B2B 專業人士平均每天大概會收到 117 封電子郵件。你的冷郵件不是在跟「安靜」競爭，而是在跟另外 116 封訊息硬碰硬，而且其中大多數都會在兩秒內被刪掉。
我在 Thunderbit 打造外發系統已經很多年了，之前也在 Automation Anywhere 和 Jet.com 做過類似的工作。一路走來，我看到的模式都一樣：團隊花了好幾個小時寫信，結果回覆率還是卡在 1–2%。不是這個管道沒用，而是方法出了問題。多數冷郵件範本看起來都像委員會寫的、法務看過的，再由機器人寄出去的。我寫這篇文章，就是想把這件事修好。
下面你會看到 20 個可以直接拿來用的冷郵件範本——每一個都標註了使用的文案框架、需要的個人化程度、適合放在多封郵件序列中的哪一封，以及實際上你可以期待的回覆率。更重要的是，我會拆解每個範本背後的思路，讓你不只是複製貼上，而是能真的改寫成適合自己的版本。
為什麼大多數冷郵件範本最後都進了垃圾桶（以及如何改善）
在看範本之前，先理解為什麼這麼多冷郵件連內文都還沒被讀就失敗了，會很有幫助。依我的經驗，常見原因有：
- 太籠統。 如果你的郵件可以寄給世界上任何一家公司，那它就不會對任何人有共鳴。最新基準數據顯示，帶有多個個人化變數的活動，回覆率大約可達 5.3%，而一般化寄送只有 1.7%。
- 太長。 表現最好的冷郵件通常會控制在 100 字以內。一旦長到像電子報，你就已經失去讀者了，尤其是在手機上。
- 只站在寄件者角度，不站在收件者角度。 「我們是領先的……供應商」這類說法，幾乎是最快被存檔歸檔的方法。潛在客戶在意的是他們的問題，不是你的定位敘述。
- CTA 太弱或太急。 第一封信就要求 30 分鐘示範，等於第一次約會就求婚。低門檻的提問（例如「要不要互相對一下想法？」）幾乎總是比行事曆連結更有效。
- 送達率不佳。 如果郵件進了垃圾信箱，前面這些都白搭。這部分我們後面會談。
在整篇文章中，我會用六個面向替每個範本打分，方便你判斷在什麼時機用哪一個最合適：
| 評估標準 | 代表意義 |
|---|---|
| 使用的框架 | 這個範本背後的文案結構（AIDA、PAS、BAB、SAS、PPP，或不使用框架） |
| 最適合情境 | 適用的使用案例或買方角色 |
| 理想長度 | 建議字數 |
| 個人化程度 | 低／中／高 — 需要多少潛在客戶研究 |
| 回覆率基準 | 在正確鎖定對象時可期待的回覆率 |
| 最佳搭配 | 在多封郵件序列中適合放在哪個位置 |
開始之前先給幾個快速原則：主旨盡量控制在 3–7 個字（好奇心比機靈更重要）、內文用 8 年級閱讀程度就夠了，還要持續 A/B 測試主旨與 CTA。就算是再好的範本，也需要不斷優化。
每封優秀冷郵件背後的 5 種文案框架
範本能不能好用，關鍵在於底層結構。只要你懂框架，就能隨時改寫任何範本，對應不同潛在客戶。若只是照抄，你只會和其他人一樣。
這是我會固定貼在桌前的速查表：
| 框架 | 結構 | 最適用於 | 語氣 | 範例場景 |
|---|---|---|---|---|
| AIDA | Attention → Interest → Desire → Action | 潛在客戶還不知道自己有問題 | 有企圖心、具啟發性 | 介紹新的流程或新類別 |
| PAS | Problem → Agitate → Solution | 潛在客戶知道痛點，但還沒把它排到優先順序 | 同理心強＋帶點急迫感 | 解決已知的困擾（CRM 很慢、資料品質差） |
| BAB | Before → After → Bridge | 潛在客戶願意更換工具或做法 | 有願景感 | 取代人工流程或競品 |
| SAS | Star → Arch → Success | 複雜價值主張需要客戶故事支撐 | 敘事型 | 以案例為主的外聯 |
| PPP | Praise → Picture → Push | 關係已有一點熱度的潛在客戶 | 先肯定、再直接推進 | 網路研討會後或下載內容後的追蹤 |
AIDA（Attention–Interest–Desire–Action）
先用驚人的事實或問題抓住注意力，再透過讓類別變得相關來建立興趣，接著用具體成果激發需求，最後以清楚的行動收尾。當買方還沒有主動在找解法，而你的首要任務是讓問題變得真實時，AIDA 特別好用。
PAS（Problem–Agitate–Solution）
先點出痛點，再稍微加強那個痛感，最後提出解法。PAS 是最可靠的 B2B 結構之一，因為對多數決策者來說，避開痛苦比追求收益更能驅動行動。當潛在客戶已經知道問題存在，但還沒把它排進優先事項時，PAS 尤其有效。
BAB（Before–After–Bridge）
先描繪令人頭痛的「現在」，再呈現理想的「未來」，最後用你的解法把兩者接起來。當潛在客戶已經能想像更好的未來，但需要有人帶他們過去時，BAB 在競品替換與流程升級場景特別有力。
SAS（Star–Arch–Success）
