20 个不显得像垃圾邮件的冷邮件模板

最后更新于 June 8, 2026
20 个不显得像垃圾邮件的冷邮件模板

如今,平均每位 B2B 从业者每天大约会收到 117 封邮件。你的冷邮件面对的从来不是“空无一人”,而是另外 116 封消息——其中大多数都会在两秒内被删掉。

我在 Thunderbit 以及此前在 Automation Anywhere 和 Jet.com 负责外发增长系统多年,观察到的规律始终如一:团队花了大量时间写邮件,回复率却一直卡在 1%–2%。问题不在渠道本身,而在打法。大多数冷邮件模板读起来像是委员会写的、法务审过的,最后再由机器人发出去的。这篇文章,就是我想把这件事纠正过来。

下面我会分享 20 个可以直接上手的冷邮件模板——每个模板都标注了所用的文案框架、需要的个性化程度、适合放在多封邮件序列中的哪一环,以及你可以合理期待的回复率。更重要的是,我还会讲清楚每个模板背后的思路,这样你就能灵活改写,而不是照抄。

为什么大多数冷邮件模板最后都进了垃圾箱(以及如何改善)

在看模板之前,先搞清楚为什么那么多冷邮件甚至还没被读正文就失败了。按我的经验,常见原因通常是:

  • 太泛。 如果你的邮件能发给全世界任何一家公司,那它对谁都没有针对性。最新基准数据显示,带有多个个性化变量的活动回复率可达到约 5.3%,而群发式泛化邮件只有 1.7%。
  • 太长。 最有效的冷邮件通常控制在 100 个词以内。一旦写得像新闻简报,读者就已经失去耐心了,尤其是在手机上。
  • 只讲自己,不讲客户。 “我们是……领域的领先供应商”这种开场,是最快被归档的方式。对方关心的是自己的问题,不是你的定位宣言。
  • CTA 太弱或太早。 第一次触达就约 30 分钟演示,跟第一次约会就求婚差不多。低门槛的问题(比如“要不要先简单对一下?”)几乎总比日历链接更有效。
  • 送达率差。 如果邮件进了垃圾箱,前面这些都白搭。这个问题我们后面会专门讲。

在全文中,我会从六个维度给每个模板打分,帮助你在不同场景下选对模板:

标准它告诉你的信息
使用框架这个模板背后的文案结构是什么(AIDA、PAS、BAB、SAS、PPP 或无框架)
最适合它适配的使用场景或买家画像
理想长度推荐字数
个性化程度低 / 中 / 高——你需要做多少客户研究
回复率基准在定位正确的情况下可期待的回复率
最佳搭配它在多封邮件序列中的位置

开始前,再给你几个快速原则:主题行尽量控制在 3–7 个词 以内(好奇心比花哨更重要),正文尽量写到八年级阅读水平,并且一定要对主题行和 CTA 做 A/B 测试。再好的模板,也需要不断迭代。

20 个冷邮件模板背后的 5 种核心文案框架

模板本身只是表层,真正决定效果的是底层结构。只要你理解框架,就能随时按不同客户重写模板;如果只是复制粘贴,你就会和其他人写得一模一样。

这是我会贴在办公桌上的速查表:

框架结构最适合的情况语气示例场景
AIDA注意 → 兴趣 → 渴望 → 行动对方还没意识到自己有问题向往型介绍新的流程或品类
PAS问题 → 放大问题 → 解决方案对方知道痛点,但还没把它列为优先事项共情 + 紧迫感解决已知困扰(CRM 慢、数据差)
BAB之前 → 之后 → 桥梁对方愿意切换工具或方法展望型替换手动流程或竞品
SAS主角 → 弧线 → 成功复杂价值主张需要客户故事支撑叙事型以案例为核心的外联
PPP赞赏 → 描绘 → 推进对方已经有一定互动热度认可 + 直接网络研讨会后或下载内容后的跟进

AIDA(注意–兴趣–渴望–行动)

先用一个出人意料的事实或问题吸引注意,再通过让品类显得与你有关来建立兴趣,用具体成果制造渴望,最后给出明确行动。AIDA 最适合那些并没有主动在找产品的人,而你的首要任务,是让问题变得“真实可感”。

PAS(问题–放大问题–解决方案)

先点出痛点,再稍微“加重”一下感受,最后给出解决办法。PAS 是最稳妥的 B2B 结构之一,因为对大多数决策者来说,避免损失的驱动力往往比追求收益更强。痛点规避比收益追逐更有力。它特别适合那些已经知道问题存在,但还没把它提到优先级前列的客户。

