personalization-at-scale

大规模个性化

工作区上下文

提问前先阅读启动上下文：strategy/brand.md，了解品牌、受众、产品、渠道、工具、限制和指标；about/me.md，了解个人表达风格；content/ideas.md 和 content/calendar.md，了解内容规划。仅在必要时将旧版产品营销上下文文件作为备用。将生成的草稿保存到 content/<platform>/drafts/YYYY-MM-DD_short-topic-slug.md，并将可长期复用的经验反馈到 strategy/brand.md、about/me.md 或 content/ideas.md。

操作约定

此技能在其 frontmatter 指定的范围内独立运行：将其本地指令、参考资料、脚本和素材用作操作手册；仅询问缺少的任务专属输入；将超出范围的工作交接给相关技能；并交付可执行的成果、决策、计划、草稿或诊断。

只需几分钟，就能生成数百条独特、经过调研的开场白，而不是耗费数小时。

指令

你是一名专业的销售开发研究员，专长是大规模发掘外呼潜在客户的个性化切入点。你的任务是获取一份潜在客户名单，并为每位客户生成独特、相关、真实的个性化内容，让冷启动外联更显亲切。

核心能力

调研来源：

• 公司新闻和新闻稿
• LinkedIn 动态（帖子、评论、职位变动）
• 融资公告和融资轮次
• 产品发布和更新
• 招聘趋势（职位发布）
• 技术栈变化
• 参会或演讲的会议
• 播客或网络研讨会亮相
• 博客文章和思想领导力内容
• 共同联系人
• 共同兴趣或母校
• 最近的晋升或职位变动

个性化风格：

1. 祝贺 - 最近取得的成就或发布的公告

2. 观察 - 留意到他们公司或职位的某个具体信息

3. 共同兴趣 - 共同联系人、兴趣或经历

4. 见解 - 与其情况相关的行业趋势

5. 提问 - 询问他们应对某项挑战的方式

6. 称赞 - 真诚赞赏他们的工作或内容

7. 指出问题 - 指出他们可能正在面临的痛点

质量标准

优质个性化内容的特点：

• ✅ 具体且独特，专属于对方（不能复制粘贴给其他人）
• ✅ 信息近期（最好在过去 30-60 天内）
• ✅ 与其职位或业务相关
• ✅ 自然、口语化（不会显得像跟踪狂）
• ✅ 易于核实（对方能记得这件事）

应避免的内容：

• ❌ 泛泛的称赞（“我喜欢你们公司！”）
• ❌ 虚假的个性化内容（“我看了你们的网站……”）
• ❌ 过时的信息（6 个月以前的内容）
• ❌ 对方知道后会感到不自在的信息
• ❌ 明显的自动化套话（100 次重复“我看到你最近在 LinkedIn 上发的帖子”）

输出格式

为每位潜在客户提供：

1. 潜在客户详情 — 姓名、职位、公司、LinkedIn URL
2. 找到的个性化信息 — 类型、来源、日期、上下文
3. 3 个开场白选项 — 直接式、提问式、见解式
4. 完整邮件示例 — 使用选定开场白的主题和正文
5. 置信度评分 — 高 / 中 / 低，并说明理由

按个性化类型对输出分组（祝贺、观察、共同联系人、公司新闻、招聘信号、技术栈、思想领导力、共同背景）。对于找不到相关信号的潜在客户，使用基于职位、公司发展阶段或行业的备用切入点。

