cold-email

冷启动邮件生成

根据特定的 B2B 人物画像，生成高质量的冷启动邮件，并采用有证据支撑的沟通策略。

工作流

创建工作流任务（第一步）

开始任何工作之前，先使用 TaskCreate 为每个步骤创建任务，并通过 addBlockedBy 强制执行顺序。根据各步骤的工作流文本制定任务描述和完成标准。

1. 冷启动邮件：解析请求并调研公司
2. 冷启动邮件：加载人物画像指导并将产品与痛点匹配
3. 冷启动邮件：选择内容 CTA 和社会认同
4. 冷启动邮件：起草并发送邮件

开始某项任务时，将其标记为 in_progress；达到该步骤的退出标准后，将其标记为 completed。重新进入时，先检查 TaskList，然后从第一个未完成的任务继续。

---

1. 解析请求
   • 确定目标人物画像（参见下方的「人物画像速查表」）
   • 提取公司背景（名称、行业、规模，以及融资、招聘、产品发布等信号）
   • 确定邮件类型：首次联系或跟进（默认为首次联系）
   • 如果用户提供了 LinkedIn 个人资料 URL，则继续执行步骤 1b

1b. 通过 Crustdata MCP 补充潜在客户信息（提供 LinkedIn URL 时）

• 调用 mcp__crustdata__enrich_person_by_linkedin，并传入 LinkedIn URL
• 提取并使用以下信息进行个性化：
  • 姓名和职务：在问候语中使用名字，并根据职务确定人物画像
  • 当前公司：公司名称、域名、简介、融资阶段
  • 职业经历：过往雇主和职位（有助于采用「你曾扩展团队规模」等切入角度）
  • 教育背景：学校和学位（谨慎使用，仅在高度相关时采用）
  • 技能／语言：可用于调整沟通风格
• 调用 mcp__crustdata__get_person_linkedin_posts，查找可用于个性化沟通的近期帖子
• 调用 mcp__crustdata__enrich_company_by_domain，并传入对方公司的域名，以深入了解公司信息（员工人数、营收、融资、创始人）
• 根据 Crustdata 数据确定个性化优先级：
  1. 近期 LinkedIn 帖子（若对方发布过相关主题，这是最佳切入点）
  2. 当前职位 + 公司背景（与产品相关的切入点）
  3. 职业发展轨迹（例如：「自从你从 [前公司] 加入以来……」）
  4. 公司增长信号（融资、员工人数增长）

2. 先调研公司（对 CS/CX 负责人至关重要）

   • 如果 Crustdata 已提供公司数据，则使用这些数据；否则进行网络搜索
   • 查找公司的核心产品和平台名称
   • 了解其 CS／支持团队日常实际负责的工作
   • 查找特定产品术语（例如「HealthRules Payer」「RingEX」「Qualtrics XM」）
   • 查找近期新闻、集成或平台更新
   • 这些调研结果将用于制定邮件主题行和切入点

3. 加载人物画像专属指导

   • 阅读 references/personas.md，找到匹配的人物画像类型
   • 记录其痛点、购买行为和反模式

4. 将产品能力与人物画像的痛点匹配

   • 阅读 references/product-intel.md，了解 Inkeep 产品背景
   • 确定哪个产品支柱（Ask AI、Copilots、Workflows、Build Your Own）能解决其问题
   • 选择相关的证明数据（例如，支持类使用「工单减少 48%」，产品类使用「激活率提升 18%」）
   • 切勿以产品功能作为开场；应先讲成果，再联系到相应能力

5. 选择内容 CTA（可选，但建议采用）

   • 阅读 references/blog-mapping.md，查找与该人物画像相关的文章
   • 匹配购买阶段：认知（冷启动）、考虑（探索）、决策（评估）
   • 对于多步骤序列：为第 2 封和第 3 封邮件分别选择角度不同的 2 篇文章

6. 添加社会认同（相关时）

   • 阅读 references/customer-proof.md，查找行业匹配的客户
   • 使用 1–2 个在行业和规模上与潜在客户匹配的客户名称

7. 起草邮件

   • 遵循下方的邮件结构
   • 根据角色定位采用相应的沟通角度
   • 自然地融入产品优势（不要写成推销）
   • 保持简短（首次联系少于 100 个单词，后续跟进少于 150 个单词）

8. 输出邮件

   • 提供主题行和正文
   • 如需多个版本，提供 2–3 个选项

---

Crustdata MCP 集成

提供 LinkedIn 个人资料 URL 时，使用 Crustdata MCP 工具收集丰富的潜在客户数据，以便进行个性化定制。

可用的 Crustdata 工具

工具	用途	使用时机
mcp__crustdata__enrich_person_by_linkedin	获取个人详情：姓名、职位、公司、职业经历、教育背景、技能	始终使用，前提是提供了 LinkedIn URL
mcp__crustdata__get_person_linkedin_posts	获取最近 5 条 LinkedIn 帖子及互动指标	根据近期活动寻找个性化切入点时使用
mcp__crustdata__enrich_company_by_domain	获取公司详情：营收、员工人数、融资情况、创始人	需要超出基本信息的公司背景时使用
mcp__crustdata__get_company_linkedin_posts	获取公司最近 5 条帖子	查找可供引用的公司新闻或公告时使用