先介紹一位客戶（Star）、再描述他的挑戰（Arch）、最後揭露他如何成功（Success）。SAS 能降低防備心，因為它讓潛在客戶從別人的故事中看到自己，而不是直接被推銷。
PPP（Praise–Picture–Push）
先真誠肯定，再描繪可能性，最後推動行動。當雙方關係已經有點熟，例如 LinkedIn 上已連結、曾參加你的網路研討會、或有共同社群時，PPP 最有效。
重點在於：大多數冷郵件文章只給你範本，卻不解釋背後由哪個框架驅動。那就像給你食譜，卻不告訴你為什麼這些材料能搭在一起。當你真正內化這五種結構後，你就能替任何潛在客戶快速改寫範本。
2026 冷郵件基準：什麼叫做「表現好」？
Thunderbit 的使用者常問我一個問題：「我的回覆率算正常嗎？」以下是根據最新 2026 基準數據整理出的誠實答案：
| 指標 | 偏低 | 平均 | 良好 | 優秀 |
|---|---|---|---|---|
| 開信率 | 低於 30% | 30–45% | 45–60% | 60%+ |
| 回覆率 | 低於 1.5% | 1.5–3.5% | 3–5% | 5%+ |
| 正向回覆率 | 低於 0.5% | 0.5–1.5% | 1.5–3% | 3%+ |
| 每 100 封信預約到的會議數 | 低於 0.3 | 0.3–1 | 1–2 | 2+ |
| 退信率 | 高於 5% ⚠️ | 3–5% | 1–3% | 低於 1% ✅ |
有幾點值得注意。由於 Apple Mail Privacy Protection 會讓數字偏高，開信率越來越只能算方向性指標。真正重要的是回覆率、正向回覆率，以及預約到的會議數。而且不同類型範本的表現差異很大：觸發事件型範本 的回覆率通常比一般介紹信高出 2–3 倍，轉介郵件則穩定落在 7–12% 區間。
你可以用這個表來診斷目前的活動，並決定先測試哪些範本。
1. 介紹型／首次接觸冷郵件範本
框架： 無（直接介紹）
最適合： SDR 對全新的潛在客戶名單進行首次聯繫
理想長度： 50–80 字
個人化程度： 中
回覆率基準： 2–4%
最佳搭配： 任何序列中的第 1 封
Subject: quick question about {{company}}
Hi {{first_name}} — I'm reaching out because I noticed {{company}} is focused on {{pain_point}}.
We help teams like yours {{result}} without {{common_tradeoff}}.
Worth comparing notes on whether this is even on your radar right now?
為什麼有效：它在 60 字內回答了三個問題——你是誰、為什麼聯絡、以及收件人為什麼要在意。結尾問題門檻很低，你不是在要 30 分鐘，而是在問這件事是否相關。這樣的「是」會容易很多。
2. AIDA 框架冷郵件範本
框架： AIDA
最適合： 還不知道自己有問題，或還沒意識到你這個類別的潛在客戶
理想長度： 60–100 字
個人化程度： 中
回覆率基準： 3–5%
最佳搭配： 當潛在客戶很冷、且尚未意識到問題時，作為第 1 封
Subject: still doing {{old_way}}?
Hi {{first_name}},
Most {{role_plural}} I speak with are still spending hours on {{old_way}}.
Teams using {{your_solution_type}} usually cut that to {{better_outcome}} and free up time for {{business_priority}}.
Would it be unreasonable to show you what that looks like for {{company}}?
每一行都對應到一個步驟：主旨先抓住 Attention，第一句用現況描繪來建立 Interest，第二句用具體成果創造 Desire，最後的收尾則是 Action——溫和的邀請，而不是硬推銷。
3. PAS（Problem–Agitate–Solution）冷郵件範本
框架： PAS
最適合： 已經知道痛點存在，但還沒把它排進優先順序的潛在客戶
理想長度： 60–90 字
個人化程度： 中～高
回覆率基準： 4–6%
最佳搭配： 序列中的第 1 封或第 3 封（重新框架價值）
Subject: when {{pain_point}} starts costing pipeline
Hi {{first_name}},
Most teams at {{company_stage_or_peer_group}} already know {{problem}} is annoying.
