ChatGPT 和 Midjourney 用于 CRM 和电子邮件营销 - 说明和提示

从一个紧凑的内容计划开始，用于CRM和电子邮件营销，并调整提示，使每个任务都有明确的负责人和可衡量的结果。对于每个活动，指定机器人应该回答的问题，并定义指标来推动跨细分市场和渠道的成功结果。如果您想从第一天起就获得动力，请在扩展之前，在单一受众上测试2–3个提示变体。

构建一个简洁的指导，涵盖角色、分词规则，以及针对您的受众量身定制的特殊表述。使用共享模板，以便团队和年轻团队可以跨电子邮件、回复和广告重用提示，保持一致性和语气。包括清晰写作的指导，以及将提示与退订和隐私要求对齐的指导。

CRM任务的提示 – 以下是您可以复制粘贴以快速开始的示例提示：为中型市场ICP起草一封150字的冷启动外展电子邮件，主题行提升打开率；生成3个友好、专业语气的价格查询回复变体；创建潜在客户处理清单，以标记并将合格潜在客户路由到SDR。添加分词层以保留命名约定，并强制执行与您的品牌声音对齐的表述。建议将这些提示集成到您的日常任务中，以帮助团队保持快速和精确的回答。

中型视觉工作流程 – 使用图像生成工具来创建补充电子邮件文案和着陆页的资产。众所周知，视觉元素提升参与度；尝试像/imagine 一个现代CRM仪表板显示在显示器上，带有干净的排版和蓝色品牌调色板和带有金色强调的抽象几何图案，用于电子邮件标题这样的提示。将每个图像与反映提示意图的alt文本配对，以改善可访问性和可发送性。

年轻团队的笔记 – 从2个核心序列开始，然后基于真实结果每周迭代。推荐保持一个指导，它会随着您一起成长，并在每次发送后写反馈。对于团队，维护一个精简的内容计划和清晰的分词映射，每季度更新以反映新细分市场和渠道。如果您需要调整，请写 – 我们将优化提示以更好地支持您的CRM和电子邮件工作流程。

用于CRM潜在客户评分与ChatGPT的决策树提示架构

架构一览：包括摄取收集lead_id、公司规模、行业、职位、参与分数、最后电子邮件打开和最后购买潜力。特别重要的资格节点应用一套紧凑的标准来评估适合度、兴趣和紧迫性，输出标签和分数增量。评分节点将增量聚合成最终0–100分数，并返回推荐的下一步行动。协调节点将潜在客户路由到销售、营销或培育，并将结果写回CRM。在每个节点之后，流程继续到下一个节点。此架构包括缺失数据的护栏，并在置信度低时使用明确的回退。

提示和模板：每个节点使用带有潜在客户字段占位符的模板。提示指示ChatGPT输入期望、评分范围和输出格式。为了保持一致性，返回数字分数（0–100）和单个下一步标签（例如，“Qualify”、“Nurture”、“Close”）加上简要理由。使用清晰标准和可审计语言，以便人类可以快速审查决策。当数据缺失时，提示会提出澄清问题并在CRM中记录答案。此方法减少来回，并加速处理，尤其是在批量活动中。

数据模型和规则：潜在客户记录包括lead_id、公司规模、行业、职位、参与分数、最近电子邮件点击、最后购买潜力（0–100）、国家，以及产品兴趣。每个节点引用这些字段并为整体分数分配增量。分数限制在0–100，最终下一步行动与选择的阈值对齐。对于披萨业务，更高权重移动订单参与度以捕捉购买意图，并奖励显示清晰购买轨迹的潜在客户。管道包括不完整数据的回退，并在不阻塞流程的情况下请求澄清。

节点示例提示：资格提示：“您是CRM评分助手。给定潜在客户数据：lead_id=、公司规模=、行业=、职位=、参与分数=、最后电子邮件打开=、最后购买潜力=。确定lead_quality为High/Medium/Low；输出分数增量和下一步标签。” 评分提示：“聚合先前节点的增量并计算0到100之间的最终分数；提供一句理由。” 协调提示：“基于分数和下一步标签路由潜在客户，并使用时间戳记录决策。” 标点和数据占位符写用于内部文档帮助维护者，而购买信号可以翻译成CRM中的行动。始终，创建模块在活动之间保持一致，我们 专攻。