个人信息补充中的数据字段

person:
  - name, title, headline, location
  - email (if available), twitter_handle
  - summary, profile_picture_url
  - connections count
  - skills, languages

current_employment:
  - company_name, title, location, start_date
  - company_details: linkedin_id, website_domain, logo_url, description

past_employment:
  - company_name, title, start_date, end_date

career_summary:
  - all_titles, all_employers, all_schools, all_degrees

按数据类型制定个性化策略

数据类型	用法	示例
近期 LinkedIn 帖子	提及对方发布的具体话题	“您最近关于 AI 客服的帖子很有启发……”
当前职位 + 任职时长	定制角色沟通方式	刚上任 = 快速见效；任职 2 年以上 = 战略举措
公司简介	提取产品名称用于主题行	“Qualtrics XM 季度业务回顾准备”而不是“更快地准备季度业务回顾”
过往雇主	通过共同背景建立可信度	“鉴于您曾在 [previous co] 推动客服规模化……”
公司员工人数/融资情况	判断发展阶段及其痛点	B 轮 = 扩张期混乱；企业级 = 工具整合
技能/语言	确定沟通方式	有技术技能 = 可以深入探讨架构

示例：将 LinkedIn URL 转化为个性化邮件

输入： https://www.linkedin.com/in/johndoe

Crustdata 返回：

• 姓名：John Doe
• 职位：客户成功副总裁
• 公司：Acme Corp（B 轮融资，200 名员工，数据分析平台）
• 近期帖子：“我们刚刚发布了新仪表盘……”
• 过往经历：DataCo 客户成功总监

个性化切入点：

“您的团队在推动 Acme 分析平台部署实现投资回报的同时，还要跟上刚刚发布的仪表盘更新。要将使用信号、支持主题和利益相关方反馈整理成适用于续约的简报，仍需手动拼接信息。”

与通用切入点对比：

“我看到您在 Acme Corp 负责客户成功。”（浪费字数，也没有提供有价值的信息）

Crustdata 数据有限时

如果数据补充结果较少：

1. 改用网络搜索了解公司情况
2. 仅根据职位判断角色类型
3. 聚焦公司相关的切入点，而非个人相关的切入点
4. 检查 enrich_realtime: true 选项能否提供更新的数据（会消耗更多额度）

---

Persona 快速参考

Persona	主要痛点	CTA 风格
创始人兼 CEO	增长放缓、CAC 效率	业务成果、ROI 数据
CTO / 创始人兼 CTO	AI 采用、安全、技术债务	技术深度、架构
工程副总裁	开发者生产力（32% 的编码时间）	DORA 指标、团队效率
CIO / IT 副总裁	AI 战略、供应商整合、安全	TCO、合规、企业集成
CPO / 产品副总裁	利益相关方冲突、AI 集成	用户参与度、功能采用
产品总监/负责人	证明产品 ROI、达成共识	跨职能案例研究
高级 PM / GPM	衡量功能影响	同行推荐、框架
技术 / 平台 PM	量化基础设施价值	DevEx 指标、架构
客户体验/客户成功副总裁	证明 ROI、保障 NRR	以金额表示的成果
客户体验/支持总监	组织孤岛（73%）	CSAT、FRT 改善
支持负责人	知识缺口（51%）、团队产能	工单拦截、客服人员生产力
支持运营 / 客户体验运营	工具泛滥（81%）、集成	API 深度、TCO、自动化 ROI
客户成功经理 / 入职引导经理	实现价值所需时间、倦怠	节省时间、自动化
支持团队主管	客服人员生产力、FCR	快速见效、模板
开发者关系负责人	证明开发者关系 ROI、内容效率	开发者激活指标
高级开发者倡导者	身兼多职、内容产量	节省时间、同行使用情况
初级开发者倡导者	职业发展路径、可信度、工具过载	免费资源、模板、同行使用情况
技术写作负责人	文档过时（占 SME 时间的 30%）	保持内容更新、减少支持工单
技术写作者（IC）	审核瓶颈、SME 协调	模板、同行推荐、免费试用
社区负责人	证明 ROI（58%）、资源	参与度、留存影响
增长副总裁/负责人	潜在客户质量（61%）、CAC 上升	激活、转化数据
AI 负责人	POC 被放弃（42%）、数据质量	从 POC 到生产环境、治理
内容创作者（招聘）	预算限制（8%）、视频成本	效率、成本与代理机构对比

---

电子邮件结构（首次触达）

Subject: [2-3 words, internal-camo style, no punctuation]

[1 sentence: Personalized observation or trigger]

[1-2 sentences: Problem statement with loss framing or unconsidered need]

[1 sentence: Social proof:"We helped [similar company] [specific outcome] in [timeframe]"]

[1 sentence: Interest-based CTA with optional content offer]

特点：

• 总字数少于 100 字（建议，并非硬性规定）
• 阅读难度为小学三至五年级水平
• 使用纯文本，首次触达邮件中不含链接
• 2 至 3 个段落，每段 1 句话
• 以“你/你的”开头，而不是“我/我们”
• 使用具体数字、具名公司和准确时间线
• 仅在复合词中使用连字符（edge-case、Tier-1、50-80%）。绝不要用破折号连接不同的想法或分句。
• 绝不使用 em dash。改用逗号或句号。

注意： 后续邮件（第 2 封和第 3 封）应包含博客文章链接作为 CTA。请参阅下文的后续邮件递进安排。

---

客户成功副总裁/负责人电子邮件结构（经验证的模式）

对于客户成功领域的领导者（客户成功副总裁、客户成功负责人、客户成功高级副总裁、首席客户官），请使用经过 30 多家公司验证的研究优先结构：

主题行公式

[Company Product Name] QBR prep

示例：

• Qualtrics XM QBR prep
• Mural rollout QBR prep
• RingEX and RingCX QBR prep
• LeanIX onboarding, faster first value
• Vanta Trust Center QBR prep

主题行必须提及对方特定的产品/平台。像“更快准备 QBR”或“客户成功效率”这类通用主题均无效。

面向客户成功领导者的电子邮件结构

Hi [First Name],

[1-2 sentences: Company-specific CS challenge with loss framing. Reference their actual products/platform and the manual work involved.]