BAB(之前–之后–桥梁)

先描绘痛苦的“之前”,再展示理想的“之后”,最后用你的解决方案把两者连接起来。BAB 在竞品替换和流程升级场景里尤其好用,因为对方其实已经能想象更好的未来,只是还需要有人帮他走过去。

SAS(主角–弧线–成功)

先介绍一个客户(主角),再讲他们遇到的挑战(弧线),最后展示他们如何取得成功。SAS 通过让潜在客户在别人的故事里看到自己,降低了被直接推销时的抵触感。

PPP(赞赏–描绘–推进)

先真诚地认可对方,再描绘可能实现的结果,最后推进到行动。PPP 在关系已经有一点热度时效果最好——比如 LinkedIn 已加好友、参加过你的 webinar、或者来自共同社群。

关键点在于:很多冷邮件文章只给你模板,却不解释模板背后的框架。那就像只给别人菜谱,却不说明为什么这些食材能搭配在一起。理解这五种结构后,你就能把任何模板快速改成适合任何目标客户的版本。

2026 年冷邮件基准:什么才算“好”

Thunderbit 用户经常问我一个问题:“我的回复率正常吗?”下面这个答案来自最新的 2026 年基准数据

指标较差平均良好优秀
打开率低于 30%30–45%45–60%60%+
回复率低于 1.5%1.5–3.5%3–5%5%+
正向回复率低于 0.5%0.5–1.5%1.5–3%3%+
每 100 封邮件预约会议数低于 0.30.3–11–22+
退信率高于 5% ⚠️3–5%1–3%低于 1% ✅

有几点值得注意。由于 Apple Mail Privacy Protection 的影响,打开率越来越只能作为参考指标。真正重要的是回复率、正向回复率和预约会议数。不同模板类型的表现差异也很大:触发事件模板 的回复率通常比普通介绍邮件高出 2–3 倍,而转介绍邮件通常能稳定落在 7%–12% 区间。

你可以用这张表来诊断当前活动,并决定先测试下面哪些模板。

1. 介绍型 / 首触达冷邮件模板

框架: 无(直接介绍)
最适合: SDR 首次联系全新的潜在客户名单
理想长度: 50–80 词
个性化程度:
回复率基准: 2–4%
最佳搭配: 任意序列中的第 1 封

主题:关于 {{company}} 的一个小问题

Hi {{first_name}} — 我联系你是因为我注意到 {{company}} 正在专注于 {{pain_point}}。

我们帮助像你们这样的团队在不需要 {{common_tradeoff}} 的情况下实现 {{result}}。

现在这个话题对你们来说值得对一下吗?

为什么有效:它用不到 60 个词回答了三个问题——你是谁、为什么联系对方、为什么对方该在意。结尾的问题也很轻量。你不是在索要 30 分钟,而是在问这个话题是否相关。这种“是”的门槛要低得多。

2. AIDA 框架冷邮件模板

框架: AIDA
最适合: 还没意识到问题或品类存在的潜在客户
理想长度: 60–100 词
个性化程度:
回复率基准: 3–5%
最佳搭配: 当对方很冷、还没意识到问题时,作为第 1 封

主题:你们还在用 {{old_way}} 吗?

Hi {{first_name}},

我接触的很多 {{role_plural}} 现在还在花好几个小时处理 {{old_way}}。

使用 {{your_solution_type}} 的团队通常能把这件事缩短到 {{better_outcome}},并腾出时间去做 {{business_priority}}。

我给你看一下 {{company}} 可能是什么样,是否太冒昧?

每一行都对应一个步骤:主题行负责 吸引注意,第一句通过指出现状建立 兴趣,第二句用具体结果制造 渴望,最后的收尾就是 行动——一个软性请求,而不是强行推销。

3. PAS(问题–放大问题–解决方案)冷邮件模板

框架: PAS
最适合: 已经知道痛点,但还没优先解决的客户
理想长度: 60–90 词
个性化程度: 中–高
回复率基准: 4–6%
最佳搭配: 序列中的第 1 封或第 3 封(价值重构)

主题:当 {{pain_point}} 开始吞噬 pipeline

Hi {{first_name}},

{{company_stage_or_peer_group}} 里的大多数团队都知道 {{problem}} 很烦。

但他们通常低估了它会多快变成 {{cost_or_risk}}。

我们可以通过 {{solution}} 来解决这个问题。

愿意看看一个来自 {{relevant_company}} 的简短案例吗?