监控指标：跟踪MQL到SQL转换提升8–15%，减少评分时间30–50%，并在第一季度内将高优先级潜在客户的路由准确性提高15–25%。监控澄清问题的频率（频繁），并按市场细分调整阈值。维护可审计日志，并比较活动性能以识别进一步创建和写调整。此设置还支持针对披萨、时尚和SaaS等细分市场的不同权重实验，因此您可以在不冒险核心流程的情况下验证收益。

实施步骤（步骤）：1）映射数据源和数据质量规则；2）设计决策树提示；3）为每个节点实施提示，使用模板的提示；4）与CRM API集成并启用事件日志；5）运行2–3个活动的试点并收集反馈；6）扩展到所有细分市场和产品；7）监控结果并调整阈值。然后，在初始试点之后，分析结果并迭代。经常将提示与业务指标对齐，并在必要时收紧表述。

案例：对于披萨连锁店，优先考虑与交付优惠和促销代码互动的潜在客户。如果潜在客户打开促销电子邮件并点击“立即订购”，分数提升15–25并路由到销售以提供限时优惠。使用相同架构在成功订单后驱动交叉销售活动。此实际示例演示了公司如何利用统一模板将兴趣转化为购买决策并扩展客户群。

在我们的工作中，此方法帮助我们的团队创建可重复的潜在客户评分流程。您可以输入数据，写想法并创建创建，这些在活动之间扩展。我们专攻CRM和电子邮件营销，此框架帮助客户从数据到行动，将信号转化为与客户的生产性对话。通过使评分透明和可适应，您的团队可以更快地将潜在客户转化为机会和购买。

使用ChatGPT丰富CRM数据并构建丰富客户资料的提示

推荐：使用指定完整丰富工作流程并返回准备好被CRM摄取的结构化数据的长提示。构建一个提示工程模式，从电子邮件、聊天记录、支持票据、网络表单和交易日志中提取，所有这些都在可重复的格式中。此方法与promptperfect实践对齐，确保数十条记录的一致输出。如果信号模糊，澄清缺失字段并请求明确验证规则。对于任务，提示应定义所需字段、验证规则和首选输出模式。

为了最大化益处，邀请跨职能团队（邀请同事）审查提示并为任务调整。使用双标记来标记高优先级记录并驱动处理管道；设计的输出直接在CRM字段中工作。保持文本简洁，并确保跨格式工作–JSON、CSV或CRM原生对象。此方法帮助这些参数数据质量，用于此项目的细分和外展。

数据丰富的结构化提示模板

模板A：资料丰富 – 输入：customer_id；输出：带有name、email、segments、last_interaction、purchase_history、consent_status的JSON；任务：使用推断兴趣和最近活动丰富资料；验证：如果关键字段缺失，返回标志而不是null；包括来源的标记并避免复制现有记录；仅包括CRM可以存储的字段，并保持响应紧凑。

模板B：参与上下文 – 输入：customer_id、时间框架；输出：简短叙述加上2个可操作的下一步；焦点：总结最近互动文本（支持、电子邮件、聊天）并建议单个下一步。确保此变体适合典型的CRM提示，并标记任何需要澄清的数据在进一步处理之前。

实施和质量检查

实施自动化循环：批量发送提示，对CRM模式验证JSON，并记录不匹配以供审查。跟踪指标如数据完整率、丰富时间和与细分目标的对齐。如果输出显示不一致，调整指令集，添加约束以减少变异性，并使用相同customer_id重试以确认稳定性。对于团队，定期邀请利益相关者审查输出并调整几个提示以提高准确性和有用性，确保此工作主体保持可靠。

电子邮件活动的个性化规则：用于主题、文案和时机的决策树提示

我们推荐从今天开始使用三路径决策树用于主题、文案和时机，将信号映射到提示，并在每次发送后适应（今天）。此方法涵盖简单和复杂细分，使用表格可视化映射，并突出单一连贯框架在不同网络全年营销的重要性。