We build a CSM AI Agent that connects to the systems you already use (CRM, support, call notes, product usage) and can answer in seconds:
• "Which accounts are trending at risk, and why?"
• "What should we cover in the next QBR for <customer>?"
• "Generate a renewal or QBR summary with outcomes, adoption, and open risks."

Open to a quick 15-minute chat next week?

Best,
[Your Name]
[Company]

面向 CS 领导者的开场方式

好的开场方式（针对产品，突出损失）：

• “[Company] 通过 [Product A] 和 [Product B] 为 [customer type] 提供支持，我想你们团队在 QBR 和续约前要花很多时间整合上下文。”
• “对于 [product type] 客户，续约情况通常分散在 [signal 1]、[signal 2] 和 [signal 3] 中。”
• “要将 [platform] 活动、[metric] 和 [data source] 整合成高管可用的续约情况说明，仍然需要数小时的手动处理。”

不好的开场方式（泛泛而谈，聚焦职位）：

• “我看到你在 [Company] 负责 Customer Success。”（把字符浪费在对方的职位上）
• “你们团队可能要花时间做手动工作。”（没有针对其产品）
• “我注意到你们正在招聘 CSM。”（触发因素很泛）

自定义要点

根据公司调研自定义三条要点：

公司类型	风险信号	健康状况概览	QBR 内容
可观测性/IT	覆盖缺口、告警噪声大、工作流停滞	部署健康状况、拓扑缺口、集成情况	成果、采用情况、未解决的风险
安全/合规	覆盖缺口、漏洞增加、未解决的事件	风险态势、修复状态	MDR 成果、风险趋势线
医疗保健/支付方	实施延迟、利益相关者变动	项目健康状况、系统性能	已交付的成果、未完成的行动项
数据/分析	激活率低、元数据过时、集成失败	数据可信度、沿袭缺口	采用趋势、覆盖情况
支付/金融科技	计划表现、欺诈/争议相关信号	发卡方处理健康状况	计划成果、合规情况

---

面向高级支持领导者的邮件结构（VP/SVP/EVP）

面向大型技术型 B2B 公司的高级支持领导者，使用这种高管微型邮件格式（约 80 个单词，采用同侪交流的语气）。

关键原则

• 少于约 80 个单词（高管微型邮件）
• 采用同侪交流的语气，而非推销或营销文案
• 语言朴实可信，避免使用流行术语
• 聚焦杠杆效应、产能和知识复用，而非功能
• 假设他们已经拥有出色的工具，也可能已经在使用 AI 助手
• 根据真实的公司情况进行个性化定制

Inkeep 的三个界面（必须将三者联系起来）

始终用一句话将所有三个界面与问题联系起来：

1. 面向客户的 AI 助手，提供注明来源的回答
2. Agent Copilot，可分析请求并起草附有来源链接的回复
3. 内容撰写工具，可将已解决的工单转化为知识库/文档更新

单句示例：

“Inkeep 提供一个共享知识层，为注明来源的客户 AI 助手、嵌入案例工作流的 Agent Copilot，以及自动将已解决案例纳入文档提供支持。”

两种问题切入角度

角度 A：“已有答案，但没有适时呈现” 当公司拥有完善的文档/知识库/社区，但案例仍会被创建时使用：

“许多支持问题已有文档记录，但合适的答案没有在需要时呈现出来，因此案例仍会被创建，客服人员也会再次搜索。”

角度 B：“解决方案留在案例中” 当问题在于解决后知识没有传播时使用：

“复杂案例关闭后，解决方案往往留在案例讨论串中，而客服人员、客户和 AI 工具仍在使用旧的指导信息。”

根据公司情况选择。对于自助服务体系成熟（知识库、社区、文档）的公司，角度 A 更合适。对于升级处理是瓶颈的公司，角度 B 更合适。

面向高级支持领导者的邮件结构

Hi [First Name],

[1-2 sentences: Company-specific hook with real data (integrations count, endpoints, products). State the Support problem concretely.]

[1 sentence: The Inkeep solution connecting all three surfaces to the problem.]

Open to a [10-15] min compare?

Best,
[Your Name]
[Company]

主题行模式（公司专属要求）

好的（针对公司量身定制）：

• Snowflake Copilot：让答案保持最新
• 覆盖 650+ 个集成，提升支持效率（New Relic）
• Clean Room 设置：Snowflake + BigQuery（LiveRamp）
• SKAN + OneLink 边缘情况（AppsFlyer）
• 当 Qlik + Talend 案例经验无法传递时

不好的（泛泛而谈，适用于任何公司）：

• 文档是有的，找到它们才是难题
• 边缘情况的答案总是记不住
• 加快 QBR 准备

公司研究切入点

从公开来源中寻找 2-4 个具体切入点：

切入点类型	示例
生态系统规模	“650+ 个集成”“10,000+ 个合作伙伴”“270k 个新闻来源”
部署模式	“AWS、Azure 和 GCP”“云端 + 本地部署”“混合数据环境”
关键工作流	“SKAN + OneLink 设置”“Clean Room 连接”“RampID 身份解析”
他们的 AI 助手	“Snowflake Copilot”“Alteryx Copilot”“Qlik Answers”“Breeze”
知识库/社区布局	“MyAlteryx 门户”“Knowledge Center”“大型 Community”
合规/安全	“SOC 2 Type II”“符合 HIPAA 要求”“勒索软件防护能力”
全球覆盖范围	“140+ 个国家”“50,000+ 个端点”“跟随太阳轮班”

