问题：一千封邮件，却收不到回复
上个季度，我在 Windows 设备上一次性发送相同的模板邮件给 100 位新买家。结果令人沮丧。回复仅有 5 封(5%)。似乎全部进了垃圾邮件箱。
**Before：大量发送方式**
- 相同的问候语、相同的产品说明、相同的结尾
- 只替换买家姓名的「表面个性化」
- 无法追踪：不知道谁何时打开、谁有兴趣
- 回复率：约 5%
解决方案：用 Claude Code 打造「关系型邮件」自动化
想法很简单。我们在电子表格中收集买家的产业、公司规模、地区信息，让 Claude Code 机器人根据这些信息 生成各不相同的邮件。
1 阶段：收集买家档案数据
从 LinkedIn、公司网站、过往交易记录中提取信息，整理成 CSV 格式。
买家名称 | 公司名称 | 产业 | 员工数 | 主力市场 | 最近帖文
John Lee | ABC Trading Co. | 零售流通 | 150人 | 东南亚 | "推出新夏季系列..."
Sarah Kim | Fashion Plus Ltd. | 数字营销 | 45人 | 欧洲 | "可持续发展故事..."
2 阶段：Claude Code 机器人的角色分工
机器人 1 号(「数据清洁机器人」)
• 验证 CSV 数据及补充遗漏值
• 从买家档案中提取 3 个「核心话题」
机器人 2 号(「邮件生成机器人」)
• 读取每位买家的档案，撰写 **独特的问候语**
• 将他们的兴趣(地区、产业、最近动态)与产品建议相连
• 最后用 3 个具体问题引导对话
对比范例：
[原始模板]
你好，我们提供优质产品。有兴趣吗？
[个性化版本]
你好 John，
我在 LinkedIn 上看到 ABC Trading Co. 正在扩大东南亚市场的新产品线。
过去 2 年，我们也一直与该地区的批发买家合作，
尤其在夏季有特别热销的款式。
你们是否对这方面感兴趣？
1. 需要针对东南亚市场的颜色和设计吗？
2. 目前在寻求扩大供应商吗？
3. 对样品订购流程有疑问吗？
3 阶段：自动追踪和反馈回路
发送邮件后 3 天、7 天、14 天自动收集打开和点击状态。机器人分析数据后自动分类：
• **高度兴趣(点击 + 已读)**: 优先级「高」，48 小时内自动发送追踪邮件
• **中度兴趣(仅已读)**: 优先级「中」，7 天后轻度追踪
• **无回应**: 优先级「低」，2 周后最终 1 次邮件
结果：回复率提升三倍
**After：关系型自动化方式**
- 针对每位买家的个性化问候和话题
- 大幅降低被归类为垃圾邮件的概率
- 通过自动追踪优先处理「高兴趣买家」
- 回复率：约 15%(5% → 15%)
- 额外成果：初期回应者中实际成交的比例也从 25% 升至 42%
主要收获
1. **模板的陷阱**：速度快不代表有关系。买家首先用眼睛感受个性化的关注。
2. **追踪的价值**：发送后不是终点。机器人追踪打开情况，让我们清楚知道「谁真正感兴趣」。
3. **细节的影响力**：只要加上公司名称 + 最近新闻 1 行，就能大幅降低垃圾邮件风险。Claude Code 能以秒速处理这一切。
4. **团队角色重新定义**：当机器人写邮件时，人类专注于「关系设计」。提前决定谈论什么话题、提出什么问题来引导对话，光这一点就能戏剧性改善自动化品质。
下一步实验
我们已开始多语言版本。同一机器人可读取买家所在地，自动生成西班牙文、葡萄牙文、中文版本。结果将在下月公开。