PAS 的厉害之处在于,它不只是说出痛点,还让对方真切感受到“不解决会怎样”。中间那句放大问题(“它会多快变成 {{cost_or_risk}}”)正是它和普通介绍邮件的分水岭。不过别夸张过头。你要的是共情,不是煽情。

4. BAB(之前–之后–桥梁)冷邮件模板

框架: BAB
最适合: 愿意从当前方案或竞品切换的潜在客户
理想长度: 70–100 词
个性化程度:
回复率基准: 3–5%
最佳搭配: 在针对竞品用户时作为第 1 封

主题:从 {{frustrating_before}} 到 {{desirable_after}}

Hi {{first_name}},

现在,像 {{company}} 这样的团队大多还被 {{before_state}} 卡住。

更好的状态是 {{after_state}},在那里 {{key_benefit}}。

我们通过 {{bridge_solution}} 来跨过这道鸿沟。

想看看 {{peer_company}} 是怎么做到的吗?

“之后”的部分如果能落到一个真实数字上,效果会强很多。比如“从每次手工录入 4 小时到 15 分钟”,远比“节省时间”更有说服力。如果你有案例研究,这里就是它最该发挥作用的地方。

5. SAS(主角–弧线–成功)冷邮件模板

框架: SAS
最适合: 复杂价值主张,且适合用客户故事来承接
理想长度: 80–120 词
个性化程度: 低–中
回复率基准: 3–5%
最佳搭配: 序列中的第 3 封

主题:{{customer_name}} 是怎么解决 {{problem}} 的

Hi {{first_name}},

我们合作过的一家团队 {{customer_name}} 当时正面临 {{challenge}}。

他们试过 {{failed_approach}},但最后还是留下了 {{costly_result}}。

换成 {{your_solution}} 之后,他们终于能够 {{success_outcome}}。

如果这对 {{company}} 也有参考价值,我可以把简版发你。

我很喜欢把 SAS 放在中段邮件里,因为到第 3 封时,对方已经见过你名字两次了。此时一个故事听起来更像对话,而不是硬推销。关键是选一个与你目标客户行业或公司规模相匹配的案例。

6. 直接点名竞品的冷邮件模板

框架: 无(直接竞争定位)
最适合: 已知正在使用或评估竞品的客户
理想长度: 60–90 词
个性化程度:
回复率基准: 5–8%
最佳搭配: 在已有竞品情报时作为第 1 封

主题:如果你们正在比较 {{competitor}}

Hi {{first_name}},

我注意到 {{company}} 似乎正在使用或评估 {{competitor}}。

很多团队来找我们时,都是想在不牺牲 {{important_requirement}} 的前提下获得 {{differentiator}}。

如果能帮你节省时间,我很乐意发你一个简短对比表。

这里有两条原则。第一,不要贬低竞品。重点讲你能提供什么,而不是对方缺什么。第二,这个模板要求你真的知道对方在用什么工具——这就需要 数据补全 来帮忙(后面会展开)。

7. 触发事件 / 最新新闻冷邮件模板

框架: 无(基于事件的个性化)
最适合: 融资、招聘、产品发布、财报、管理层变动等场景
理想长度: 50–80 词
个性化程度:
回复率基准: 6–9%
最佳搭配: 第 1 封——最好在触发事件发生后 48 小时内发送

主题:恭喜 {{trigger_event}}

Hi {{first_name}},

看到 {{company}} 刚刚发生了 {{trigger_event}} 的新闻。

这种阶段通常会给 {{related_challenge}} 带来新的压力。

我们帮助过处在类似阶段的团队实现了 {{specific_result}}。

要不要我发你一个简短示例?

这是表现长期最稳定、最强的冷邮件格式之一。原因很简单:相关性加时效性。两天前的融资公告像是在聊天;三个月前的融资公告就像是在推销。速度很重要。

8. 访问过你网站的潜在客户冷邮件模板

框架: 无(基于意图的外联)
最适合: 访问过你网站的潜在客户(通过访客追踪工具识别)
理想长度: 50–70 词
个性化程度:
回复率基准: 5–7%
最佳搭配: 网站访问后 24 小时内发送的第 1 封