主题提示 – 构建三个分支：（一个）用于新潜在客户，（不同网络）用于活跃联系人，和（暂时）用于不活跃。对于每个分支，生成3个简洁提示，触及益处（益处）、好奇心和可信度。示例：（一个）“使用简单工具增长收入”；“本周使用更快入职节省小时”；“看看团队如何减少30%时间”；（不同网络）“本季度什么对您最重要？”；“同行减少20%成本 – 您也可以”；“2024年哪个功能为您获胜？”；（暂时）“我们想您 – 内部快速更新”；“最后机会：您尚未看到的新功能”；“如果您正在审查选项，这里有一个快速比较。” 始终根据接收者信号和最后互动（之后）定制以避免疲劳。

文案提示 – 对于每个主题分支，制作3个正文变体：短、中、長。短在2句中强调核心益处（益处）和单个CTA（一个）。中添加证明点或微型案例（表格或简要统计）和1个支持句。长包括客户故事、2个指标和清晰的下一步。包括实际细节（包括具体数字）、相关示例和单个突出CTA。使用简单表述用于披萨数字类比 – 隐喻清晰胜过抽象行话。例如：短：“我们的工具将入职速度提高2倍。今天开始14天试用。” 中：“团队使用我们的入职流程减少42%时间。这里查看2页案例研究。” 长：“在最近部署中，公司X将时间价值从28天减少到12天，交付$X ARR。这里是逐步计划和完整故事链接。” 每个版本包括直接CTA和一行以朴素术语重申价值（益处）。

时机提示 – 使用三层规则优化发送时间：（1）信号后（最后互动后）定义微窗口，（2）尊重时区和工作时间，（3）按活动阶段测试节奏。推荐窗口：09:00–11:00本地时间，13:00–15:00，和19:00–21:00，调整区域差异。如果参与最近，在24小时内发送跟进；否则等待3–5天并测试不同主题角度。使用（暂时）较轻文案来重新加热并避免疲劳。包括回退到周末时段发送，当打开率在特定网络中历史性上升时；测试后，按良好指标（与先前发送对比）适应时机，并按队列跟踪影响。

指标和基准 – 使用单一真相来源（表格）跟踪打开率、点击率和按分支转换（一个主题路径、文案路径、时机路径）。个性化预期提升：打开率+8–15%，CTR+3–6%，退订率≤0.5%。比较不同内容跨不同网络以识别哪些提示在电子邮件流和社会渠道中最佳。目标 – 提高参与度而不增加退订，这对活动启动年（年）特别有用。

常见陷阱及避免方法 – 避免跨细分看起来相同的通用提示（错误发生在盲目复制时）。不要过长主题行；主要行保持在45字符以下。确保信号是最新的；陈旧数据导致不匹配提示（暂时）。注意语气：过度激进的优惠疏远来自不同网络的回应者。维护清晰退订选项以减少负面回应并保留信任（益处）。避免在匆忙活动中混合太多长形式元素；每个电子邮件优先一个清晰价值主张并包括简单、可操作的下一步。

即用提示示例 –

主题（一个）：“使用简单工具增长收入”

主题（不同网络）：“本季度什么对您最重要？”

主题（暂时）：“我们想您 – 内部快速更新”

文案（短）：“我们的工具将入职速度提高2倍。今天开始14‑天试用。”

文案（中）：“团队使用我们的入职流程减少42%时间。查看2页案例研究。”

文案（长）：“在最近部署中，公司X将时间价值从28天减少到12天，交付$X ARR。这里是逐步计划和完整故事链接。”

时机：“在09:00本地时间发送；如果未打开，在13:00跟进第二次接触；如果打开，在24小时后使用新主题角度安排提醒。”

不同方法和适应 – 应用神经脚本和基于数据的方法，但保持焦点在年度营销策略的现实场景上（年）。发明灵活规则允许适应活动特定市场和网络渠道，占据正确利基并最小化错误，尤其是在使用统一（一个）模板和长（长）邮件时。对于不同网络，测试什么更有效：短或长邮件，哪些主题行在哪些细分中工作，以及时机如何影响回应。推荐保持带有指标和信号标志的表格，以便不遗漏任何重要细节（重要性）。

