Automação de e-mail frio

Olá! Neste artigo, explicarei como o framework de IA LangChain pode melhorar significativamente a qualidade do seu alcance de e-mail frio, tornando-o único e personalizado. Também discutirei como automatizar todo esse processo com custos mínimos usando uma plataforma de baixo código e compartilharei modelos prontos para um início rápido.

Personalização vs Automação

Há uma tensão natural entre personalização e automação. E-mails genéricos e não personalizados são fáceis de automatizar, mas geralmente resultam em baixas taxas de engajamento e conversão. Em contraste, e-mails altamente personalizados aumentam o engajamento, mas são difíceis de automatizar.

Plataformas de e-mail frio agora ajudam a resolver esse problema com variáveis ​​dinâmicas que adicionam um toque personalizado a e-mails automatizados. Essas variáveis ​​agem como marcadores de posição para inserir palavras, linhas ou parágrafos personalizados.

Variáveis ​​dinâmicas permitem que as empresas equilibrem personalização e automação de forma eficiente. Hoje, criaremos um cenário LangChain na plataforma low-code Latenode para gerar um cold email icebreaker personalizado para cada contato em nosso banco de dados de divulgação usando as seguintes ferramentas:

• A ferramenta gratuita de enriquecimento de dados ClearBit
• A plataforma gratuita de baixo código Latenode
• API extremamente barata da OpenAI.

Etapa 1: enriquecer e-mails com ClearBit

Vamos começar com uma Planilha Google contendo endereços de e-mail básicos. Incluí alguns dos meus e-mails de trabalho como exemplos reais (por favor, evite me enviar e-mails frios personalizados depois de ler isso! :) )

Primeiro, precisamos enriquecer esses e-mails com dados sobre os destinatários. Para nosso alcance, precisamos saber:

• O primeiro nome
• O nome da empresa
• Descrição da empresa

Você pode visitar manualmente cada domínio de e-mail para coletar essas informações, mas se você tiver centenas ou milhares de e-mails em seu banco de dados, isso não é prático. Em vez disso, podemos automatizar essa tarefa usando a plataforma de baixo código Latenode. Vinculamos nossa Planilha Google lá e usamos a API ClearBit para preencher as informações ausentes. Veja como funciona:

Não se preocupe! Você não precisa criar tudo do começo. Simplesmente copie o cenário que forneço no final deste artigo. Os passos básicos desta automação são:

• Identifique as linhas que precisam de enriquecimento.
• Extraia o e-mail de cada linha.
• Envie o e-mail para a ClearBit e receba todas as informações relacionadas.
• Insira as informações necessárias novamente na Planilha Google.

É isso. Enriquecemos nossos e-mails com detalhes essenciais, como a descrição da empresa. Agora, vamos criar um quebra-gelo personalizado para dar início aos nossos e-mails frios e estabelecer uma conexão pessoal desde o início.

Etapa 2: gerar quebra-gelo personalizado com ChatGPT

Elogiar o que seu destinatário faz no local de trabalho é o mínimo que você pode fazer. Além disso, você pode personalizar seu motivo de divulgação com base no perfil da empresa. Você pode fazer isso com outro cenário do Latenode, que você poderá copiar mais tarde.

Suas principais etapas são:

• Recupere a descrição da empresa na sua Planilha Google.
• Envie esta descrição para o ChatGPT usando a API OpenAI com um prompt personalizado adaptado às suas necessidades.
• Refine a saída gerada pela IA com outra solicitação e um prompt diferente.
• Coloque o resultado final na linha correspondente à pessoa com quem você está entrando em contato.

Ao fazer isso, anexamos um quebra-gelo personalizado a cada indivíduo, criando outra variável personalizada além do primeiro nome e nome da empresa. Este trio deve ser suficiente para começar. Vamos dar uma olhada em como isso funciona:

Etapa 3: carregue a planilha na plataforma de e-mail frio com Apollo

Primeiro, baixe sua planilha como um arquivo CSV. Depois, carregue-a para sua plataforma de e-mail como uma nova lista. Demonstrarei usando o Apollo, mas o processo é semelhante em outras ferramentas.

Os próximos passos são bem padrão – mapeie os campos e atribua uma variável a cada um. A variável chave para nós é o campo personalizado "icebreaker".

Agora, ao redigir um e-mail para um cliente potencial, funciona assim:

É tudo por enquanto. Você pode ajustar os prompts enviados para o GPT no seu cenário Latenode para atingir qualquer nível de personalização de e-mail frio. Esses modelos Latenode são versáteis para qualquer cenário de divulgação fria, incluindo mensagens personalizadas do LinkedIn.

⭐ Conforme prometido, aqui está o link onde você pode copiar meus cenários: Biblioteca de modelos[](http://template biblioteca)

Você só precisa colá-los em app.latenode.com e insira suas chaves de API para ClearBit (que é gratuito) e OpenAI (que é muito acessível). O Latenode em si também é gratuito e tem uma comunidade de suporte onde a equipe está sempre pronta para ajudar com sua jornada de automação.