主题:注意到 {{company}} 对我们感兴趣

Hi {{first_name}},

看起来 {{company}} 最近有人看过我们 {{page_name}} 这一页。

通常这意味着团队正在了解 {{problem_area}}。

如果有帮助,我可以把大家下一步最常要的两分钟概览发你。

这里“有帮助”和“有点吓人”之间的界线很细。不要说“我看到你在 2:47 PM 看了我们的定价页”。可以说“你们团队里有人在了解这个话题”。保持有用,而不是像在监视别人。

9. 社会证明 / 客户评价冷邮件模板

框架: PPP 或独立的社会证明
最适合: 那些很看重同侪验证的行业
理想长度: 60–90 词
个性化程度:
回复率基准: 4–6%
最佳搭配: 序列中的第 1 封或第 3 封

主题:{{customer_name}} 在 {{change}} 之后看到了什么

Hi {{first_name}},

我们最近帮助 {{customer_name}} 实现了 {{result}}。

他们团队把这形容为“{{short_quote}}”。

如果 {{company}} 也正面临 {{relevant_problem}},我可以把他们当时用的完整打法发你。

第三方背书永远比你自己说自己好更可信。诀窍是让案例和对方的行业或职位匹配。来自财富 500 强 CFO 的一句话,不一定能打动初创公司市场经理。

10. 转介绍 / 共同联系人冷邮件模板

框架: 无(通过熟人实现信任转移)
最适合: 你和对方有共同联系人、校友关系或共同社群时
理想长度: 50–70 词
个性化程度:
回复率基准: 7–12%
最佳搭配: 第 1 封——一定要先提关系

主题:{{mutual_connection}} 建议我联系你

Hi {{first_name}},

{{mutual_connection}} 觉得我们可以聊聊,因为你在 {{company}} 负责 {{initiative}} 这块工作。

我们一直在帮助团队用 {{result}} 解决 {{problem}}。

方便的话,我们 10 分钟简单对一下,应该不至于太冒昧吧?

转介绍邮件的表现通常都优于其他所有类型。哪怕只是比较弱的关系——同一个 LinkedIn 群组、同一场会议、同一个校友会——也比完全没有强。关键是关系必须真实。编造转介绍,是最快把信任烧掉的方式。

11. “帮我转给对的人 / 我该联系谁” 冷邮件模板

框架: 无(导航式请求)
最适合: 组织架构复杂、联系人不清晰的大公司
理想长度: 40–60 词
个性化程度:
回复率基准: 5–8%
最佳搭配: 面向企业账户时作为第 1 封

主题:快速确认一下该找谁

Hi {{first_name}},

我想联系一下 {{company}} 里负责 {{topic}} 的人。

如果不是你,方便指个方向吗?

这是列表里最短的模板,但它之所以有效,正是因为太容易回答了。当你的请求毫无负担时,人们出乎意料地愿意把你转给合适的人。在企业拓客里,这种方式经常比复杂推销更有效。

12. 直截了当的三句式冷邮件模板

框架: 无(极简风格)
最适合: 忙碌的高管和 C 级决策者
理想长度: 30–50 词
个性化程度:
回复率基准: 4–7%
最佳搭配: 面向高管的第 1 封

主题:给 {{company}} 的一个想法

Hi {{first_name}} — 我们帮助 {{peer_type}} 实现 {{result}}。

我觉得这件事可能和你有关,因为 {{specific_relevance_to_company}}。

愿不愿意简单回我一个 yes/no,看值不值得进一步了解?

只有三句话,就是这么简单。这个格式在手机上尤其有效,而大多数高管正是在手机上读邮件。中间那句话是个性化的核心——如果这句很泛,整封邮件就垮了。

13. 价值分享 / 资源型冷邮件模板

框架: 无(先给价值)
最适合: 在购买旅程较早阶段建立信任
理想长度: 50–80 词
个性化程度:
回复率基准: 3–5%
最佳搭配: 序列中的第 3 封(首次触达和一次跟进之后)

主题:我觉得这个可能对你有用

Hi {{first_name}},

不确定现在时机是不是合适,但我刚看到一份关于 {{relevant_topic}} 的 {{resource_type}},第一时间想到 {{company}}。

没有夹带推销内容——如果你们最近正考虑 {{challenge}},它会挺有用。

要不要我发你?

先给价值,会触发互惠心理。对方不会觉得你在推销,而是觉得你在帮他。这种方式最适合放在序列中段,也就是你已经介绍过自己、并且跟进过一次之后。资源本身也必须真有用,而不是包装成资料的产品宣传册。

14. 问题型冷邮件模板

框架: 无(以好奇心驱动)
最适合: 开启对话,并让潜在客户自我筛选
理想长度: 40–70 词
个性化程度:
回复率基准: 4–6%
最佳搭配: 第 1 封,或作为第 4 封中的重构话术

主题:你们是怎么处理 {{challenge}} 的?