What they usually underestimate is how fast it turns into {{cost_or_risk}}.
We help fix that by {{solution}}.
Would a quick example from {{relevant_company}} be useful?
PAS 會有效，是因為它不只是說出痛點，而是讓潛在客戶感受到「不解決會拖多快」。那句加強痛感的描述（「how fast it turns into {{cost_or_risk}}」）就是它和一般介紹信的差別。不過要注意別誇大，重點是同理，不是煽情。
4. BAB（Before–After–Bridge）冷郵件範本
框架： BAB
最適合： 願意從現有做法或競品轉換的潛在客戶
理想長度： 70–100 字
個人化程度： 中
回覆率基準： 3–5%
最佳搭配： 針對競品使用者時，作為第 1 封
Subject: from {{frustrating_before}} to {{desirable_after}}
Hi {{first_name}},
Right now, most teams like {{company}} are stuck with {{before_state}}.
The better version is {{after_state}}, where {{key_benefit}}.
We bridge that gap by {{bridge_solution}}.
Open to seeing how {{peer_company}} did it?
「After」那一段如果能用具體數字支撐，說服力會大幅提升。像是「從每週 4 小時人工輸入資料，到只要 15 分鐘」，會比「省時間」有力得多。如果你有案例研究，這裡就是它最能發揮價值的地方。
5. SAS（Star–Arch–Success）冷郵件範本
框架： SAS
最適合： 複雜價值主張，而且需要客戶故事來說明的情境
理想長度： 80–120 字
個人化程度： 低～中
回覆率基準： 3–5%
最佳搭配： 序列中的第 3 封
Subject: how {{customer_name}} solved {{problem}}
Hi {{first_name}},
One team we worked with, {{customer_name}}, was dealing with {{challenge}}.
They'd tried {{failed_approach}}, but it still left them with {{costly_result}}.
After switching to {{your_solution}}, they were able to {{success_outcome}}.
If that sounds relevant to {{company}}, I can send the short version.
我很喜歡把 SAS 用在序列中段，因為到了第 3 封，潛在客戶已經看過你的名字兩次了。故事會讓內容看起來比較像對話，而不是推銷。關鍵是選一個和對方產業或公司規模相近的客戶故事。
6. 競品點名冷郵件範本
框架： 無（直接競爭定位）
最適合： 已知正在使用或評估競品的潛在客戶
理想長度： 60–90 字
個人化程度： 高
回覆率基準： 5–8%
最佳搭配： 若掌握競品資訊，作為第 1 封
Subject: if you're comparing {{competitor}}
Hi {{first_name}},
I noticed {{company}} appears to be using or evaluating {{competitor}}.
Teams usually talk to us when they want {{differentiator}} without giving up {{important_requirement}}.
Happy to send the short side-by-side if it would save you time.
這裡有兩個原則。第一，絕對不要貶低競品。要強調的是你的優勢，而不是對方的缺點。第二，這個範本需要先知道對方實際在用什麼工具——這也是 資料增補 很重要的原因（後面會講）。
7. 觸發事件／近期新聞冷郵件範本
框架： 無（事件驅動個人化）
最適合： 融資、招募新主管、產品發布、財報、領導層變動等情境
理想長度： 50–80 字
個人化程度： 高
回覆率基準： 6–9%
最佳搭配： 第 1 封，並在觸發事件後 48 小時內寄出
Subject: congrats on {{trigger_event}}
Hi {{first_name}},
Saw the news about {{trigger_event}} at {{company}}.
Moments like this usually create new pressure around {{related_challenge}}.
We've helped teams in the same phase {{specific_result}}.
Worth sharing a quick example?
這一類幾乎總是最有表現的冷郵件格式之一。原因很簡單：相關性加上時機。兩天前的融資消息像是一段對話；三個月前的融資消息就像銷售話術。速度很重要。
8. 網站訪客冷郵件範本
框架： 無（基於意圖的外聯）
最適合： 透過訪客追蹤工具辨識出曾造訪你網站的潛在客戶
理想長度： 50–70 字
個人化程度： 中
回覆率基準： 5–7%
最佳搭配： 網站造訪後 24 小時內寄出的第 1 封
Subject: noticed interest from {{company}}
Hi {{first_name}},
Looks like someone from {{company}} recently spent time on our {{page_name}} page.
Usually that means a team is exploring {{problem_area}}.
