mcpField
S
send-email-campaign

send-email-campaign

github.com/indranilbanerjee营销与增长913117 次安装今天更新
代码仓库

关于 send-email-campaign

这项营销技能通过已连接的邮件平台准备、审批并发送定向邮件活动。它会检查内容、送达风险、品牌语气和合规性,并要求在实际发送前获得明确批准。

主要功能

  1. 01个性化邮件活动内容
  2. 02测试主题行变体
  3. 03检查垃圾邮件与合规风险
  4. 04支持定时发送和 A/B 测试
  5. 05监控送达和互动情况

适用场景

  1. 01向细分受众发送产品公告
  2. 02在活动前测试主题行
  3. 03为受众安排邮件发送时间
  4. 04检查送达结果和早期互动

MCP 相关

通过已连接邮件平台的 MCP 服务发送测试邮件并执行活动。实际发送前必须获得用户明确批准。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/indranilbanerjee/digital-marketing-pro --skill send-email-campaign

安装后在 Claude Code 中输入/send-email-campaign确认已加载。

详细介绍

/digital-marketing-pro:send-email-campaign

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT},脚本位于此插件的 scripts/ 文件夹中,与 skills/ 同级。请使用 Python 3.10 或更高版本运行:python;如果找不到 python,则使用 python3(macOS 和许多 Linux 系统)。

用途

通过品牌已连接的电子邮件平台创建并发送定向邮件营销活动,支持个性化、A/B 主题行、合规检查和投递能力监控。涵盖从内容验证、发送执行到发送后监控的完整生命周期,并根据收件人列表大小实施分级风险控制。确保每次发送都通过垃圾邮件、合规性和品牌调性检查后,才会送达收件箱。

执行关卡(强制 — 不可跳过)

  1. 在接触任何实时系统之前,先以 Execution Summary 的形式展示完整预览 — 收件人 / 费用 / 变更 / 合规性。
  2. 用户必须输入 yes(或明确等效的批准)。任何其他输入 — 模糊、暗示、部分批准或未批准 — 都会取消此次运行。
  3. 遇到模糊输入时,绝不继续。执行失败后绝不自动重试;任何重新运行都需要人工审核。
  4. 只有在用户输入 yes 后,才记录批准:python "${CLAUDE_PLUGIN_ROOT}/scripts/approval-manager.py" --brand {slug} --action create-approval --data '{"type":"send-email","platform":"<platform>","content_summary":"<one line from the Execution Summary>","risk_level":"<tier>"}',然后运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/approval-manager.py" --brand {slug} --action approve --id {approval_id}。如果任一命令报错,立即停止并报告错误;绝不使用其他工具绕过。如果记录存在,即可证明此操作已执行批准步骤;但无法证明是谁输入了 yes。
  5. 执行。通过 connector_executor.py 发送的写入操作需要 --approval-id,并且仅会针对匹配、未使用且未过期的记录执行(参见 /digital-marketing-pro:execute-action)。通过已连接的 MCP 服务工具进行的写入不受此代码检查约束:它依赖用户输入的 yes 和宿主的权限提示。之后运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/approval-manager.py" --brand {slug} --action mark-executed --id {approval_id} --data '{"execution_result":"success"}'(或 failure)。

所需输入

用户必须提供(或系统将提示用户提供):