Hi {{first_name}},

好奇问一下,{{company}} 现在是怎么处理 {{specific_problem}} 的?

我之所以问,是因为我接触的大多数团队仍然卡在 {{common_issue}} 上。

如果有用,我很乐意分享一下别处正在奏效的方法。

这里的妙处在于:你不是在推销,而是在提问。开放式的“怎么”“什么”问题,更容易引来真实回复。尽量避免是/否问题(比如“你有兴趣吗?”),因为那样对方太容易直接说“不”。

15. 账户制营销(ABM)冷邮件模板

框架: 混合型(可结合 AIDA + 社会证明)
最适合: 经过深度研究的高价值 Tier 1 目标账户
理想长度: 80–120 词
个性化程度: 非常高
回复率基准: 8–15%
最佳搭配: 多渠道 ABM 战役中的 Tier 1 账户第 1 封

主题:关于 {{company}} 的 {{initiative}},我有个想法

Hi {{first_name}},

我注意到 {{company}} 在持续投入 {{initiative}},尤其是在 {{recent_event}} 之后。

这通常会给 {{specific_operational_problem}} 带来压力。

我们帮 {{similar_company}} 解决过类似问题,并看到了 {{specific_result}}。

如果有帮助,我可以用一小段说明,给你画出放到 {{company}} 里会是什么样子。

ABM 外联和高频冷邮件正好相反。发送更少,但每封投入更多研究;做得好时,回复率也会明显更高。这里的个性化应该让人感觉你真的读过他们的年报——因为你本来就应该这么做。

16. LinkedIn 转邮件桥接模板

框架: 无(跨渠道衔接)
最适合: 已经在 LinkedIn 上互动过的潜在客户
理想长度: 50–70 词
个性化程度:
回复率基准: 6–10%
最佳搭配: 在 1–2 次真实 LinkedIn 互动后作为第 1 封

主题:很喜欢你关于 {{topic}} 的帖子

Hi {{first_name}},

我很喜欢你在 LinkedIn 上发的关于 {{topic}} 的帖子,尤其是你提到 {{specific_point}} 那一段。

这和我们在 {{related_problem}} 方面看到的情况很一致。

我在想,或许我们可以把对话接到这里来继续——你看方便吗?

关键词是“真实”。如果你根本没在 LinkedIn 上互动过,就别装作互动过。但如果你确实互动过——点过赞、认真评论过、或者带着备注加过好友——这种桥接邮件就会显得很自然,而不是刻意。

17. 限时优惠冷邮件模板

框架: 无(紧迫感驱动)
最适合: 季末冲刺、免费试用、早期体验计划、试点邀请
理想长度: 60–80 词
个性化程度: 低–中
回复率基准: 3–5%
最佳搭配: 第 4 封,或在促销期间作为独立活动

主题:为 {{offer}} 开放少量名额

Hi {{first_name}},

我们正在为正在推进 {{relevant_goal}} 的团队,开放少量 {{offer_type}} 名额,截止到 {{deadline}}。

如果 {{company}} 本季度也在考虑这件事,我可以把简版发你。

这个模板要谨慎使用。真实紧迫感有效;虚假的紧迫感(比如“这个优惠 24 小时后失效”,但明眼人都知道并不会)会比几乎任何东西都更快损害信任。如果截止日期是真的,就直接说;如果不是真的,就换个模板。

18. 跟进 #1:温和提醒冷邮件模板

框架: 无(软触点)
最适合: 重新唤回没有回复第一封邮件的潜在客户
理想长度: 30–50 词
个性化程度:
回复率基准: 3–5%
最佳搭配: 序列中的第 2 封,通常在第 1 封后约 3 天发送

主题:要不要快速再看一眼?