示例（高级支持负责人）

Alteryx 客户支持与 CX 运营副总裁

主题： 让 Copilot 的答案保持最新

您好，[名字]：

你们已经在使用 MyAlteryx 处理案例，并运营着 Knowledge Center 和大型 Community。解决棘手问题后，最终解决方案可能只留在案例讨论串中，而 Agent、客户和 Alteryx Copilot 却仍在调用较旧的指导内容。

Inkeep 通过将已解决的案例同步到始终保持最新的知识层，弥合这一差距，为客户提供带引用的答案，并在你们的工具中为 Agent 提供 Copilot。

愿意花 12 分钟交流比较一下吗？

此致， Matthew

---

New Relic 全球技术支持高级副总裁

主题： 覆盖 650+ 个集成，提升支持效率

您好，[名字]：

New Relic 拥有 650+ 个集成，并提供一流的 OpenTelemetry，因此全球技术支持团队每天都要排查数据采集、属性映射和 NRQL 边缘情况。棘手案例解决后，步骤往往只留在工单中，而客户和 New Relic AI 仍在调用较旧的文档。

Inkeep 为你们提供一个共享知识层：带引用的客户 AI 助手、嵌入工作流的 Agent Copilot，以及自动将已解决的案例收录到知识库中。

愿意聊 12 分钟吗？

此致， Matthew

---

AppsFlyer 北美和拉美技术支持负责人

主题： 为 10,000+ 个合作伙伴提供支持

您好，[名字]：

AppsFlyer 支持 10,000+ 个集成合作伙伴，以及 SKAN 和 OneLink 设置，因此北美和拉美团队经常会遇到“我们照着文档做了，还是卡住了”这类问题。

答案往往已存在于文档和过往案例中，但无法及时呈现；而真正的知识缺口也需要时间才能补上。

Inkeep 会在客户聊天中呈现带来源引用的答案，并提供嵌入工作流的 Agent Copilot；当出现真正的新问题时，还会起草知识库更新。

愿意简单交流比较一下吗？

此致， Matthew

---

T2/T3 技术支持邮件

对于处理升级问题的技术支持负责人，请采用“寻找上下文”切入角度。

T2/T3 问题

T2/T3 支持中耗时的部分不是调试，而是在调试开始前收集上下文：

• 环境/版本
• 配置
• 日志和追踪记录
• 类似的过往案例
• 客户账户状态

这就是跨 6 个系统“寻宝”：Datadog/Splunk、Jira、Slack、Confluence、CRM、产品管理工具。

T2/T3 邮件结构

Hi [First Name],

[1 sentence: Company-specific T2/T3 challenge with concrete systems/workflows.]

[1 sentence: The context gathering problem, stated plainly.]

Inkeep gathers that context, suggests the reply with linked sources, and turns new learnings into updated docs, so the next engineer or customer does not have to re-collect it.

Open to a [10-12] min compare?

Best,
[Your Name]

T2/T3 跟进邮件序列

邮件 2（跟进）：

Hi [First Name],

Quick bump.

On T2/T3, the slow part is often gathering context before debugging even starts: env/version, configs, logs, traces, and similar past cases.

Inkeep gathers that context, suggests the reply with linked sources, and turns new learnings into updated docs, so the next engineer or customer does not have to re-collect it.

Open to a quick 10-12 min compare?

Best,
[Your Name]

邮件 3（衡量角度）：

Hi [First Name],

How do you measure the "context gathering" step today?

One simple metric is time from ticket opened to the first helpful reply that includes the key facts and next steps, not just "we're looking."

Inkeep reduces that time by pulling the facts from your systems and drafting the response with sources.

Worth a short chat?

Best,
[Your Name]

邮件 4（结束联系）：

Hi [First Name],

Last note from me.

If your engineers already get env details, logs, and past-case matches pulled into every escalation automatically, I'll bow out.

If not, that context work repeats on every T2/T3 ticket.

Inkeep gathers the context, suggests the reply with linked sources, and turns new learnings into updated docs, so the same question is easier next time.

Who owns this workflow?

Best,
[Your Name]

---

客户成功负责人续约邮件（定制 CSM AI Agent）

对于专注于续约和 QBR 的客户成功负责人（VP CS、Head of CS、SVP CS、CCO），请使用这份“定制 CSM AI Agent”模板。

与支持负责人邮件的主要区别

• 聚焦于续约、季度业务回顾（QBR）和证明客户价值
• 强调**“根据你的作战手册量身定制的专属 CSM AI Agent”**
• 对接CRM、工单系统、通话记录和产品遥测数据
• 三个要点：风险识别、健康状况概览、高管可直接使用的 QBR／续约简报

邮件结构

Hi [First Name],

[1-2 sentences: Company AI/product initiatives and what it means for CS. Research their specific products and positioning.]

Inkeep builds bespoke CSM AI Agents tailored to your playbooks. They connect to your CRM, ticketing, call notes, and product telemetry to:
• Identify accounts trending at risk and why ([company-specific risk signals])
• Snapshot current health with recommended next steps
• Draft an exec-ready QBR or renewal brief tied to outcomes ([company-specific outcomes])

Open to a quick 15-minute chat next week?