If helpful, I can send the two-minute overview most teams ask for next.
這裡「有幫助」和「太像監控」之間的界線很細。不要寫「我看到你在 2:47 PM 造訪了我們的定價頁」。比較好的說法是「你們團隊有人在研究某個主題」。重點是有用，不是讓人覺得被盯著。
9. 社會證明／推薦語冷郵件範本
框架： PPP 或獨立的社會證明
最適合： 會受同儕驗證影響購買決策的產業
理想長度： 60–90 字
個人化程度： 中
回覆率基準： 4–6%
最佳搭配： 序列中的第 1 封或第 3 封
Subject: what {{customer_name}} saw after {{change}}
Hi {{first_name}},
We recently helped {{customer_name}} {{result}}.
Their team described it as "{{short_quote}}."
If {{company}} is dealing with {{relevant_problem}}, I can send the exact playbook they used.
第三方背書通常比你自己講任何優點都更有說服力。技巧在於讓推薦內容和潛在客戶的產業或職位對得上。來自《財富》500 大 CFO 的一句話，不一定能打動新創公司的行銷經理。
10. 轉介／共同人脈冷郵件範本
框架： 無（透過熟悉關係轉移信任）
最適合： 你和對方有共同聯絡人、校友網絡或社群時
理想長度： 50–70 字
個人化程度： 高
回覆率基準： 7–12%
最佳搭配： 第 1 封，務必先提到關係
Subject: {{mutual_connection}} suggested I reach out
Hi {{first_name}},
{{mutual_connection}} thought it might be useful for us to connect because of your work on {{initiative}} at {{company}}.
We've been helping teams handle {{problem}} with {{result}}.
Would it be crazy to compare notes for 10 minutes?
轉介郵件的表現通常都比其他形式好。就算只是很弱的關係——同一個 LinkedIn 群組、同一場會議、同一個校友網絡——也比沒有好。重點是這個關係必須真實。捏造轉介，是最快燒掉信任的方法。
11. 「請指路／找對窗口」冷郵件範本
框架： 無（導航式提問）
最適合： 組織架構複雜、職責不明的大型企業
理想長度： 40–60 字
個人化程度： 低
回覆率基準： 5–8%
最佳搭配： 目標是企業帳戶時，作為第 1 封
Subject: quick routing question
Hi {{first_name}},
I'm trying to reach the person at {{company}} who owns {{topic}}.
If that's not you, would you mind pointing me in the right direction?
這是清單裡最短的範本，而它之所以有效，正是因為太容易回答了。當問題幾乎沒有摩擦時，人們其實很願意把你轉給正確的人。我看過這招在企業開發上擊敗複雜話術的次數，多到數不清。
12. 直接三句式冷郵件範本
框架： 無（極簡做法）
最適合： 忙碌的高階主管與 C-level 受眾
理想長度： 30–50 字
個人化程度： 中
回覆率基準： 4–7%
最佳搭配： 對高層外聯時，作為第 1 封
Subject: idea for {{company}}
Hi {{first_name}} — we help {{peer_type}} {{result}}.
I thought this might matter because {{specific_relevance_to_company}}.
Open to a quick yes/no on whether it's worth a deeper look?
只有三句。就這樣。這種格式在手機上特別有效，因為多數主管都是在手機上看郵件。中間那一句就是個人化的核心——如果那句太泛，整封信就會垮掉。
13. 價值分享／資源型冷郵件範本
框架： 無（先給價值）
最適合： 在買方旅程較早階段建立信任
理想長度： 50–80 字
個人化程度： 中
回覆率基準： 3–5%
最佳搭配： 序列中的第 3 封（初次聯繫與第一次追蹤之後）
Subject: thought this might be useful
Hi {{first_name}},
Not sure if the timing is right, but I came across this {{resource_type}} on {{relevant_topic}} and thought of {{company}}.
No pitch attached — just useful if you're thinking about {{challenge}}.
Want me to send it over?
先給價值可以建立互惠感。潛在客戶不會覺得被推銷，而是覺得被幫助。這種方式最適合放在序列中段，因為你已經介紹過自己，也追蹤過一次。資源本身必須真的有用，而不是包裝得很像產品手冊。
14. 問題式冷郵件範本
框架： 無（以好奇心驅動互動）
最適合： 想讓潛在客戶自我篩選、進一步開啟對話時
理想長度： 40–70 字
個人化程度： 中
回覆率基準： 4–6%
最佳搭配： 第 1 封，或作為第 4 封的重新框架
Subject: how are you handling {{challenge}}?
Hi {{first_name}},
Curious — how is {{company}} currently handling {{specific_problem}}?