Midjourney提示策略，用于品牌一致的电子邮件视觉和标题

从神经脚本驱动的想法开始，以将Midjourney视觉与您的电子邮件营销品牌对齐。构建一组核心提示，锁定您的颜色调色板、排版和图像风格，因此每个图像支持跨活动的相同故事。此方法镜像Skillbox指导并跨团队扩展。

定义用于标题和英雄视觉的核心提示块。当您写每个提示时，包括清晰指示以保持标志放置一致、简洁口号和可读叠加。将每个资产绑定到尊重分配项目预算的模板，确保输出保持在活动预算内。

采用可重复的提示语法：对于每个资产，指定--ar 16:4或--ar 4:5、--v 5、--q 2；锁定品牌友好风格（照片级、编辑或平面），并要求带有口号的文本层。包括您的产品或服务上下文图像以指导构图。此系统帮助每个设计师和文案在该项目中遵循策略。

对于标题和英雄块，使用约束制作提示：颜色调色板、标志处理、排版和叠加对比。最重要规则是可读性：保持文本叠加在安全区域内，并使用高对比背景，以便读者立即注意到口号。

跨渠道一致性的入门提示：提示：“品牌标题，标志左，口号右，颜色调色板带有品牌蓝色，干净无衬线字体，高对比叠加，16:4纵横比，照片级，无多余元素，--ar 16:4 --v 5 --q 2”。使用这些变体用于instagram预览、电子邮件标题和telegram卡片以维护视觉身份。

质量控制和迭代：每个资产运行3-5个变体，在telegram或Skillbox工作区与团队汇报，并使用promptperfect优化。跟踪打开率、点击和图像驱动参与度；调整提示以在本月改善性能。

工作流程和协作：分配任务给每个参与者，在提示中提供清晰指示，并保持共享图库。将成功提示存储在中央知识库中（例如，Skillbox笔记或Telegram档案），以便下一个活动更快启动。

存储和重用：按资产类型（标题、英雄、缩略图）编目提示，并标记主题如instagram、电子邮件、口号。此实践减少启动时间，确保一致性，并扩展您的电子邮件营销视觉。

入门要点：纪律性提示套件减少来回，提升品牌识别，并释放时间用于文案调整。现在实施这些步骤，以在每个活动的标题和正文图像中实现连贯视觉。

端到端工作流程：从摄取数据到通过决策树提示的活动输出

从将单一摄取数据流连接到决策树提示引擎开始，该引擎输出准备运行的活动资产。此方法澄清您的策略，加速迭代，并确保每个步骤紧密连接到业务目标。

摄取和规范化数据

构建可扩展的摄取层，从CRM、网站互动、电子邮件和支持票据中提取信号。使用规范模式，带有字段如user_id、timestamp、channel、event_type和attributes。应用去重、规范化以及隐私保护转换以保持数据干净。添加丰富如lifecycle_stage、segments和倾向分数，以突出最重要用户。维护紧凑的数据字典和版本化映射以支持跨团队的通用查询。每个摄取任务（任务）应发布验证徽章：数据完整性、字段一致性和隐私护栏。然后，创建轻量级质量仪表板以跟踪用户、事件和参与类型，以便利益相关者可以看到数据真实状态并快速过渡到分析。

• 来源整合：CRM、网站、电子邮件、支持和产品事件。
• 模式纪律：user_id、timestamp、channel、event_type、attributes。
• 质量关卡：去重、规范化、隐私护栏。
• 丰富：lifecycle_stage、segments、倾向分数。
• 验证：自动化检查和快速合同过渡到下一个阶段。

决策树提示和活动输出

设计分支提示分类法，驱动跨营销类型的文案和视觉。每个分支输出：1）主题行，2）电子邮件正文变体，3）用于视觉的Midjourney提示，以及4）A/B测试标签。使用神经网络用于文案和神经聊天风格指导来塑造语气、长度和合规。基于细分（新用户、活跃用户、流失用户）、生命周期事件和渠道偏好基础分支。然后，给出机会过渡（过渡）到主动创意生成，当传入数据满足精确标准时。确保输出与总体目标对齐并必须反映最有效的消息策略。