[Your Name]

邮件主题模式

公式选项：

• [Company] 续约：[outcome metric]，自动汇总
• 续约前：[outcome] + [outcome] 自动简报
• [Company] 客户成功：续约风险 + 价值故事，一份简报全掌握
• [Company] 续约专用 CS Agent

优秀示例：

• Smartly 续约：ROAS + 创意产出速度，自动汇总
• BMC 续约：MTTR + 自动化成效，自动生成简报
• 续约前：补丁 + 暴露风险成效自动简报（Tanium）
• Nooks ROI 简报：连接、会议、销售管道
• Atlan：续约所需的即时客户情报
• Aqua 续约：运行时影响可量化，见效更快

不佳示例（过于笼统）：

• 为 CSM 准备的 QBR 续约简报
• 用于续约的 CS Agent

各行业的风险信号

行业	风险信号
安全／DSPM	覆盖缺口、漏洞增加、事件未解决、利益相关者变动、修复速度缓慢
数据／可观测性	采用停滞、市场参与度低、数据缺口、警报疲劳、解决问题耗时过长
IT 运维／AEM	MTTR 上升、自动化采用停滞、事件噪声过多、补丁积压、事件反复发生
销售技术	使用量下降、接通率下滑、垃圾信息／号码质量问题、推广停滞
数据治理	采用停滞、访问受阻、未解决的支持主题、市场参与度低
营销技术	支出下降、销售管道影响、跟踪／集成问题、采用停滞

各行业可参考的成效

行业	可参考的成效
安全／DSPM	降低风险、加快修复、整合工具、减少暴露风险、提升 DDoS 防护准备度
数据／可观测性	避免数据停机、更快找到根因、提升可靠性、减少中断
IT 运维／AEM	降低 MTTR、提高可用性、扩大自动化覆盖范围、加快故障排查
销售技术	对会议和销售管道的影响、接通情况、ROI、转化率
数据治理	可信数据、受治理的 AI、缩短周期、减少人工交接
营销技术	ROAS、创意产出速度、优化效果

示例

NETSCOUT 客户成功组织高级副总裁

主题： nGenius + Arbor 续约：可直接提交高管审阅的客户简报

Hi Tracy，

NETSCOUT 的 Visibility Without Borders 平台整合了性能、安全性和可用性，而贵公司的 VaaS 服务在证明成效方面树立了高标准，例如加快故障排查、减少服务中断。

对于客户成功团队来说，难点在于：在客户不再回应之前，将分散的信号（部署覆盖范围、事件趋势、支持主题、利益相关方变动）整合成清晰的续约说明。

Inkeep 会根据贵公司的工作手册，构建定制的 CSM AI Agent。它们会连接贵公司的 CRM、工单系统、通话记录和产品信号，以便： • 找出风险上升的客户及其原因 • 生成当前健康状况概览和建议的后续步骤 • 起草与成果（可用性、MTTR、DDoS 应对准备度）相关、可直接提交高管审阅的 QBR 或续约简报

下周方便快速聊 15 分钟吗？

Matt

---

Varonis 客户成功副总裁

主题： Varonis 续约：自动生成关于降低风险暴露和响应成效的简报

Hi Linor，

Varonis 正大力推进自动化 DSPM，不仅提供可见性，还能修复风险；同时还提供 MDDR，实现全天候、以数据为中心的响应。对于客户成功团队来说，挑战在于：在客户关系逐渐疏远之前，将分散的信号（风险暴露减少、策略执行、检测结果、采用情况差距）整合成简明的续约说明。

Inkeep 会根据贵公司的工作手册，构建定制的 CSM AI Agent。它们会连接贵公司的 CRM、支持系统和 Varonis 遥测数据，以便： • 找出风险上升的客户及其原因 • 概览健康状况并提供建议的后续步骤 • 起草与降低风险成效相关、可直接提交高管审阅的 QBR 或续约简报

下周方便快速聊 15 分钟吗？

Matt

---

Monte Carlo 全球客户成功负责人

主题： 续约简报：避免的数据停机时间 + ROI（自动起草）

Hi Pamela，

Monte Carlo 正在推进端到端的数据 + AI 可观测性，包括可加快监控和故障排查的 Agent。对于客户成功团队来说，这通常意味着要在高管评审和续约之前证明成效（减少数据停机时间、加快根因分析、扩大覆盖范围）。

Inkeep 会根据贵公司的工作手册，构建定制的 CSM AI Agent。它们会连接贵公司的 CRM、支持系统、通话记录，以及 Monte Carlo 的使用情况和告警信号，以便： • 标记风险上升的续约客户及其原因（覆盖缺口、告警疲劳、问题解决时间过长、利益相关方变动） • 生成当前健康状况概览和建议的后续步骤 • 起草与可靠性成效相关、可直接提交高管审阅的 QBR 或续约简报

下周方便快速聊 15 分钟吗？

Matt

---

后续邮件序列

用户请求撰写后续邮件时，请遵循以下节奏：

位置	类型	目的	长度
邮件 1	锚定痛点 + 社会认同	个性化问题 + 客户证明 + 兴趣 CTA	少于 80 个词
邮件 2	价值 + 博客 CTA	提供新见解或数据，并附上相关博客链接	少于 100 个词
邮件 3	重新框定 + 博客 CTA	提供不同角度，并附上相关博客链接	少于 75 个词
邮件 4	换个角度／转向	开启新话题，从不同角度切入问题	少于 100 个词
邮件 5	提供价值	分享有用资源，不提出请求	少于 75 个词
邮件 6	提前回应异议	针对对方可能沉默的原因作出回应	少于 100 个词
邮件 7	结束联系	友好收尾，强调错失机会的代价	少于 75 个词