I ask because most teams I speak with are still stuck with {{common_issue}}.
Happy to share what's working elsewhere if useful.
這裡的關鍵在於：你不是在推銷，而是在發問。開放式的「how」與「what」問題，比較容易引發真實回覆。避免使用是／否問題（例如「你有興趣嗎？」），因為那樣太容易直接被拒絕。
15. 帳戶式行銷（ABM）冷郵件範本
框架： 混合型（可結合 AIDA + 社會證明）
最適合： 已經做過深入研究的高價值 Tier 1 目標帳戶
理想長度： 80–120 字
個人化程度： 非常高
回覆率基準： 8–15%
最佳搭配： 對 Tier 1 帳戶的第 1 封，搭配多渠道 ABM 策略
Subject: idea for {{company}}'s {{initiative}}
Hi {{first_name}},
I noticed {{company}} is investing in {{initiative}}, especially after {{recent_event}}.
That usually creates pressure around {{specific_operational_problem}}.
We helped {{similar_company}} solve a similar issue and saw {{specific_result}}.
If useful, I can sketch what that might look like for {{company}} in a short note.
ABM 外聯和大量冷郵件完全相反。寄送數量更少、每封研究更多，但如果做得好，回覆率也會高很多。這裡的個人化應該要讓人覺得你真的讀過他們的年報——因為你本來就應該讀過。
16. LinkedIn 到 Email 的銜接冷郵件範本
框架： 無（跨渠道銜接）
最適合： 已在 LinkedIn 上互動過的潛在客戶
理想長度： 50–70 字
個人化程度： 高
回覆率基準： 6–10%
最佳搭配： 在 1–2 次真實 LinkedIn 接觸之後寄出的第 1 封
Subject: enjoyed your post on {{topic}}
Hi {{first_name}},
I liked your post about {{topic}} on LinkedIn, especially the point about {{specific_point}}.
It lined up with what we're seeing around {{related_problem}}.
Thought it might be easier to continue the conversation here — open to that?
關鍵字是「真實」。如果你沒有真的在 LinkedIn 上互動過，就不要假裝有。但如果你有——例如按了讚、留下真評論，或帶著訊息建立連結——這種銜接信就會顯得自然，不會突兀。
17. 限時優惠冷郵件範本
框架： 無（以急迫感驅動）
最適合： 季底衝刺、免費試用、早鳥方案、試點邀請
理想長度： 60–80 字
個人化程度： 低～中
回覆率基準： 3–5%
最佳搭配： 第 4 封，或在促銷期間作為獨立活動
Subject: opening a few spots for {{offer}}
Hi {{first_name}},
We're opening a small number of {{offer_type}} slots through {{deadline}} for teams working on {{relevant_goal}}.
If {{company}} is exploring that this quarter, I can send the short version.
這種範本要謹慎使用。真正的急迫感有效；假的急迫感（例如明明不是，卻硬說「這個優惠 24 小時後到期」）會比幾乎任何事情都更快破壞信任。若期限是真的，就明講；如果不是真的，請換別的範本。
18. 追蹤信 #1：溫和提醒冷郵件範本
框架： 無（軟性接觸）
最適合： 重新喚回沒回覆第一封信的潛在客戶
理想長度： 30–50 字
個人化程度： 低
回覆率基準： 3–5%
最佳搭配： 序列中的第 2 封，於第 1 封後約 3 天寄出
Subject: worth a quick revisit?
Hi {{first_name}},
Circling back in case this got buried.
One extra detail that may be relevant: {{new_stat_or_proof}}.
Worth a reply if this is on your radar?
追蹤信最大禁忌就是寫「Just checking in.」這三個字會直接告訴對方：你沒有新的價值可提供。一定要加上一個新資訊——數據、連結、或一句相關客戶成果都可以。最新數據顯示，大約 55% 的回覆來自追蹤郵件，而不是第一封。所以這封比很多人想像中更重要。
19. 追蹤信 #2：新角度冷郵件範本
框架： PAS 或 BAB（改用和第 1 封不同的角度）
最適合： 忽略第一封與溫和提醒的潛在客戶
理想長度： 50–80 字
個人化程度： 中
回覆率基準： 2–4%
最佳搭配： 序列中的第 4 封，於第一次追蹤後 5–7 天寄出
Subject: another angle on {{problem}}
Hi {{first_name}},
My earlier note focused on {{angle_one}}.
The bigger opportunity may actually be {{angle_two}}, especially if {{company}} is trying to {{business_goal}}.
If helpful, I can send the short case study behind that.