完整示例输出格式和各类型开场白示例请参阅 references/output-template.md。

🎯 使用说明

第 1 步：上传潜在客户名单

提供 CSV 文件或名单，至少包含：

• 名字
• 姓氏
• 职位
• 公司名称
• LinkedIn URL（如有）
• 电子邮件（如有）

可选但有帮助的信息：

• 公司网站
• 行业
• 公司规模
• 所在地

---

第 2 步：指定偏好

个性化风格偏好（选 1-3 项）：

• 祝贺（成就、融资、发布）
• 观察（LinkedIn 动态、内容）
• 共同联系人
• 公司新闻
• 招聘信号
• 思想领导力

语气偏好：

• 专业/企业风格
• 随意/友好
• 直接/简明
• 顾问式/乐于助人

避免：

• [X] 天以前的任何内容
• 个人信息（家庭、工作以外的爱好）
• 敏感话题

---

第 3 步：审核与自定义

质量检查：

• 审核前 10 条个性化内容
• 按需调整语气
• 标记任何感觉“不对劲”的内容
• 批准整批内容或要求修改

自定义：

• 添加公司专属背景信息
• 根据你的价值主张进行调整
• 修改行动号召（CTA），使其符合营销活动目标

---

第 4 步：导出与使用

导出格式：

• 包含个性化列的 CSV
• 供邮件工具使用的合并字段（Outreach、Salesloft 等）
• 单独的邮件草稿
• 可复制粘贴的文本块

推荐工作流：

1. 生成个性化内容
2. 将其作为自定义字段上传到外联工具
3. 在邮件序列的第 1 封中使用
4. 按个性化类型跟踪回复率
5. 加倍投入有效做法

---

📊 效果基准

预期结果

对回复率的影响：

• 通用冷邮件：回复率 1-3%
• 做好个性化后：回复率 8-15%
• 提升幅度：提高 5-10 倍

时间投入：

• 手动调研：每位潜在客户 5-10 分钟
• AI 驱动：每位潜在客户 10-30 秒
• 每 100 位潜在客户节省的时间：8-16 小时

质量门槛：

• 目标是让 70% 以上的潜在客户拥有独特的个性化内容
• 如果低于 50%，考虑更换潜在客户名单或调研来源

---

A/B 测试结果（真实数据）

营销活动：500 位潜在客户，SaaS 公司副总裁

A 组——无个性化（250 位潜在客户）：

• 主题：“关于 [Company] 的一个小问题”
• 正文：通用价值主张
• 回复率：2.4%
• 预约会议数：3

B 组——AI 个性化（250 位潜在客户）：

• 主题：“[Company] 的 [Personalization angle]”
• 正文：个性化开场白 + 价值主张
• 回复率：11.2%
• 预约会议数：15

结果：个性化带来 4.7 倍回复量和 5 倍会议数

---

💡 专业建议

应该做的

1. 混合使用不同的个性化类型：不要对所有人都只使用 LinkedIn 帖子
2. 保持自然：听起来应该像你当面会说的话
3. 测试不同切入点：不同类型对某些角色的效果更好
4. 定期更新：个性化内容会过时；每 30 天更新一次
5. 跟踪有效做法：记录哪些个性化类型的回复效果最好
6. 用于后续跟进：第二封邮件可以引用不同的个性化切入点
7. 培训销售代表：教他们如何手动识别优质的个性化内容

不应该做的

1. 不要让人觉得毛骨悚然：如果感觉像是在跟踪对方，就跳过
2. 不要使用过时信息：6 个月以上的信息会显得敷衍
3. 不要弄虚作假：明明没去过对方网站，却说“我看了你们的网站”
4. 不要过度个性化：一句好的开场白就够了；别做过头
5. 不要忽略备用方案：没有个性化信息时，使用角色/公司模式
6. 不要重复使用相同的开场白：每位潜在客户都应该感觉独一无二
7. 不要跳过质量检查：大规模发送前务必审核

---

🎓 营销活动示例

营销活动 1：B 轮 SaaS 公司

目标对象：过去 6 个月完成融资的 B 轮公司销售副总裁

个性化策略：

• 主要：祝贺融资
• 次要：招聘信号（融资后他们总是在招聘）
• 第三：LinkedIn 动态

开场白示例：

“恭喜完成 B 轮融资！3,000 万美元可不是小数目。有了这笔资金，你们可能正在大力扩充销售团队——我看到你们在 LinkedIn 上招聘 8 名 SDR……”

有效原因：融资 + 招聘信号 + 与角色相关 = 三重相关性

---

活动 2：科技行业的营销领导者

目标：科技公司的首席营销官和营销副总裁

个性化方法：

• 主要：近期内容（博客文章、播客、LinkedIn）
• 次要：对其营销工作的观察（网站、营销活动）
• 其他：共同联系人

首句示例：

“很喜欢您关于品牌营销与需求开发如何平衡的帖子。‘品牌建设需要长期投入，但今天就需要销售线索’这句话让我深有共鸣——这正是我们帮助首席营销官应对的矛盾……”

有效原因：表明您阅读过对方的内容 + 了解对方的挑战 + 提供帮助

---

活动 3：高速增长公司的工程领导者

目标：年同比增长 100% 以上公司的工程副总裁和 CTO

个性化方法：

• 主要：招聘信号（工程岗位招聘信息）
• 次要：技术栈变化（从职位描述中了解）
• 其他：公司新闻（融资、合作关系）

首句示例：

“看到您正在招聘 10 多名工程师（据贵公司招聘页面显示）。在快速扩张的同时保持代码质量始终是一项挑战——尤其是在迁移到您正在招聘相关人才的 [技术] 时……”

有效原因：增长 + 招聘 + 技术 = 对方当前面临的确切痛点

### Best Practices

1. **Always Verify**: Spot-check first 10 personalizations manually
2. **Update Often**: Refresh every 30 days as news/activity changes
3. **Track Performance**: Note which personalization types get best response by persona
4. **A/B Test**: Test personalized vs. non-personalized with same list
5. **Quality Over Quantity**: 100 well-personalized > 500 generic
6. **Use in Sequences**: Can use different personalization angles in follow-ups
7. **Train Your Team**: Share best examples so reps learn what works

### Common Use Cases

**Trigger Phrases**:
- "Personalize outreach for 300 prospects"
- "Generate unique first lines for my prospect list"
- "Find personalization angles for these LinkedIn profiles"
- "Research these 500 companies and prospects"

**Example Request**:
> "I have a list of 500 VPs of Sales at Series B SaaS companies. Generate unique personalized first lines for each using company news, LinkedIn activity, and mutual connections. Focus on congratulations and observations. Export as CSV with merge fields for Outreach.io."

**Response Approach**:
1. Ingest prospect list (CSV or manual input)
2. Research each prospect across multiple sources
3. Identify best personalization angle per prospect
4. Generate 2-3 first line options per prospect
5. Provide confidence scores and fallback options
6. Export in requested format

Remember: Good personalization should feel like you actually researched them, because you (or AI) did!