS
• 当“使用前 / 使用后”的转变容易想象时，用 BAB

如果你没有指定框架，可以让智能体自行选择，并说明为什么它适合当前潜在客户。

让它按仓库擅长的方式写主题行

这个仓库对主题行的指导非常可执行：简短、小写、看起来像内部邮件的主题行，通常比打磨过度的营销式标题效果更好。

推荐的请求方式：

• “Give me 5 subject lines, 2–4 words each, all lowercase, tied to the prospect’s problem rather than their first name.”

这与仓库中的参考建议一致，也能避开一个常见失败模式：AI 生成的主题行看起来像群发开发信。

做更有效的个性化

cold-email skill 的最佳用法，并不是“提一句 LinkedIn 上看到的内容”。参考资料强调，个性化应当服务于你要解决的问题，而不只是证明你做过调研。

实用的提示词模式：

• “Use this research signal: they are hiring 3 SDRs. Tie that to likely outbound ramp and follow-up problems, not generic congratulations.”

这样产出的文案，会比停留在表层的个性化更有力度；例如，单纯提及对方最近发过一条动态，通常就弱很多。

不只生成首封邮件，要生成完整序列

仓库中包含了具体的 follow-up 指导，包括节奏安排和切换角度的方法。一个更强的请求是：

• “Write the initial email plus 4 follow-ups. Each follow-up should add a new angle or value, not just bump the thread. Use day 0, day 3, day 7, day 14, and day 21 timing.”

这一点很重要，因为相当一部分回复来自跟进，而这个 skill 本身就是围绕这种工作流设计的。

发送前要求做一次自检

一种很实用的调用方式，是要求智能体依据这个 skill 自己的标准来检查草稿：

• 是否像同行交流，而非供应商推销
• 句子是否简洁
• 是否把 proof 当作可信度支撑，而不是夸张宣传
• CTA 是否低摩擦
• 个性化是否与相关痛点挂钩
• 是否有任何句子显得模板化或冗长

这是把 cold-email skill 从一次性生成工具，变成可复用审核工作流的最简单方法之一。

团队可落地的实际工作流

一个适合团队使用的流程大致如下：

1. 加载产品背景信息
2. 明确细分人群与目标结果
3. 提供一个 proof point 和一个 research signal
4. 生成 2–3 个版本
5. 选择一个框架
6. 扩展成一组简短的 follow-up 序列
7. 做一次质量检查
8. 优先按细分人群调整，而不是一开始就按单个潜在客户逐个改写

这样既能让 cold-email 使用保持高效，也能尽量保住信息质量。

cold-email skill 常见问题

这个 cold-email skill 比普通提示词更好吗？

多数情况下是的，尤其当你的问题在于信息质量和一致性时。它的价值不在于“AI 会写邮件”，而在于它会推动智能体朝这些方向输出：简洁结构、与问题相关的个性化、基于 proof 的表达，以及更现实的跟进策略。

cold-email 只能用于 Sales Outreach 吗？

它最适合 B2B sales outreach。这包括 SDR outbound、创始人 outbound、代理商客户开发，以及面向目标账户的定向触达。相比之下，它并不太适合 newsletter 文案、warm nurture 或客户生命周期邮件。

新手可以使用这个 cold-email skill 吗？

可以，但新手需要提供更多上下文。如果你并不清楚受众痛点、proof 或 CTA 目标，产出的内容虽然可能看起来合格，但会比较泛。这个 skill 最能发挥作用的前提，是你至少已经定义了基础 offer 和目标对象。

这个 skill 会帮助处理 follow-up 吗？

会，这正是值得安装它的更强理由之一。仓库里专门提供了 follow-up sequence 指导、角度轮换和节奏建议，而不是把跟进当成事后补充。

它包含 deliverability 或发送工具方面的内容吗？

不太包含。这个 cold-email skill 聚焦于文案、消息逻辑和序列设计，不会替代收件箱配置、名单构建、验证或发送基础设施相关工具。

什么情况下不该使用这个 skill？

以下情况建议跳过：

• 你需要的是 warm email nurture
• 你的 offer 缺乏任何可信 proof
• 你的受众过于宽泛，无法做有意义的个性化
• 你想要的是高量、偏 spammy 的群发触达，而不是有针对性的沟通

这个 skill 优化的是有思考的 outbound，而不是靠粗暴堆量。

如何改进 cold-email skill 的使用效果

提供更好的 proof，而不是堆更多功能点

想最快提升 cold-email 输出质量，最有效的方法就是给出真实的 proof point：

• 可量化结果
• 具名客户
• time-to-value
• before/after 的结果变化

“Teams improved reply rates by 32% in 6 weeks” 远比 “we use AI to optimize outreach” 更有说服力。

提供有业务相关性的 research signal

更好的输入：

• “They just raised Series B and are hiring outbound reps.”

较差的输入：

• “They posted on LinkedIn about leadership.”

前者能自然连接到潜在的销售流程压力；后者往往只会产出听起来不真实的个性化表述。对于 cold-email skill 来说，research signal 最好能指向一个你的 offer 确实能解决的业务问题。

收紧 CTA

一个常见失败模式，是太早要求对方投入过多。这个仓库整体倾向于低摩擦请求。想提升输出质量，可以明确指定类似这样的 CTA：

• “open to a quick take?”
• “worth sending a short example?”
• “should I share how others handle this?”

这些通常比 “book a demo” 更适合 cold-email 的使用场景。

更激进地压缩长度

参考资料明确把短邮件视为效果杠杆。如果首稿看起来很完整，但偏长，可以要求智能体：

• 压到 75 词以内
• 删除铺垫废话
• 用一个 proof point 替代功能堆砌
• 每个句子只保留一个意思

这通常既能提升真实感，也更有利于拿到回复。

让框架匹配受众

如果结果不理想，不要一上来就逐句重写；先换框架往往更有效：

• 面向高管、需要极简表达时，用 QVC
• 痛点明确且代价高时，用 PAS
• 转变路径直观、容易想象时，用 BAB

相比反复改形容词或重复重写开头，这类调整的杠杆更高。

优化 follow-up 的角度设计

如果整套序列显得重复，可以为每封邮件明确分工：

• initial：给出定制化观察
• follow-up 1：更尖锐地界定问题
• follow-up 2：补充 proof 或 benchmark
• follow-up 3：提供新的价值材料或新角度
• follow-up 4：礼貌收尾

这与仓库中的 follow-up 逻辑一致，也能避免常见的 “just checking in” 式低质量跟进。

用 evals 校准输出质量

打开 skills/cold-email/evals/evals.json，把你的提示词与预期行为对照。evals 能直接反映这个 skill 认为什么是高质量输出：

• 会先检查 context files
• 语气像同行对话
• 会选择合适框架
• 主题行保持简短
• 提供多个版本
• 使用低摩擦请求

如果你的工作流始终产不出这些特征，应先调整提示词，而不是先怪 skill 本身。

迭代时优先改细分人群，而不只是改措辞

如果效果不好，不要只盯着重写文案，也要重新收窄细分：

• 更窄的公司规模
• 更明确的岗位职责
• 更强的触发事件
• 更具体的痛点

这个 skill 的表现会随着 targeting 更精准而显著提升。在用于 Sales Outreach 的 cold-email 场景里，名单质量和上下文质量，往往比再多做一轮文案润色更重要。