這就是切換框架最有價值的地方。如果第一封是 AIDA 式的「省時間」介紹，這一封就可以改成 PAS，從「競爭風險」切入。產品一樣，但切法不同。重複只會讓人麻木；重新框架，才能重新喚回好奇心。
20. 分手／最後一次機會冷郵件範本
框架： 無（以收尾為主）
最適合： 序列中的最後一封
理想長度： 30–50 字
個人化程度： 低
回覆率基準： 4–7%
最佳搭配： 第 5 封，於新角度追蹤後約 7 天寄出
Subject: should I close the loop?
Hi {{first_name}},
I don't want to clutter your inbox if this isn't relevant.
Should I close the loop on this for now?
有個很有趣的現象：分手信常常是整個序列裡回覆率最高的。為什麼？因為你給了對方說「不」的空間，反而會觸發損失規避。當對方意識到對話快結束時，有些人就會突然決定自己其實想聊聊。這有點像在派對上說「我準備走了」——大家突然就想找你聊天。
20 個冷郵件範本總覽
| # | 範本 | 框架 | 最適合 | 理想長度 | 個人化程度 | 預期回覆率 | 序列位置 |
|---|---|---|---|---|---|---|---|
| 1 | 介紹型 | 無 | 全新外聯 | 50–80 | 中 | 2–4% | Email 1 |
| 2 | AIDA | AIDA | 尚未意識到問題的潛在客戶 | 60–100 | 中 | 3–5% | Email 1 |
| 3 | PAS | PAS | 已知痛點 | 60–90 | 中～高 | 4–6% | Email 1 或 3 |
| 4 | BAB | BAB | 想轉換／替代方案 | 70–100 | 中 | 3–5% | Email 1 |
| 5 | SAS | SAS | 故事型證明 | 80–120 | 低～中 | 3–5% | Email 3 |
| 6 | 競品點名 | 無 | 已知在用競品 | 60–90 | 高 | 5–8% | Email 1 |
| 7 | 觸發事件 | 無 | 事件型外聯 | 50–80 | 高 | 6–9% | Email 1 |
| 8 | 網站訪客 | 無 | 意圖型外聯 | 50–70 | 中 | 5–7% | Email 1 |
| 9 | 社會證明 | PPP / 證明 | 重視信任的買方 | 60–90 | 中 | 4–6% | Email 1 或 3 |
| 10 | 轉介／共同人脈 | 無 | 溫和信任轉移 | 50–70 | 高 | 7–12% | Email 1 |
| 11 | 找對窗口／請指路 | 無 | 組織內部導流 | 40–60 | 低 | 5–8% | Email 1 |
| 12 | 三句式 | 無 | 高階主管 | 30–50 | 中 | 4–7% | Email 1 |
| 13 | 價值分享 | 無 | 建立信任 | 50–80 | 中 | 3–5% | Email 3 |
| 14 | 問題式 | 無 | 好奇心／自我篩選 | 40–70 | 中 | 4–6% | Email 1 或 4 |
| 15 | ABM | 混合型 | Tier 1 帳戶 | 80–120 | 非常高 | 8–15% | Email 1 |
| 16 | LinkedIn 到 Email 銜接 | 無 | 透過 LinkedIn 預熱 | 50–70 | 高 | 6–10% | Email 1 |
| 17 | 限時優惠 | 無 | 促銷推進 | 60–80 | 低～中 | 3–5% | Email 4 |
| 18 | 追蹤信 #1 溫和提醒 | 無 | 重新喚回首次接觸 | 30–50 | 低 | 3–5% | Email 2 |
| 19 | 追蹤信 #2 新角度 | PAS/BAB | 沉默後重新框架 | 50–80 | 中 | 2–4% | Email 4 |
| 20 | 分手／最後機會 | 無 | 最後收尾信 | 30–50 | 低 | 4–7% | Email 5 |
如何用這些冷郵件範本建立 5 封信的序列
單獨看範本很有用，但把它們排成序列，才是一套系統。以下是我根據團隊與使用者的實際經驗，最推薦的藍圖：
| 第幾封 | 使用範本 | 第幾天 | 目標 | 若未回覆 → |
