AI 写的开发信，不如群发模板

先看一组数字。

一家做冷邮件代发的美国公司 Sales.co，上个月公布了自己一年半的发送数据。他们把 2025 年 4 月到 2026 年 9 月之间所有第一次发出的冷邮件，按"开头那句话怎么来的"分了组，一共涉及 1,279,153 个联系人。

AI 个性化开场那一组，36 万多个联系人，人工回复率 0.53%，正向回复率 0.15%。

纯模板那一组，不到 3 万个联系人，人工回复率 1.00%，正向回复率 0.56%。

还有一组叫"随机组件"，就是卖点、语气、篇幅、行动指令从一堆选项里随机拼，但完全不提收件人是谁，74 万多个联系人，人工回复率 0.83%，正向回复率 0.22%。

差距最大的是正向回复。收到模板信的人，回复里表达兴趣的概率，是收到个性化开场那组的将近四倍，0.56% 对 0.15%。

这家公司自己也做了个 AI 写开场白的工具，本来指望用数据证明这东西有用。数据反过来打了自己的脸。他们原文里写得很直白，我们本来更希望个性化赢，毕竟这个工具是我们自己做的，但在这份数据里它没赢。

一百多万个联系人，模板赢了

先说他们怎么做的。从 2025 年 4 月 8 日到 2026 年 9 月 25 日，这一年半里所有第一次发出的冷邮件，按开头那句话的写法分组。人工回复的定义排除了自动回复、休假通知、退信和垃圾邮件；正向回复指的是被标记为有兴趣、可能感兴趣、已约会议或者正在对话。

我知道你看到这个表会想什么。模板组才两万八千人，个性化组三十六万人，样本差了十几倍，这能比吗。

Sales.co 自己也知道这个问题。所以他们又做了两道校验。

第一道，同一个月份内部比。因为从 2025 年 4 月到 2026 年 9 月，所有类型邮件的人工回复率都在往下掉，从 2.36% 掉到 0.45%。跨月比等于拿今年的数据和去年比，本来就不公平。他们只挑当月联系人超过 500 的组来比。五月，模板 1.23%，个性化 0.82%；七月都是 0.56%，但模板的正向回复 0.23%，个性化 0.15%；八月 0.56% 对 0.53%；九月 0.83% 对 0.38%。四个月里，正向回复模板全赢。

第二道，同一个客户内部比。这道更要命。19 个客户同时用过个性化开场和纯模板，各覆盖 300 个以上联系人。个性化在 10 个客户里赢，模板在 9 个里赢。原文自己的评价是，差不多就是抛硬币能得到的分布。

其中两个模板样本最大的客户，差距特别刺眼。客户 A，个性化发了 8,297 个，人工回复 0.98%，模板发了 1,097 个，2.28%。客户 B，个性化 9,051 个，1.01%，模板 5,042 个，2.98%。

这句话为什么不管用了

Sales.co 的原文里有一句话很实在，他们说，我们没法用这份数据证明原因。

只给了自己的推测，我也觉得这个推测说得通。

以前一封开场白写着"看到您上周在某某峰会上的分享"，这句话本身就是一个信号，说明对面这个人真的花时间看过我。现在不是了。任何一个发信人，几秒钟就能让模型读一遍你的公开资料，生成一句听起来很像样的话。更关键的是，大家用的都是那么几个模型，读的都是同一批公开资料。

所以一个海外采购，一周收到五封冷邮件，里面可能有三封都在提他上个月发的那条动态。

第一次看到，觉得有人关注我。第三次看到，就知道这是批量的。到第五次，这句话不但不加分，反而成了"又是一封机器信"的标记。

我自己这两年在出口企业里看到的情况，跟这个观察方向一致。2023 年、2024 年那会儿，谁家开发信能用上 AI 写一句针对性的开场，确实能让人眼前一亮。到 2025 年下半年，在我服务的几十家出口企业里，用 AI 写开发信的已经是多数。当所有人都能做同一件事的时候，这件事就不再是差异化了。