  • 邮件内容:主题行、预览文本(40-90 个字符)、包含 HTML 结构的正文文案和主要 CTA,或待润色的草稿
  • 目标列表或细分受众:收件人列表名称、细分受众 ID 或发送对象标准,并确认列表清理状态(上次清理日期)
  • 邮件平台:要使用的邮件服务——SendGrid、Klaviyo、Customer.io、Brevo 或 Mailchimp;必须已连接相应的 MCP 服务
  • 个性化字段:用于个性化的动态字段——名字、公司、产品兴趣、上次购买记录、位置或自定义合并标签;还需为缺失数据设置备用默认值
  • A/B 变体:可选——用于拆分测试的 2-3 个主题行或内容变体,以及所需的测试百分比(10-50%)、测试时长和获胜指标(打开率或点击率)
  • 发送时间:立即发送、安排日期和时间并注明时区,或选择“optimal”,根据各细分受众的历史互动数据进行发送时间优化
  • 回复地址:如果与平台中配置的默认发件人不同,请提供回复邮件地址
  • 发件人名称和发件地址:显示名称和发件地址——必须与经过身份验证的发送域名匹配(SPF、DKIM、DMARC)
  • 退订处理:确认退订链接的位置、是否符合一键退订标头要求(根据 Gmail/Yahoo 2024 年规则,群发邮件必须符合此要求),以及偏好设置中心链接
  • UTM 跟踪:为邮件正文中的所有链接设置 Google Analytics UTM 参数(来源、媒介、活动),或根据品牌命名规范自动生成
  • 抑制列表:除平台的全局抑制列表外,此次发送还需排除的其他邮件地址或域名
  • 邮件模板:可选——要使用的平台模板 ID,或根据提供的内容和品牌样式从头构建
  • 预标题文本策略:预览文本应补充、引出还是延伸主题行——这会影响邮件在收件箱列表视图中的显示方式
  • 备用内容:为无法呈现 HTML 的收件人提供邮件纯文本版本,或根据 HTML 正文自动生成

流程

  1. 加载品牌背景信息:读取 ~/.claude-marketing/brands/_active-brand.json 获取当前使用的 slug,然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、目标市场的合规规则(skills/context-engine/compliance-rules.md)和行业背景信息。同时检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南;如果存在,则加载相关限制。检查 ~/.claude-marketing/sops/ 中是否有代理机构 SOP。如果没有品牌,请询问:“先设置品牌(/digital-marketing-pro:brand-setup)?”——或使用默认设置继续。
  2. 验证电子邮件平台连接:检查已连接的电子邮件 MCP 服务,并确认它与用户指定的平台一致。验证发信域名是否已通过身份验证(SPF、DKIM、DMARC 记录)。如果尚未连接或未通过身份验证,请指导用户完成设置。
  3. 为电子邮件主题行评分:对所有主题行变体运行 email-subject-tester.py,评估长度(最佳为 30-50 个字符)、强力词、个性化令牌的效果、表情符号使用情况和预测打开率。如果任何变体的得分低于阈值,请建议改进。
  4. 检查垃圾邮件评分:运行 spam-score-checker.py,分析主题行和正文内容中的垃圾邮件触发词、过多的大写字母、感叹号、链接与文本比例、图片与文本比例,以及身份验证一致性。标记任何送达风险并提供具体的修复步骤。
  5. 优化发送时间 — 递进方案:如果用户选择了“optimal”发送时间:(a)如果已连接的电子邮件平台提供按收件人优化发送时间的功能,请使用该功能——其效果优于任何全局时间窗口(脚本的 sto_note 中说明了这一原则);(b)如果列表有发送日志(时间戳 + 打开记录 + 收件人),将其写入 JSON,并运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/send-time-optimizer.py" --industry {industry} --audience-type {b2b|b2c|mixed} --history {file},获取按实测打开率排序并附样本量的第一方时间窗口;(c)否则,运行不带 --history 的相同命令,获取带日期的总体基准(baseline_as_of + 最高限制为中等;基准过时则会以退出码 3 拒绝)。还要考虑收件人列表的时区分布。
  6. 构建平台专属载荷:根据目标平台的 API 要求构建电子邮件载荷——查阅 skills/context-engine/platform-publishing-specs.md,了解字段映射、模板渲染、合并标签语法(例如,{{first_name}} 与 {first_name})、A/B 测试配置参数和计划发送 API 格式。
  7. 验证列表规模和同意合规性:确认收件人数和细分定义。检查列表是否包含适用于相关司法管辖区的有效选择加入同意标记。验证退订机制正常运行、存在一键退订标头、包含实体邮寄地址,并确保符合 CAN-SPAM(美国)、GDPR(欧盟)、CASL(加拿大)以及品牌目标市场的其他法规。
  8. 为品牌语气评分:对电子邮件正文内容运行 brand-voice-scorer.py,验证其是否符合品牌语气和消息指南。标记任何偏离品牌规范的文案。
  9. 创建审批记录:通过 approval-manager.py --action create-approval 创建记录,并在 --data JSON 中包含分级风险级别——少于 1,000 位收件人时使用 {"type":"send-email","platform":"<platform>","content_summary":"...","risk_level":"medium"};1,000-10,000 位时使用 "high";超过 10,000 位时使用 "critical"。没有 --risk-level 标记;准确命令请参阅上文的执行关卡。生成发送摘要,列出所有活动详情、评分和合规状态。
  10. 展示活动摘要:显示完整摘要供用户审核——包括主题行及其评分、预览文本、收件人数和细分名称、发送时间、含示例收件人数据的个性化预览、垃圾邮件评分、品牌语气评分和合规检查清单。等待用户明确确认。
  11. 发送测试邮件:获得初步批准后,通过 MCP 服务向用户的地址(及任何其他测试地址)发送测试邮件。请用户确认测试邮件在桌面和移动设备上均正确呈现、个性化令牌已正确解析、链接可用且图片已加载。
  12. 通过 MCP 执行完整发送:获得测试确认后,通过已连接的电子邮件平台 MCP 触发活动发送。处理 A/B 测试拆分配置、计划发送以及任何平台专属发送选项(跟踪打开、跟踪点击、Google Analytics UTM 标记)。
  13. 监控送达情况:发送后,在首小时内每隔 15 分钟轮询平台 API,跟踪送达指标——退信率、送达率、软退信、硬退信和垃圾邮件投诉。如果退信率超过 3% 或垃圾邮件投诉率超过 0.1%,请提醒用户。
  14. 捕获早期互动信号:在发送后 1 小时和 4 小时分别获取打开率和点击率数据。与品牌针对同一细分的历史平均值进行比较。如果进行了 A/B 测试,请报告表现领先的变体。
  15. 记录执行情况:运行 execution-tracker.py,记录发送事件及其时间戳、平台、活动 ID、列表规模、主题行、A/B 配置、发送时间、初始送达指标和合规验证状态。保存一条关于主题行表现的洞察,以便今后优化电子邮件策略。