|---|---|---|---|---|
| 1 | 介紹型或觸發事件型（#1 或 #7） | Day 0 | 開啟對話 | 等 3 天 |
| 2 | 追蹤信 #1 溫和提醒（#18） | Day 3 | 重新喚回第一次接觸 | 等 4 天 |
| 3 | 價值分享或 SAS（#13 或 #5） | Day 7 | 建立信任與相關性 | 等 5 天 |
| 4 | 追蹤信 #2 新角度（#19） | Day 12 | 重新框架提案 | 等 7 天 |
| 5 | 分手／最後機會（#20） | Day 19 | 逼出是／否決定 | 結束序列 |
為什麼冷郵件之間間隔 3–7 天最有效
太頻繁會讓人覺得有壓力，太久又會讓對方忘了你是誰。3–7 天的窗口 往往是最佳平衡。多數高產序列會放 3–5 次追蹤，之後邊際效益就開始下降；而最佳寄送時段依舊是收件人當地時間的 週二到週四、早上 8–10 點。
什麼時候該在序列中切換框架
如果第 1 封用了 AIDA（偏願景、偏教育），第 4 封就不要再重複同一種角度。可以改成 PAS（偏痛點）或競品／社會證明角度。框架輪替能避免疲勞，並給潛在客戶新的互動理由。把它想成電影換鏡位——還是同一個故事，但視角不同。
如何大規模個人化冷郵件範本（不用寫 500 封客製信）
這是銷售團隊最常問我的問題：「我要怎麼做個人化，但又不要每封信都花 20 分鐘？」答案不是「寫 500 封不同的信」，而是「蒐集 500 個獨特資料點，再灌進智慧範本裡。」
5.3% 回覆率和 1.7% 回覆率的差距，很多時候只差兩三個個人化變數——公司遇到的挑戰、最近事件、他們正在用的競品。範本結構可以一樣，但資料必須不同。
用 Thunderbit 擷取潛在客戶資料，搭配你的冷郵件範本
用 Thunderbit 擷取潛在客戶資料 Thunderbit 的 Email 和 Phone Extractor 可免費從潛在客戶頁面抓取經驗證的聯絡資訊，不用花點數。 Get Started Free
這裡我會直接說明我們的產品，因為它真的和這個工作流程高度相關。Thunderbit 是我們打造的 agentic 網頁爬蟲，專門給需要從網站提取結構化資料、又不想寫程式的商業使用者。若要用在冷郵件個人化，流程大致如下：
- 建立潛在客戶名單——公司名稱、網站、LinkedIn 檔案。
- 用 Thunderbit 擷取每個潛在客戶的網站——招募頁、部落格、新聞稿、團隊頁、整合頁。
- 把擷取到的資料對應到範本的合併欄位。
- 匯出到 Google Sheets、Excel、Airtable 或 Notion，再匯入你的郵件平台。
Thunderbit 的 AI 會閱讀頁面並自動建議擷取欄位。你不需要設定 selector，也不需要寫腳本。它還支援分頁、子頁面擷取（逐家公司進入個別頁面，為整份名單補資料），而且可免費匯出資料。
以下是資料如何對應到範本：
| 範本變數 | 資料來源 | 取得方式 |
|---|---|---|
| `{{company_challenge}} | 潛在客戶的招募頁或部落格 | Thunderbit 子頁面擷取 |
| `{{recent_news}} | 新聞稿／新聞中心 | Thunderbit AI 擷取 |
| `{{competitor_they_use}} | 技術堆疊／整合頁 | Thunderbit 一鍵擷取 |
\{\{prospect_name\}\}** / **{{email}} | 團隊頁／關於我們頁 | Thunderbit Email Extractor |
重點在於：大規模個人化其實是資料問題，不是寫作問題。只要你有對的資料，範本就能幫你扛下大部分工作。
如何把補充資料對應到範本欄位
實際流程很簡單：
- 先建立 50–100 家目標公司的清單。
- 用 Thunderbit 為每家公司擷取 3–5 個資料點（近期新聞、職缺、技術堆疊、團隊資訊等）。
- 把補齊後的資料放進試算表，欄位名稱對齊你的合併欄位。
- 匯入郵件工具，讓範本自動完成個人化。
這樣就能把原本每位潛在客戶要 20 分鐘的研究，縮短成每批次 2 分鐘。我看過團隊從每週寄出 30 封個人化郵件，成長到 300 封，而且品質沒有下降。如果你想看實際操作，可以試試看 Thunderbit 的 Chrome 擴充功能 或看我們 YouTube 頻道上的操作示範。
送達率基礎：先確保你的冷郵件真的能進收件匣