这里得说清楚一个边界。这份数据是一家商业机构的工具数据，客户行业、目标市场、发信域名质量都在变，而且它自己也承认，客户结构每个月在变，同客户内部对比也没能完全消除这个影响。它用的 2026 年 9 月还是不完全月份，只统计到 25 号，收集回复的时间最短。这些都在原文的局限说明里写着。

所以这份数据不能读成"个性化会导致回复率下降"。它只能说明，在这家机构自己的客户群里，在那一年半的时间里，AI 写的个性化开场没有跑赢模板。别的人、别的市场、别的工具，完全可能是另一个结果。

真正的疑问不是有没有用，是你怎么知道它有用

这个问题问偏了，通常是偏在这里。

大家问的是"AI 写的开场到底行不行"，但该问的是"我们凭什么认为这封个性化信比模板信更有可能被回复"。

绝大多数出口企业做开发信，是这么个流程。业务员凭感觉写，主管凭感觉看，发出去，收到几个回复，觉得还行，接着这么写。整个链条里没有任何一个环节真正验证过"个性化"这个动作有没有产生效果。

而"个性化"是开发信里最贵的动作。它要人，要时间，要工具。按行业经验估算，一个业务员一天大致能群发上百封模板信，真正一封封写开场的也就十几二十封，差了一个数量级。如果这个数量级的投入换不来回报，那这笔钱就是白花的。

所以我不是劝你别做个性化。我是说，你得让人能验证它。

具体怎么验证，我的建议是这样，这只是建议，不是行业标准。

同一批名单，先按客户类型或者国家或者客户规模分层，然后同一层里随机分两半。一半只改开头那一句，别的一句不动。另一半用模板。发出去，看的不是打开率，是回复里真正进入对话的数量。别把自动回复算进来，Sales.co 另一份覆盖 1,288,605 封邮件的研究里提到，所有回复里有 53.7% 是自动回复、休假通知这类东西，把它们当成回复率，等于自己骗自己。

还有一个细节值得注意。Sales.co 在《The Cold Email Reality Check》那份研究里提到，69% 的回复来自第一封邮件，后面的跟进贡献小得多。这说明开头那句话的权重确实高，但高归高，高不代表"必须写得像读过你的资料"。

个性化该往哪里去

如果"提一句你的动态"这个动作边际效应越来越低，开场白还能写什么。

我的判断是往两个方向走，一个是往"具体"走，一个是往"可验证"走。

往具体走，意思是别写"我注意到贵司最近发展很快"这种谁都能说的话，写具体的产品参数、具体的应用场景、具体的替代方案对比。海外买家看开发信的时候，真正在判断的是"这个人懂不懂我的问题"，而不是"这个人有没有看过我的主页"。

往可验证走，意思是让你的话能被查。说我们做这个规格，就把公差、材质、测试条件写清楚。说我们给某个市场供过货，就说清是什么类型的分销商、什么量级。买家能自己核实的部分越多，他对你这封信的信任成本就越低。

这两条路都不轻松，都比让 AI 生成一句开场白要费劲。但它们有一个共同点，别人抄不走。一句"看到您最近的分享"谁都能生成，一套能对得上号的参数和场景，只有真懂这门生意的人才写得出来。

想验证自己的开发信，先把这三件事发过来

如果你看完这篇，想弄清楚自己现在这套开发信到底是有效还是白费劲，我建议你别急着换工具，先把手上的东西摆出来。

第一件，把你最近半年发出去的开发信正文发我们看，最好是一封个性化开场和一封模板信各来一封，不用改漂亮，原样就行。第二件，把你主推产品的产品清单和目标市场发过来，我们要知道你在跟谁说话，才知道那封信念起来对不对。第三件，如果你手上有产品实拍图或者图纸，一起发，很多开发信的问题出在"说不到点上"，根子在写的人不了解产品。

这三样凑齐，我们会给你一份对照清单，逐条标出你的开发信在哪几处漏掉了买家真正想知道的东西。你要是还想看更细的，我们也可以把你的产品清单和竞品页放在一起比一遍，告诉你差在哪个具体参数上。

发到协守外贸官网 chukou123.com 的联系入口就行。