输出

结构化的发送确认,包含:

  • 发送确认:营销活动 ID、平台、发送状态(已发送、已安排或 A/B 测试)以及带时区的时间戳
  • 列表详情:收件人数、细分受众名称、同意状态验证结果以及列表清理备注
  • 主题行评分:每个变体的评分明细 — 长度、强效词、个性化效果、预测打开率和垃圾邮件风险指标
  • 垃圾邮件评分报告:整体送达风险评级(低/中/高),并列出任何触发的垃圾邮件指标及具体标记和补救步骤
  • 品牌语调评分:邮件内容契合度评分,并备注语调一致性以及建议调整的文案
  • 发送时间:实际发送时间及其依据 — 用户指定、按带时区的时间安排,或根据相关互动数据优化
  • A/B 测试配置:如适用 — 变体描述、拆分比例、测试时长、获胜指标以及自动发送获胜版本的设置
  • 送达能力报告:初始送达率、退信率(硬退信和软退信)、垃圾邮件投诉率,以及与品牌所属行业基准的对比
  • 合规检查清单:CAN-SPAM、GDPR、CASL、退订机制、一键退订标头、实体地址、身份验证标头(SPF、DKIM、DMARC)以及发件人身份的通过/失败状态
  • 早期互动信号:发送后 1 小时和 4 小时的打开率及点击率快照,并与品牌历史平均值和行业基准对比
  • 个性化预览:示例呈现效果,展示邮件针对 2–3 位具有不同合并标签值和回退默认值的代表性收件人的显示效果
  • UTM 跟踪摘要:应用于所有邮件链接的完整 UTM 参数,用于在品牌分析平台中进行归因跟踪
  • 执行日志条目:发送操作的带时间戳记录,包含所有营销活动元数据,用于审计追踪和效果基准分析

使用的 Agent

  • email-specialist — 主题行优化、内容个性化策略、送达能力分析、垃圾邮件评分、发送时间优化、合规验证、品牌语调评分、包含统计显著性阈值的 A/B 测试设计,以及邮件预览文本策略
  • execution-coordinator — 基于列表规模实施分级风险控制的审批工作流、跨桌面端和移动端协调测试发送、平台 API 执行、实时告警送达监控、早期互动信号采集,以及包含洞察归档的执行日志记录

评论

支持 Markdown