就算我給你全世界最好的冷郵件範本，如果它進了垃圾信箱，也沒意義。送達率是讓其他一切都能運作的無聊基礎，而且幾乎是我讀過每份冷郵件指南裡最常被忽略的主題。
網域預熱與驗證檢查清單
- 使用獨立寄送網域。 不要直接用公司主要網域寄冷郵件。如果主網域是 yourcompany.com，那就用 yourcompany.io 或 mail.yourcompany.com。
- 花 2–4 週預熱。 先從每天約 20 封開始，逐步增加。直接跳到每天 200 封，很容易進垃圾信箱。
- 設定 SPF、DKIM、DMARC 驗證。 白話來說：SPF 告訴信箱服務商哪些伺服器被允許代表你寄信。DKIM 會替郵件加上數位簽章，證明內容沒被竄改。DMARC 則把前兩者串起來，並告訴服務商如何處理未驗證的郵件。若還沒設定，請在寄出任何冷郵件之前先完成。
- 驗證名單。 盡量把退信率壓在 2% 以下。壞信箱會很快拖垮你的寄件聲譽。
2026 Gmail 與 Yahoo 寄件要求
Google 和 Yahoo 在 2024–2025 年都收緊了寄件規則，而且執行只會越來越嚴格。重點要求如下：
- 一鍵取消訂閱，適用於促銷與大量郵件
- 垃圾信件申訴率低於 0.3%，才能維持良好評等
- 完整驗證（SPF + DKIM + DMARC）
好消息是，這些規則其實對懂做冷郵件的人有利。低品質、高量灌信的人會被篩掉，代表符合規範的寄件者在收件匣裡的噪音更少。只要你照規則做，你的郵件比兩年前更有機會被看見。
冷郵件範本中要避免的垃圾信號詞與模式
垃圾信過濾器看的是模式，不只是單字。句子裡出現一個「free」不會直接害死你；但如果你同時用了太激進的格式、太多連結、圖多字少、主旨全大寫、驚嘆號過多，那就完了。請盡量使用純文字或接近純文字的格式，連結控制在一到兩個，寫得像真人，不像深夜購物台。
結論：選對冷郵件範本、做好個人化，然後有信心地寄出去
20 個範本很多，但你不需要全用。我的建議是：先挑一個符合買方認知階段的首封範本（尚未意識到問題用 AIDA、已知道痛點用 PAS、若時機正好就用觸發事件型），用真實的潛在客戶資料做個人化，本週先寄給前 10 個目標帳戶，並拿結果和前面的基準表比較。
範本背後的框架，比字句本身更重要。序列的安排，比任何單一封信都重要。而你的潛在客戶資料品質——公司挑戰、近期新聞、競爭背景——比主旨有多聰明更重要。
如果你想把資料補充這一段直接加速，歡迎試試 Thunderbit。我們打造它，就是為了把原本要花好幾個小時的人工研究，變成一次點擊。如果冷郵件範本不是你唯一的資料難題，也可以看看我們的指南：用 AI 做開發名單、建立潛在客戶名單、以及 外聯策略。
現在就去寄一些不像垃圾信的郵件吧——祝你的回覆率永遠高於平均值。
常見問題
我應該寄幾封追蹤冷郵件？
2026 年多數最佳實務都收斂到 3–5 封追蹤信。大約 55% 的回覆 來自追蹤郵件，而不是第一封。若寄了 5 封都沒回，邊際效益通常已經很低，這時把對方放進培育名單會更好。
2026 年冷郵件最佳寄送時間是什麼時候？
最穩妥的預設是以收件人當地時區的 週二到週四、早上 8–10 點 寄出。週二通常會略優於其他日子，但真正影響更大的，其實是鎖定對象與送達率，而不是你按下寄送的 دقیق 時間。
我要如何避免冷郵件進垃圾信箱？
用 2–4 週預熱寄送網域、設定 SPF/DKIM/DMARC、把 申訴率壓在 0.3% 以下、驗證名單以降低退信，並避免圖片過多或連結過多的內文。另請使用和公司主網域不同的寄送網域。
哪種冷郵件範本最適合 SaaS 銷售？
觸發事件型（#7）、競品點名型（#6）和 ABM 型（#15）通常最適合 SaaS，因為它們能加入脈絡、急迫性或競爭差異化。框架選擇（AIDA 還是 PAS）則取決於買方認知：不知自己有問題時用 AIDA，已經知道問題時用 PAS。
我可以對每個潛在客戶都用同一個冷郵件範本嗎？
你可以重複使用結構，但不能用完全一樣、沒有改動的訊息。一般化活動的表現比個人化活動差 2–3 倍。範本只是起點——請換入真實的潛在客戶資料（公司挑戰、近期新聞、競品背景）。
試試 Thunderbit Agentic 網頁爬蟲 把 Thunderbit 的 agentic 網頁爬蟲對準任何潛在客戶名單，它就能一鍵建立結構化聯絡資料表。 Get Started Free
試試 Agentic 網頁爬蟲，讓冷郵件個人化更精準 Get Started Free
延伸閱讀