Hi {{first_name}},

我再跟进一下,怕这封邮件被埋掉了。

补充一个可能相关的信息:{{new_stat_or_proof}}。

如果这个话题仍在你的关注范围内,欢迎回我。

跟进邮件最大的雷区就是“just checking in(来问问进展)”。这三个词等于在告诉对方:你没有任何新东西可提供。一定要补上一条价值——一个数据点、一个链接,或者一条相关客户结果的短句。最新数据表明,大约 55% 的回复来自跟进邮件,而不是第一封。也就是说,这封邮件比很多人想的更重要。

19. 跟进 #2:换个角度冷邮件模板

框架: PAS 或 BAB(切换成和第一封不同的角度)
最适合: 既没回复第一封,也没回应温和提醒的潜在客户
理想长度: 50–80 词
个性化程度:
回复率基准: 2–4%
最佳搭配: 序列中的第 4 封,通常在跟进 #1 后 5–7 天发送

主题:关于 {{problem}} 的另一个思路

Hi {{first_name}},

我前面那封主要从 {{angle_one}} 的角度聊这件事。

其实更大的机会可能是 {{angle_two}},尤其是如果 {{company}} 正在尝试实现 {{business_goal}}。

如果有帮助,我可以把背后的简短案例发你。

这就是切换框架真正体现价值的地方。如果第一封是从节省时间出发的 AIDA 开场,那么这一封可以改成围绕竞争风险的 PAS 重构。还是同一个产品,只是换个切面。重复会削弱好奇心,而重新框定会重新点燃它。

20. 分手 / 最后一次机会冷邮件模板

框架: 无(收尾导向)
最适合: 序列中的最后一封
理想长度: 30–50 词
个性化程度:
回复率基准: 4–7%
最佳搭配: 第 5 封,通常在新角度跟进后约 7 天发送

主题:我该先把这件事收个尾吗?

Hi {{first_name}},

如果这件事和你无关,我不想一直占用你的收件箱。

要不要我先把这条线收起来?

这里有个很反直觉的现象:分手邮件往往是整条序列里回复率最高的。为什么?因为你给了对方一个说“不”的权利,反而触发了损失厌恶。他们突然意识到对话要结束了,其中一部分人会在这时发现自己其实是想聊的。就像你在聚会上说“我准备走了”——大家反而突然都想跟你聊两句。

20 个冷邮件模板一览

#模板框架最适合理想长度个性化预期回复率序列位置
1介绍型新客户触达50–802–4%邮件 1
2AIDAAIDA对问题还没意识的客户60–1003–5%邮件 1
3PASPAS已知痛点60–90中–高4–6%邮件 1 或 3
4BABBAB切换 / 替代方案70–1003–5%邮件 1
5SASSAS基于故事的证明80–120低–中3–5%邮件 3
6点名竞品已知在用竞品60–905–8%邮件 1
7触发事件基于事件的外联50–806–9%邮件 1
8访客邮件意图型外联50–705–7%邮件 1
9社会证明PPP / 证明重信任买家60–904–6%邮件 1 或 3
10转介绍 / 共同联系人温和信任转移50–707–12%邮件 1
11找对人 / 询问联系人组织导航40–605–8%邮件 1
12三句式高管30–504–7%邮件 1
13价值分享型建立信任50–803–5%邮件 3
14问题型激发好奇 / 自我筛选40–704–6%邮件 1 或 4
15ABM混合Tier 1 账户80–120很高8–15%邮件 1
16LinkedIn 转邮件桥接已在 LinkedIn 上升温50–706–10%邮件 1
17限时优惠促销推动60–80低–中3–5%邮件 4
18跟进 #1 温和提醒重新露出首触达30–503–5%邮件 2
19跟进 #2 换角度PAS/BAB沉默后的重新框定50–802–4%邮件 4
20分手 / 最后机会最终收尾邮件30–504–7%邮件 5

如何用这些冷邮件模板搭建一个 5 封邮件序列

单独的模板有用,但排成序列后,才真正变成体系。下面是我基于团队和用户的实际效果,推荐的基础蓝图:

邮件编号使用模板发送日目标若无回复 →
1介绍型或触发事件型(#1 或 #7)第 0 天打开对话等 3 天
2跟进 #1 温和提醒(#18)第 3 天让首次触达重新出现等 4 天
3价值分享型或 SAS(#13 或 #5)第 7 天建立信任和相关性等 5 天
4跟进 #2 换角度(#19)第 12 天重新框定卖点等 7 天
5分手 / 最后机会(#20)第 19 天逼出一个是/否答案结束序列

为什么冷邮件之间间隔 3–7 天效果最好

太频繁会让人觉得你在催;间隔太久,对方又会忘了你是谁。 3–7 天窗口 往往最合适。多数高产序列会在 3–5 次跟进后开始递减,而最佳发送时段通常是目标收件人本地时间的 周二到周四,上午 8–10 点