博客 CTA 指南（邮件 2 和 3）：

• 从 references/blog-mapping.md 中选择与目标对象匹配的文章
• 邮件 2：使用能带来新见解或强化问题框架的文章
• 邮件 3：使用角度不同的文章（重新框定问题）
• 单独一行写出完整 URL，方便点击
• 引出文章：“这篇文章介绍了[具体见解]：”，然后附上链接
• 请求保持轻松：“如果[痛点]是你目前关注的问题，花 5 分钟看看值得吗？”

后续邮件注意事项：

• 邮件 2 的杠杆作用最大（回复率提升 49%）
• 后续邮件可以更长（4 句以上的邮件带来会议的概率高出 15 倍）
• 避免使用“I never heard back”（会议数减少 14%）
• 只有在结合具体事件进行个性化时，“Hope all is well”才有效
• 博客链接能提供价值，又不会显得像在推销
• 绝不使用“Different angle:”“One stat that stood out:”“Bumping this”或“Here's another way to think about it:”之类的元语言。直接以新的角度或数据开篇，让内容本身说话。
• 每个邮件序列中只使用一次社会认同（通常放在邮件 1 中）。在多封邮件中重复提及客户名称，会让人觉得这是套用模板的群发邮件。

---

已验证的 4 封邮件序列（成功转化为演示）

这组邮件原样发送给 SnapLogic 的全球支持负责人后，成功促成了一次演示通话。请将其用作模板。

序列策略

邮件	目标	角度	CTA 风格
1	调研 + 价值	针对公司的问题 + 完整的 Inkeep 解决方案	强：“对比 12 分钟”
2	放大痛点	重复问题为何持续出现（知识被困住）	轻松提问：“听起来是不是很熟悉？”
3	解决方案角度 1	Agent 响应速度 + 先辅助、后采用的路径	中等：“如果今年正在考虑”
4	解决方案角度 2	从被动转为主动 + 统一平台	轻松：“如果现在或以后相关”

成功关键因素

1. 邮件 1 中深入调研公司：提及“800+ Snaps”“Groundplexes”“Ultra Tasks”
2. 循序渐进的故事脉络：知识被困住 → Agent 响应速度 → 主动式支持
3. 每封邮件只做一件事：不重复同一套推介
4. 逐渐降低 CTA 强度：强 → 提问 → 轻松 → 更轻松
5. 每封邮件少于 80 个词：尊重高管的时间
6. 不使用元语言：直接以新的角度开篇

邮件 1：调研 + 完整价值主张

Hi [First Name],

With [company-specific data: products, integrations, scale], Support sees a long tail of [specific issue types].

Fix is usually in a prior case or doc, but agents still search, then pull [specific data sources], and the KB update comes later.

Inkeep delivers cited customer answers, drafts agent replies with linked sources, and turns solved cases into docs, with real-time [product-specific] lookups and actions.

Open to a 12-min compare?

Best,
[Your Name]

邮件 2：放大痛点（互动式提问）

Hi [First Name],

One reason repeat questions do not go away is that support knowledge gets trapped.

Answers live in closed tickets, macros, or internal notes instead of the help center, so the same issues keep resurfacing.

Does that sound familiar at all?

Best,
[Your Name]

这样做有效的原因：“听起来是不是很熟悉？”这个问题能邀请对方互动，又不要求对方作出承诺。它打破了常规，让对话听起来自然，而不是像在推销。

邮件 3：Agent 辅助角度

Hi [First Name],

Once teams start fixing their knowledge flow, the next bottleneck is agent speed.

Inkeep integrates with tools like [their ticketing system] to analyze incoming tickets and surface relevant answers from docs and past tickets while agents are responding.

Teams often use this first as agent assist before moving to automated replies.

Open to a short conversation if this is something you are exploring this year.

Best,
[Your Name]

这样做有效的原因：展示了循序渐进的采用路径（先辅助，再自动化），降低了感知风险，并点出对方实际使用的工具（Zendesk、Salesforce 等）。

邮件 4：主动式支持角度

Hi [First Name],

The last step many teams take is shifting from reactive to proactive support.

With Inkeep, teams can automatically respond to common questions and proactively surface answers in docs or product flows before users submit tickets.

All of this runs on the same AI agent foundation, so teams do not need separate tools for each workflow.

If this is relevant now or later, happy to connect.

Best,
[Your Name]

这样做有效的原因：在强调“采用同一基础”（避免工具泛滥）的同时，展现了完整愿景（主动式支持）。最轻松的 CTA 不施加压力，同时为后续沟通留有余地。

调整此序列

为新潜在客户定制时：

邮件 1 的定制项：

• 替换产品数据（800+ Snaps → 对方对应的数据）
• 替换问题类型（连接器身份验证 → 对方常见的升级处理问题）
• 替换数据来源（运行日志、任务状态 → 对方的监控工具）

邮件 3 的定制项：

• 替换工单系统（Zendesk → Salesforce、ServiceNow 等）
• 保留“先协助，再自动化”的表述方式

邮件 4：

• 通常无需修改，因为内容围绕更宏观的愿景展开

---

不同级别的 CTA 模式

级别	CTA 方式
高管（VP+）	“方便聊 15 分钟吗？” / “我可以发一段 2 分钟的 Loom 视频给你吗？”
总监/经理	“看看 [类似公司] 如何实现 X” / “很乐意分享我们的基准数据”
IC/个人贡献者	“免费试用” / “这里有一份你今天就能用的模板”
技术岗位	“可安排技术深入交流” / “查看我们的 API 文档”

