Generování personalizovaných prodejních e-mailů
Tento prompt pomůže vytvořit vysoce konverzní e-mailovou sekvenci pro B2B outreach v nástroji Reply.io.
Prompt text
Cílová skupina: [Cílová skupina]
Produkt/Služba: [Název produktu]
Hlavní hodnota (Value Proposition): [Hlavní přínos produktu]
Tón komunikace: [Tón komunikace - např. profesionální, přátelský, úderný]
Při psaní dodržuj tato pravidla:
1. První e-mail musí obsahovat personalizovaný "háček" (hook), který ukazuje, že rozumím problémům klienta.
2. Druhý e-mail (follow-up) by měl přijít po 3 dnech a měl by nabídnout hodnotu navíc (např. případovou studii nebo tip).
3. Třetí e-mail by měl být krátký "break-up" e-mail, který zjišťuje, zda je pro klienta téma stále aktuální.
4. Každý e-mail musí obsahovat jasnou výzvu k akci (CTA), která směřuje k rezervaci krátkého hovoru.
5. Vyhni se prodejnímu žargonu a dlouhým odstavcům. Piš maximálně 100 slov na e-mail.
6. Používej zástupné proměnné pro [Jméno_klienta] a [Název_firmy], aby byly e-maily kompatibilní s automatizací v Reply.io.
Příklad použití
Vstup:
Produkt: AI analytický nástroj pro predikci odchodu zákazníků
Hlavní hodnota: Snížení churn rate o 20 % během prvních 3 měsíců
Tón komunikace: Profesionální, ale přímý
Výstup:
Ahoj [Jméno_klienta],
všiml jsem si, že [Název_firmy] rychle roste. S tím ale často přichází i výzva v podobě udržení zákazníků. Pomáháme SaaS firmám snížit churn rate v průměru o 20 % pomocí prediktivní AI analytiky.
Měl bys v příštím týdnu 10 minut na krátký hovor, kde bych ti ukázal, jak to funguje v praxi?
---
(Následují další 2 e-maily v sekvenci...)
Kde použít tento prompt?
Najděte vhodné AI nástroje pro použití tohoto promptu a maximalizujte jeho efektivitu.
Podobné prompty
Analýza uživatelského chování FullStory
Komplexní analýza dat z FullStory pro identifikaci třecích ploch a optimalizaci konverzního poměru produktu.
Analýza uživatelského chování ve FullStory
Tento prompt pomůže produktovému manažerovi interpretovat data z FullStory a navrhnout konkrétní kroky pro zlepšení konverzí.
Architektura backendu v Supabase
Pokročilý návrh databázové struktury, zabezpečení a API integrací pro produkční aplikaci.
Automatizace extrakce webových dat
Komplexní instrukce pro nastavení inteligentního monitoringu a extrakce strukturovaných dat z libovolné webové stránky pomocí Browse AI.
Objevte další AI prompty
Prozkoumejte naši sbírku data promptů a najděte ty, které vám pomohou dosáhnout lepších výsledků.