什么时候该在序列中切换框架

如果第 1 封用了 AIDA(偏向愿景和认知建立),第 4 封就不要继续重复同样的角度。可以切成 PAS(聚焦痛点)或竞品 / 社会证明角度。框架切换能避免疲劳,并给对方一个新的参与理由。可以把它想成电影里切换镜头角度——还是同一个故事,但视角不同。

如何规模化个性化冷邮件模板(不用写 500 封完全不同的邮件)

销售团队最常问我的问题是:“怎么做到个性化,又不至于每封花 20 分钟?”答案不是“写 500 封独立邮件”,而是“收集 500 个独特数据点,然后喂给智能模板”。

5.3% 回复率和 1.7% 回复率 的差距,往往只来自两三个个性化变量——公司挑战、最近事件、他们在用的竞品。模板结构可以不变,变的是数据。

用 Thunderbit 抓取潜在客户数据,给冷邮件模板做个性化

用 Thunderbit 抓取潜在客户数据 Get Started Free

这里我就直接说明一下我们的产品,因为它和这个流程确实高度相关。Thunderbit 是我们专门为商业用户打造的 AI 网页爬虫,帮助他们无需写代码,就能从网站中提取结构化数据。用于冷邮件个性化时,流程大致如下:

  1. 先建立潜在客户名单——公司名称、网站、LinkedIn 主页。
  2. 用 Thunderbit 抓取每家公司的官网内容——招聘页、博客、新闻稿、团队页、集成页。
  3. 把抓取到的数据映射到模板变量。
  4. 导出到 Google Sheets、Excel、Airtable 或 Notion,再导入你的邮件系统。

Thunderbit 的 AI 会自动识别页面并建议提取字段。你不需要配置选择器,也不需要写脚本。它还能处理分页、子页面抓取(访问每家公司的具体页面,为整份名单补全数据),而且支持免费导出数据。

下面是数据和模板的映射方式:

模板变量数据来源获取方式
`{{company_challenge}}潜在客户的招聘页或博客Thunderbit 子页面抓取
`{{recent_news}}新闻稿 / 新闻中心Thunderbit AI 提取
`{{competitor_they_use}}技术栈 / 集成页面Thunderbit AI 字段建议
\{\{prospect_name\}\}** / **{{email}}团队页 / 关于我们页面Thunderbit 邮箱提取器

核心结论:规模化个性化,本质上是数据问题,不是写作问题。只要你有足够好的数据,模板就能帮你完成大部分工作。

把补全后的数据映射到模板变量

实际操作流程很简单:

  1. 先准备 50–100 家目标公司名单。
  2. 用 Thunderbit 为每家公司抓取 3–5 个数据点(最新新闻、招聘信息、技术栈、团队信息)。
  3. 把这些补全数据放进表格里,列名和你的模板变量保持一致。
  4. 导入邮件工具,让模板自动完成个性化。

这样一来,原本每个潜在客户要研究 20 分钟的流程,就变成了每批只需 2 分钟。我们见过团队把每周发送 30 封个性化邮件,提升到 300 封,而且质量没有下降。如果你想看看实际效果,可以试试 Thunderbit 的 Chrome 扩展 或观看我们 YouTube 频道上的演示

送达率 101:确保你的冷邮件模板真的进收件箱

我可以给你全世界最好的冷邮件模板,但如果它最后进了垃圾箱,一切都没有意义。送达率是让其他环节成立的无聊但关键的基础,也是我读过的大多数冷邮件指南里最容易被忽略的话题。

域名预热与认证检查清单

  • 使用独立发送域名。 不要用你公司的主域名发送冷外联。如果主域名是 yourcompany.com,那就用 yourcompany.io 或 mail.yourcompany.com。
  • 预热 2–4 周。 从每天大约 20 封开始,逐步提升。直接跳到每天 200 封,基本就是在把自己送进垃圾箱。
  • 完成 SPF、DKIM 和 DMARC 认证。 简单说:SPF 告诉邮箱服务商哪些服务器可以代表你发信;DKIM 给邮件加数字签名,证明内容没有被篡改;DMARC 把两者串起来,并告诉服务商如何处理未认证邮件。如果这些没配好,先别发第一封冷邮件。
  • 验证名单。 尽量把退信率控制在 2% 以下。无效地址会迅速拖垮你的发件信誉。

2026 年 Gmail 和 Yahoo 发件人要求

Google 和 Yahoo 在 2024–2025 年收紧了发件规则,而且执行只会越来越严。核心要求包括:

  • 一键退订,适用于促销和批量邮件
  • 垃圾投诉率低于 0.3%,才能保持良好状态
  • 完整认证(SPF + DKIM + DMARC)

好消息是:这些规则其实对高质量冷邮件发送者是利好。低质量、高频率的垃圾发送者会被过滤掉,这意味着遵规发信的人在收件箱里的噪音更少。如果你按规则做,邮件比两年前更容易被看到。

冷邮件模板中要避免的垃圾词和模式

垃圾邮件过滤器看的是模式,不只是单个词。句子里出现一个“free”通常不会出事;但如果你堆上夸张格式、过多链接、图片过重、全大写主题行和一堆感叹号,那基本就完了。尽量让冷邮件保持纯文本或接近纯文本,链接控制在一到两个,并且像真人说话,不要像深夜电视购物广告。

结论:选对冷邮件模板,做好个性化,自信发送

20 个模板听起来很多,但你并不需要全部用上。我的建议是:先选一个适合你买家认知阶段的首触达模板(对还没意识到问题的人用 AIDA;对已经感知痛点的人用 PAS;对时效性强的情况用触发事件模板),用真实的潜在客户数据去改写,然后本周先发给你最重要的 10 个账户,并拿结果和上面的基准表做对比。

模板背后的框架,比字句本身更重要;序列比任何单封邮件都更重要;而你的潜在客户数据质量——公司挑战、最新新闻、竞争环境——比主题行有多聪明更重要。

如果你想把数据补全这一步直接省掉,可以试试 Thunderbit。我们就是为了把原本要花几小时的人工研究,压缩到几次点击而做的。如果冷邮件模板并不是你唯一的数据难题,也可以看看我们关于 AI 线索生成建立潜在客户名单外联策略 的指南。

现在就去发一些不像垃圾邮件的邮件吧——也祝你的回复率永远跑赢平均值。

常见问题

我应该发多少封跟进冷邮件?

到 2026 年,大多数最佳实践都收敛到 3–5 次跟进。大约 55% 的回复 来自跟进邮件,而不是第一封。发到第 5 封还没回应,通常就开始边际收益递减了,最好把对方放进培育名单。

2026 年冷邮件最佳发送时间是什么时候?

最稳妥的默认时间是收件人本地时区的 周二到周四,上午 8–10 点。周二通常会略胜一筹,但目标定位和送达率远比你几点按下发送键更重要。

怎样避免冷邮件进垃圾箱?

把发送域名预热 2–4 周,完成 SPF/DKIM/DMARC 认证,把 投诉率控制在 0.3% 以下,验证名单以降低退信,并避免图片太多或链接太多的邮件正文。最好使用与主公司域名不同的独立域名。

哪种冷邮件模板最适合 SaaS 销售?

触发事件模板(#7)、点名竞品模板(#6)和 ABM 模板(#15)通常最适合 SaaS,因为它们能加入场景、紧迫感或竞争差异化。框架怎么选(AIDA 还是 PAS),取决于买家认知:AIDA 适合还不知道自己有问题的客户,PAS 适合已经意识到问题的人。

我可以对每个潜在客户都用同一个冷邮件模板吗?

你可以复用结构,但不能原封不动地复用同一封内容。泛化活动在回复率上通常比个性化活动差 2–3 倍。模板只是起点——你要替换进去真实的客户数据(公司挑战、最新新闻、竞品背景)。

试用 Thunderbit AI 网页爬虫

试试 AI 网页爬虫,提升冷邮件个性化效果 Get Started Free

了解更多

Shuai Guan
Shuai Guan
Thunderbit 首席执行官|AI 数据自动化专家 Shuai Guan 是 Thunderbit 的首席执行官,也是密歇根大学工程学院校友。凭借近十年的科技与 SaaS 架构经验,他专注于将复杂的 AI 模型转化为实用、免代码的数据提取工具。在本博客中,他分享自己经过实战检验、毫无保留的网页爬取与自动化策略,帮助您构建更智能、以数据为驱动的工作流。当他不在优化数据流程时,也会将同样的细致投入到摄影爱好中。
目录

只要开口,就能抓取网页

用简单英文说出你的需求。或者更简单,什么都不用说。

试用 Thunderbit 免费
使用 AI 提取数据
轻松将数据传输到 Google Sheets、Airtable 或 Notion
Chrome Store Rating
PRODUCT HUNT#1 Product of the Week