基于兴趣的 CTA 效果比会议邀约好 2 倍（回复率为 30%，而非 15%）。

---

反面模式（导致无人回复的做法）

切勿这样做：

• “快速聊聊” / “快速通个电话”（轻视对方的时间）
• “只是跟进一下”（没有提供新价值）
• 泛泛的“希望你一切都好”
• “我们是领先的……服务商”（模板痕迹明显）
• 没有背景说明的 ROI 声明（成功率降低 15%）
• 开篇就推销产品（回复率降低 57%）
• 多个 CTA（每封邮件只提一个请求）
• 大段文字（不分段）
• 首次联系时超过 125 个词
• 暴露邮件是模板化外联的元话语（“换个角度说：”“有个数据很突出：”“再来提醒一下”“再回来跟进一下”“跟进一下我上一封邮件”“也可以这样看：”）
• 暴露你正在跨潜在客户分析的销售话术（“我们观察到一个规律：”“我们从类似你们的团队那里听到的情况”“我们注意到一个趋势”）
• 在邮件任何地方使用长破折号（改用逗号或句号）
• 以对方的职位开头（“我看到你负责客户成功……”浪费字符，也无法吸引注意）
• 使用适用于任何公司的泛化主题行（用“Qualtrics XM 季度业务回顾准备”，而不是“更快准备季度业务回顾”）

模板痕迹检查清单：

• 以“I/My/We/Our”开头
• 包含流行词（“创新”“尖端”“一体化”）
• 使用取整后的数字（“节省 40%”），而不是具体数字（“节省 37%”）
• 使用泛化的社会认同（“领先企业”）
• 尚未说明价值就请求会面
• 阅读难度高于美国八年级水平
• 主题行适用于任何公司（并非针对具体产品）
• 以收件人的职位开头

清晰度反面模式（应避免的模糊表述）：

模糊表述	问题	更清晰的说法
“可复用的指导”	面向谁的指导？哪类指导？	“Agent、客户和 AI 都能获取的答案”
“解决方案留在工单里”	表述抽象，迫使读者自行转换理解	“解决方案保留在案例对话串中”或“操作步骤保留在工单备注中”
“决策路径”	行话	“故障排查步骤”或“解决逻辑”
“重复的服务成本”	抽象的商业套话	“不同地区反复进行同样的高级分诊”
“这样就能留下来”	不清楚“留下来”的是什么	“这样下次遇到相同问题时就更容易处理”
没有明确所指的“那个”	迫使读者猜测	明确说出具体事物
“这样你的团队就能从真正的问题入手”	什么才是真正的问题？	“这样你的团队就能开始调试，而不用四处搜集背景信息”
“思考工作”	过于抽象	“同样的调查”或“同样的故障排查”

自查： 如果一句话中使用“那个”“它”或“这”却没有在同一句中明确所指对象，请改写。

---

示例

优秀（客户体验副总裁）

主题： 减少支持工单

注意到 [Company] 正在快速扩张。恭喜完成 B 轮融资。

大多数客户体验团队在这个阶段都会发现，工单量的增长速度是团队人数增长速度的 3 倍。那些能避免团队倦怠的团队，借助真正理解技术文档的 AI 将 40-60% 的工单转移出去。

Fingerprint 在提升激活率 18% 的同时，将工单减少了 48%。愿意快速了解一下他们是怎么做到的吗？

---

优秀（开发者关系负责人）

主题： 文档激活

我看了你在 [Conference] 关于减少开发者入门阻力的演讲。

大多数开发者关系团队将 50% 以上的精力花在内容创作上，却难以证明这些内容对激活的影响。问题通常出在“文档确实存在”和“开发者能找到答案”之间。

Solana 在没有增加团队人数的情况下扩大了开发者支持规模。如果有帮助，我很乐意分享他们的做法。

---

优秀（Qualtrics 客户成功负责人）

主题： Qualtrics XM 季度业务回顾准备

Hi Charlie，

你的团队需要证明投资回报率，并推动大型 XM 部署中的使用和采用。这通常意味着要花大量时间，手动汇总使用情况、调查、用户、支持历史记录和未完成事项，以准备面向高管的汇报。

我们打造了一款 CSM AI Agent，可连接你们已经在使用的系统（CRM、支持、通话记录、产品使用情况），并在几秒内回答： • “哪些企业客户有流失风险，原因是什么？” • “根据 的采用情况和成果，下次 XM 季度业务回顾应该讨论什么？” • “生成一份续约简报，包含成果、使用趋势和未解决的问题。”

下周方便快速聊 15 分钟吗？

此致， Matt Plotkin Inkeep

---

优秀（Meltwater 客户成功负责人）

主题： 社交聆听季度业务回顾准备

Hi Ana，

团队使用 Meltwater 进行媒体情报、社交聆听和报告，因此在季度业务回顾、续约和升级处理之前，客户成功经理需要花很多时间汇总完整的客户情况。

我们打造了一款 CSM AI Agent，可连接你们已经在使用的系统（CRM、支持、通话记录、产品使用情况），并在几秒内回答： • “哪些客户有流失风险，原因是什么？” • “根据 的使用情况和成果，下次季度业务回顾应该讨论什么？” • “生成一份续约或季度业务回顾摘要，包含成果、采用情况和未解决的问题。”

下周方便快速聊 15 分钟吗？

此致， Matt Plotkin Inkeep

---

优秀（Arctic Wolf 客户成功副总裁）

主题： Concierge Security 季度业务回顾准备

Hi Kyle，

Arctic Wolf 的 Concierge Security Team 为客户提供全天候监控，以及持续的风险态势评估和修复指导。但要将 MDR 和 Managed Risk 工作整理成适用于季度业务回顾和续约的清晰高管汇报，仍然需要大量手动汇总。

