Суббота, 11 утра. Я сижу перед таблицей с 14 000 контактами и думаю: вот сейчас я напишу три письма на неделю, а потом ещё сегментирую аудиторию, обновлю три цепочки и проверю метрики. Через час стало понятно — руками это не живое.
Не потому что лень. Потому что ручной email-маркетинг на реальном объёме — это как есть суп вилкой. Можно. Но зачем?
Я разобрался, где ИИ реально помогает, а где продаёт красивые обещания. Вот что понял.
Первое: ИИ не пишет письма за тебя — он ускоряет подготовку
Самая частая ошибка — думать, что ИИ заменит копирайтера. Не заменит. Он заменит время на черновик.
Допустим, у меня есть промо-цепочка для новых подписчиков. Раньше я садился, открывал документ и начинал с нуля: «Добрый день! Вы подписались на нашу рассылку...» — и так каждый раз. Теперь я пишу себе честный бриф: продукт, боль, оффер, призыв к действию. Запускаю Claude или GPT с этим контекстом, прошу три варианта — официальный, дружелюбный, агрессивный. Три черновика за 10 минут.
Дальше я беру лучшее из каждого, добавляю реальные детали продукта, правлю заголовки под себя. Итог — рабочее письмо за 20 минут вместо двух часов.
Это не магия. Это асимметрия: ИИ генерирует быстро, человек фильтрует качественно.
Сегментация — вот где ИИ реально экономит время
Вот реальная ситуация: у меня база на 8 000 человек. Часть из них купила что-то за последние 30 дней. Часть — не покупала 90+. Часть открывает каждое письмо, часть — ни одного. Часть — подписалась вчера.
Если отправлять одно письмо всем — метрики падают. Если сегментировать вручную — это два дня работы.
Я стал использовать ИИ для анализа паттернов поведения. Не в смысле «поставьте галочку "сегментация ИИ"» — такие кнопки обычно работают плохо. А так: выгружаю данные открытий и кликов за три месяца, даю промпту с описанием продукта и прошу выделить сегменты и предложить для каждого свою тему письма.
Результат: ИИ видит, что люди, открывающие каждое письмо, но не кликающие — скорее всего, читают, но не видят ценности. Предлагает для них цепочку с кейсами вместо продаж. Люди, которые купили и не открывают — возможно, письма попадают в спам, стоит проверить.
Это не машинное обучение, не нейросети. Это просто быстрый анализ данных с хорошим промптом. И он экономит часы.
Тема письма — это 60% успеха. ИИ умеет их генерировать
Факт, который я проверил на себе: плохую тему письма не спасёт даже гениальный текст внутри. Письмо не откроют.
Раньше я придумывал тему методом тыка. Теперь — генерирую 15–20 вариантов за минуту. Промпт простой: «Напиши 20 тем писем для [описание продукта]. Варианты должны быть разной длины, стиля и подхода: любопытство, боль, социальное доказательство, срочность, вопрос, обещание результата».
Из 20 вариантов 2–3 обычно выстреливают сильнее, чем любые, которые я придумал бы сам. Остальные — фоновый материал для A/B-тестов.
Что ИИ делает плохо в email-маркетинге
Буду честен, потому что это важно.
ИИ не чувствует момент. Он не знает, что вчера ваш клиент уже видел три письма от конкурента и сейчас раздражён. Он не уловит, что ваша аудитория — люди за 40, которые не поймут английский сленг. Он не заметит, что вы уже дважды «кинули» эту акцию и люди потеряли доверие.
ИИ — хороший исполнитель с плохой памятью о вашем бренде. Поэтому за каждым результатом нужен человек, который понимает контекст.
Вторая проблема: персонализация по имени — это не персонализация. ИИ может вставить {{first_name}}, но это не делает письмо личным. Реальная персонализация — это триггеры: «Вы смотрели этот товар, но не купили». ИИ может помочь написать текст для такого письма, но построить автоматизацию триггеров — задача для CRM и вашего времени.
Как я выстраиваю процесс сейчас
Мой флоу на одну рассылочную кампанию выглядит так.
Сначала — данные. Выгружаю из рассылочного сервиса метрики за последние 30 дней. Что открывалось, что нет, какие темы сработали. Это входные данные.
Потом — бриф. Задаю себе вопрос: для какой аудитории это письмо, какая цель, что должен сделать читатель. Записываю ответы кратко.
Дальше — генерация. ИИ пишет 3–5 вариантов письма и 15–20 тем. Я выбираю, редактирую, добавляю реальные детали и ссылку на продукт.
Затем — отправка через автоматизацию. Здесь уже не ИИ, а тот сервис, который вы используете: рассылочная платформа, CRM, сценарии.
На следующий день — проверяю метрики. Что открылось, что нет, где клики. И этот результат — в следующий бриф.
Что попробовать прямо сейчас
Если у вас уже есть база подписчиков и вы отправляете рассылку — начните с малого.
Возьмите одну цепочку писем, которую давно не обновляли. Посмотрите метрики: какое письмо в цепочке имеет самый низкий открыт. Дайте ИИ задачу: переписать это письмо с другой структурой и темой. Протестируйте.
Не пытайтесь сразу перестроить весь маркетинг. Одно письмо, один тест, посмотреть результат — это и есть рабочий подход.
Напишите в комментариях, какую часть email-маркетинга автоматизируете в первую очередь. Или расскажите, что уже пробовали — и что из этого сработало.
