La plupart des e-mails générés par IA ressemblent à des messages rédigés par un système d’automatisation marketing datant de 2015. Plats. Génériques. Le genre de ligne d’objet qui déclenche une suppression instantanée.
Le problème n’est pas que l’IA ne sait pas écrire d’e-mails. C’est que les gens l’utilisent comme un outil de traduction : on y déverse une idée vague, on obtient quelque chose de techniquement cohérent mais totalement oubliable. Les taux de réponse restent bas.
La solution n’est pas compliquée. Il s’agit de passer de « générer un e-mail » à « générer un e-mail qui reflète la façon dont j’écris réellement, aborde un point de friction spécifique pour cette personne et lui donne une raison claire de répondre ».
Le modèle contre le problème de personnalisation
Voici ce qui casse la plupart des flux de travail d’e-mails IA : les modèles fonctionnent pour la structure, mais la personnalisation exige des contraintes.
Un modèle générique dit « Cher destinataire, nous offrons X, veuillez répondre. » Cela est signalé comme un courrier de masse ou ignoré.
L’approche assistée par IA utilise un modèle comme squelette, puis le remplit avec des détails spécifiques et vérifiables sur la situation du destinataire. C’est plus difficile à faire à grande échelle, mais ça marche.
# Mauvaise approche — modèle générique avec remplissage IA
Objet : Opportunité de partenariat
Bonjour [Nom],
Nous proposons un logiciel d'automatisation des ventes. Notre plateforme aide les entreprises comme la vôtre. Nous avons travaillé avec des leaders du secteur. Si intéressé, parlons-en.
CordialementLe problème : « aide les entreprises comme la vôtre » et « leaders du secteur » sont des expressions génériques. Quiconque parcourt ceci sait que c’est généré en masse.
# Meilleure approche — modèle basé sur des contraintes
Vous fournissez un contexte spécifique sur le destinataire en amont :
- Leur taille d'entreprise : 25-50 employés
- Leur secteur : SaaS
- Leur douleur probable : suivi manuel des transactions dans des Tableurs (basé sur le site web/LinkedIn)
- La seule proposition de valeur qui compte réellement pour eux : gain de temps sur les rapports de clôture
Ensuite, demandez à Claude ou GPT-4o :
Rédige un e-mail à [nom] chez [entreprise]. Contexte :
- C'est un directeur commercial dans une entreprise SaaS de 30 personnes
- Leur site web mentionne qu'ils utilisent Salesforce mais suivent manuellement les transactions clôturées dans une feuille de calcul
- Ils ont récemment publié des informations sur les défis de gestion du pipeline au T4
- Vous proposez une intégration de 15 minutes qui élimine leur étape de feuille de calcul
Garde le texte sous 100 mots. Sonne comme un pair qui comprend leur flux de travail, pas un vendeur. Inclus une raison spécifique et vérifiable pour laquelle ils consacreraient 15 minutes à un appel (pas une demande générale de rendez-vous).L’accroche de réponse parfaite
L’objet est souvent le premier mot, mais l’accroche de réponse est le dernier. Elle doit être une question ouverte qui ne peut pas être répondue par un simple « oui » ou « non ».
Au lieu de « Seriez-vous intéressé par une démo ? », essayez ceci :
# Exemple d'accroche de réponse
« Quelle est la chose la plus frustrante dans la génération de rapports de clôture de pipeline chaque trimestre ? »Si vous avez bien fait vos recherches, vous savez que leur plus grande frustration est la gestion des feuilles de calcul. C’est une question à laquelle ils voudront probablement répondre.
Le choix du bon modèle d’IA
La plupart des modèles d’IA sont bons pour générer du texte. Mais certains sont meilleurs pour imiter un ton spécifique. J’ai constaté que Claude 3.5 Sonnet et GPT-4o étaient excellents pour l’imitation de ton « peer-to-peer ».
Le choix dépend de votre public.
Si votre public est principalement constitué de professionnels techniques ou de cadres supérieurs, Claude 3.5 Sonnet a tendance à avoir un ton légèrement plus formel et réfléchi.
Si votre public est plus large et comprend des rôles plus diversifiés dans l’entreprise, GPT-4o peut être un peu plus polyvalent.
La meilleure approche consiste à tester les deux pour votre public cible et à suivre les taux de réponse.