1. 定义分支：细分、目标、渠道和资产类型。例如：如果细分 = “新买家”且渠道 = “电子邮件”，生成入职序列文案和欢迎视觉提示。
2. 制作每个分支模板：主题行（3个变体）、正文文案（两个长度选项）和相关视觉的Midjourney提示（1–2个变体）。
3. 注释提示：为每个输出附加元数据（细分、目标、节奏、预期KPI）以跟踪。
4. 质量检查：运行快速审查事实准确性、品牌语气和法律合规；如果出现问题，回环到树进行修订。
5. 部署和反馈：将资产推送到CRM活动、电子邮件发送队列和视觉库；监控性能并将结果反馈到摄取层以改善未来分支。

为了快速行动，从内部活动的免费/免费模板试用开始，然后扩展到更广泛受众。始终瞄准精确、可重复输出，并维护从数据到活动激活的清晰、可操作链接。

质量保证：CRM和电子邮件提示的测试、护栏和指标

采用2周测试节奏，每个细分两个到三个提示变体，并有清晰决策规则：部署下一个周期的最佳性能变体。使用promptperfect在发布前验证提示，并维护中央内容计划，将提示链接到CRM阶段和电子邮件活动。在共享表格中记录结果，字段：prompt_id、细分、变体、目标、打开、点击、回复、转换、交付率。对于标题测试两个主题行；对于查询定义数据馈送并在数据缺失时包括澄清。跟踪哪些元素决定参与度和收入影响，并捕捉后续迭代的经验教训。

护栏确保消息保持合规和尊重。围绕语气和内容构建规则：无政策外承诺；排除PII属性；提供退订路径；要求剖析提示的明确退出。定义用于细分和个性化的属性，但保持最小。如果所需数据点缺失（澄清），提示澄清或跳过个性化。在提示中，包括简短问候行以设置温暖，并考虑新用户短视频指南来说明提示应如何编写。使用标题反映内容并保持内容计划与销售消息对齐。

跟踪指标包括可交付性、打开率、点击率、回复率、退订率、转换和每个接收者收入。为CRM和电子邮件活动定义KPI类别，并建立公式：打开率 = 打开 / 交付；CTR = 点击 / 交付；转换率 = 购买 / 打开或购买 / 点击；每个电子邮件收入 = 收入 / 交付。按行业设置目标–例如，可交付性高于98%、打开率20–35%、CTR 2–6%，以及培育列表5–15%转换范围–同时监控垃圾投诉以保持低于0.1%。当任何指标周环比变化超过15%时实施自动警报，并使用CRM和ESP仪表板将结果归因于特定提示。从响应收集的澄清有助于优化什么信息最有价值以编写提示。

每季度对主要提示块运行SWOT分析以识别优势、劣势、机会和威胁。使用这些洞察收紧护栏、澄清查询中的请求，并扩展测试组合。将发现链接回内容计划以确保新和相关内容由销售方法证实。为团队集成简短视频解释器（视频），演示提示如何映射到客户阶段，并相应更新培训材料。此方法帮助团队响应不断变化的买家需求，而不牺牲数据质量或合规。

CRM电子邮件提示块的示例结构：

- 提示：“为{company}起草简洁、个性化外展消息，解释我们的解决方案如何减少流失。”

- 标题A/B：“使用{solution}提升ROI – 了解更多” vs. “看看{solution}如何为{company}驱动结果”

- 查询：指定字段如{first_name}、{company}、{recent_interaction}，以及可选{industry}以填充占位符；如果数据缺失，包括澄清规则。

- 要求（属性）：最小数据馈送、退订标志、同意状态和最后联系日期。

- 内容计划对齐：确保消息匹配新产品和当前活动；插入销售语言风格示例。

- 护栏：无政策外保证、无定义字段外PII、包括清晰退订选项。

- 成功标准：量化打开率、CTR和合格潜在客户率在目标范围内；如果缺失，触发提示修订周期。

- 插入点（插入）：动态字段占位符和回退文本。