我们打造了一款 CSM AI Agent，可连接你们已经在使用的系统（CRM、工单系统、通话记录、平台遥测数据），并在几秒内回答： • “哪些客户看起来有续约风险，原因是什么（覆盖缺口、未解决风险、近期事件）？” • “对于 ，当前的风险态势如何？哪些修复措施受阻？” • “起草一份可直接提交高管的季度业务回顾／续约简报，包含 MDR 成果、Managed Risk 趋势、待处理事项和下季度计划。”

下周方便快速聊 15 分钟吗？

此致， Matt Plotkin Inkeep

---

优秀的跟进邮件，附博客 CTA（邮件 2）

主题： RE: 文档激活

58% 的 SaaS 公司正面临 NRR 下滑。使用行为决定了 80% 的结果，但大多数 AI 投资都流向销售，而非客户体验。

这篇文章解释了为什么这种做法本末倒置： https://inkeep.com/blog/why-customer-success-needs-ai-agents-before-sales-does-in-20

如果留存问题正在你的关注范围内，花 5 分钟读一下很值得。

---

避免

主题： 激动人心的机会：革新您的客户体验！

您好，[Name]：

希望您一切顺利！我叫 [Rep]，来自 [Company]。我们是领先的 AI 客户支持解决方案提供商，帮助像贵公司这样的企业将客户满意度评分提高多达 50%。

我很想安排一次 30 分钟的简短通话，讨论我们如何帮助 [Company] 改善客户体验之旅。您下周二或周三有时间吗？

此致， [Rep]

问题：以「我」开场，使用「领先的提供商」等表述，ROI 声明含糊，提出 30 分钟会议，没有个性化内容，没有社会认同，超过 100 个单词。

---

避免（通用 CS 邮件）

主题： 加快 QBR 准备

您好，Kyle：

我看到您在 Arctic Wolf 负责客户成功。贵团队在续约和 QBR 之前可能要花很多时间进行手动准备工作。

我们帮助 CS 团队自动化工作流、节省时间。

您愿意简单聊聊吗？

问题：主题行过于通用（适用于任何公司），以对方的职务开场（浪费字符），没有针对产品的措辞，没有具体痛点，没有社会认同，价值主张含糊。

---

输出格式

生成邮件时，输出：

**Subject:** [subject line]

[email body]

---
**Notes:** [Optional: brief explanation of choices made]

如果生成多个版本，请标注为 Variant A、B、C。

如果生成后续邮件序列，请按邮件编号和类型标注。

---

---

CSM AI Agent 演示文稿记录指南

编写演示文稿记录或营销内容来展示 CSM AI Agent 的实际运作时，请遵循以下指南：

工具访问说明

不佳（过于机械）：

Searching CRM... Searching Totango...

较好（适合演示）：

Checking account health across Totango and your CRM...

最佳（企业级副驾风格）：

Reviewing customer health signals from Totango and CRM data...

演示文稿记录示例

CSM: "Which of my accounts are at risk?"

Inkeep (CSM Copilot): Reviewing customer health signals from Totango and account data in your CRM...

Three accounts currently have health scores below 30:
• Acme Inc
• Example.io
• RocketLabs

CSM: "Add a reminder on my calendar to reach out to our main point of contact tomorrow."

Inkeep (CSM Copilot): Locating the primary champion in your CRM and syncing with Google Calendar...

A reminder has been scheduled for tomorrow at 2:00 PM, with a draft outreach email and the relevant contact details included.

CSM: "What renewals do I have coming up?"

Inkeep (CSM Copilot): Checking upcoming renewal dates in your CRM...

You have renewals coming up with:
• Stackforge
• Acme LLC
• Umbrella Co.

CSM: "Could you create QBR materials for the upcoming renewal?"

Inkeep (CSM Copilot): Gathering historical context from CRM records, Gong conversations, Totango health data, and product analytics, and assembling materials in Notion...

I've generated a QBR document you can use for the renewal discussion, including key outcomes, usage trends, risks, and recommendations.

演示文稿记录原则

• 展示正在访问哪些工具（体现真实集成）
• 将多个步骤合并为一个易读的操作
• 表现得积极主动，而不只是被动响应
• 添加轻量级的后续提议（如“需要后续步骤吗？”），就像真正的副驾一样
• 使用清晰的业务语言（“主要拥护者”“风险因素”“扩展”）
• 输出内容应达到高管可直接使用的水准

---

来源报告

如需超出技能参考资料范围的深入研究，请查阅以下报告：

报告	路径	用途
B2B Persona Messaging Playbook	~/reports/b2b-persona-messaging-playbook/REPORT.md	完整的 Persona 研究：19 种原型、痛点、购买行为、反模式、薪酬数据
Blog-to-Persona Mapping	~/reports/blog-persona-mapping/REPORT.md	按 Persona 和购买阶段划分的文章 CTA、案例研究映射
Customer Social Proof	~/reports/customer-social-proof/REPORT.md	按行业、规模和 Persona 分类的客户徽标，用于提供社会认同

技能参考资料

参考资料	文件	用途
Personas	references/personas.md	痛点、指标、购买行为、反模式
Blog Mapping	references/blog-mapping.md	按 Persona 划分的文章 CTA、案例研究
Customer Proof	references/customer-proof.md	按行业和规模分类的社会认同
Product Intel	references/product-intel.md	Inkeep 产品能力、佐证要点、定位
Best Practices	references/best-practices.md	冷邮件效果数据（超过 8500 万封邮件）