roy-tong/agent-tool-center/warm-email-outreach

Claude Code and agent skill by roy-tong/agent-tool-center

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

替用户写 1:1 外联邮件(冷触达、暖回访、跟进、求合作、触达开发者/客户/顾问),核心是千人千面、不像 AI、先抹陌生感拉近距离再谈正事。触发词:写外联邮件、cold email、冷邮件、触达邮件、跟进邮件、follow-up email、邮件运营、外联、求合作邮件、暖回访、outreach email、cold outreach、触达信。求评审类外联路由到 expert-review-outreach;一般文本去 AI 味归 shuorenhua。

Install

npx vskill@latest install roy-tong/agent-tool-center/warm-email-outreach

SKILL.md

暖外联邮件(warm-email-outreach)

替用户写给具体某个人的外联邮件。三条底线,全部来自真实外联的实测教训:

  1. 千人千面:每封邮件至少 1 个可验证的收件人专属细节,换掉收件人名字后邮件必须不成立。队列准入的硬门槛是"有钩子字段"(公开数字/公开引用),这也是回复率的来源(来源:projects/AgentMeasure/市场推广/发现冲刺-20260919/触达数据库-20260920.md §4)。
  2. 不被识别为 AI / 群发:收件人(多为工程师、CX 负责人、投资人)对模板邮件的免疫力极高。实测对照:通用问句式冷邮件 0 回复 / 26 封;个性化求评互动 3/3 转化为规格级贡献(来源:projects/AgentMeasure/市场推广/求评式外联-skill-20260917.md)。
  3. 先抹陌生感、拉距离,再谈正事:正事(请求)永远放在钩子和桥之后,且请求成本必须低。

本 skill 是所有 1:1 外联邮件的通用底盘。求评式(请对方评审仓库/规格/fixture)是它的一个特化模式,已单独成 skill:expert-review-outreach——命中求评场景时路由过去,不在此复制。

什么时候用 / 怎么路由

  • 用本 skill:冷触达、暖回访(有过互动的人)、跟进邮件、商务合作/求介绍、社区/社交渠道的私信(LinkedIn note、Reddit DM、X DM 同构)。
  • 路由到 expert-review-outreach:目标是项目维护者/活跃贡献者,且手里有一个可评审的具体物件(仓库/spec/fixture/validator)。求评场景的七要素和硬门比本 skill 更严,以它为准。
  • 归 shuorenhua:非邮件的一般文本去 AI 味。邮件里的 AI 味判定用本 skill 的邮件版分级(致命项和文章不同,见第 2 节)。
  • 不适用:群发营销邮件(newsletter、drip campaign)、客服回复、法律/正式函件。

1. 发件前研究清单(千人千面的输入)

不研究完不动笔。研究产出直接进输出合同第一件(研究摘要)。

1.1 查什么(按优先级,能查到几项算几项)
优先级查什么去哪查
P0对方近期的工作与言论:最近 6 个月的 PR/issue/评论、博文、推文、播客出场、会议 talkGitHub、个人站、X/LinkedIn、播客 shownotes
P0公开数字/原话:案例页引用、论坛帖原句、性能数字、价格吐槽厂商 customers 页、Reddit/社区帖、G2 评论
P1对方的处境:在用什么产品、什么计费模式、临近续约/迁移、团队角色(谁拍板)案例内页、LinkedIn 头衔、讨论区语境
P1与我方事物的真实交集:我们修过的东西是否在对方栈里、对方是否提过相邻问题我方 repo 的 issue/PR 记录、上游修复清单
P2签名与身份线索:邮箱形态(数字 handle 型退信率 25%+,直接弃)、有无个人站SMTP 预验证、Hunter 确认
1.2 怎么转化成钩子
  • 硬钩子(必选其一):对方的一个可验证事实,最好带数字或原话——"你在 X 项目里做的那次 Y"、"你案例页里那个 $30k/年 的数字"、"你在论坛写的'点了 Yes 就计费'"。硬钩子必须能在 2 分钟内向第三方指出出处(PR/issue/帖子/案例页链接存在)。
  • 处境钩子(强烈建议):为什么是你——对方的角色/场景让这个问题对他比对别人更尖锐。"你管支持团队,这正是你续约前会被 finance 问的数字"。
  • 交集钩子(有则最强):我们和对方的真实历史——修过对方在用的库、对方的某条反馈已被采纳、对方曾经回复过我们。交集钩子只准用真实存在的(查记录),编造 familiarity 是最致命的错误。
1.3 合格线:最少几个专属细节
  • 底线(不过不发):1 个硬钩子。只有"I saw your work"级别的泛指 = 没有钩子 = 不发。
  • 标准:硬钩子 1 个 + 处境钩子或交集钩子 1 个。真实高转化样本都是这个配置(来源:市场推广/发现冲刺-20260919/触达批次1-20260920.md,每封都引案例页原话数字 + 按对方角色定制请求)。
  • 深钩模式(高价值目标:CEO/CTO/维护者/官方域名):2-3 个专属细节,逐封人工级研究,每日 ≤10 封(来源:expert-review-outreach 发送纪律)。
1.4 当日核实(钩子会腐烂)

写信用到的事实发送当天再核一遍。实测教训:两位目标的人物情报在一周内过期——一位已跳槽到厂商侧(钩子方向反了,客户触达变同业触达),一位已离开被引用的公司(案例钩子作废,只能降级重写)。过期的钩子比没有钩子更糟:它证明你没有真的在看对方(来源:触达批次1-20260920.md 9/20 人物情报修正记录)。


2. 防 AI 识别规则(邮件版)

邮件的致命 AI 味和文章不一样,按以下优先级重排。文章里最致命的是收束腔和总结腔;邮件里最致命的是通用性和表演性礼貌——因为收件人第一反应是"这是群发吗/AI 写的吗",而不是"文笔好不好"。

2.1 换名测试(第一优先级,一票否决)

把收件人名字和公司换掉,邮件是否仍然成立?仍然成立 = 模板 = 重写。通过标准:至少有一句话只能写给这个人(引了对方的数字/原话/具体处境)。

2.2 邮件 AI 味分级(从致命到兜底)

A 级·一票否决(任一命中即重写,不进入自检)

  • 无锚点赞美:"amazing/incredible work"、"Your project is impressive"、中文"久仰大名/拜读了您的大作"(无具体所指)。赞美若不可验证,等于宣布这是模板。
  • 万能开头:"Hope this email finds you well"、"I hope you're doing well"、"I came across your profile/project"、"冒昧打扰"。第一句必须是钩子或事实,不是问候也不是自我介绍。
  • 元话语自证:"this is not a blast"、"I'll keep this short"、"抱歉冒昧"——越声明不是群发,越像群发。删除所有关于这封邮件本身的话。
  • 空洞 CTA:"I'd love to hear your thoughts"、"期待您的回复"作为唯一请求。收件人不知道回什么,就不回。

B 级·高危(逐条检查,命中即改)

  • 三段排比 / feature bullet / "Not only X but also Y":1:1 邮件里出现 3 条并列卖点或三个等长段,是 AI 和营销模板的共同指纹。个人邮件不列 bullet,最多一处双元素对比。
  • 完美对称与抛光语法:每句差不多长、零口语、零不完美。真人的邮件有长短句落差,允许 "Worth a look?" 这种两个词的句子。
  • em dash 密度:本项目外联的门禁明确禁 em dash(AI 指纹);用句号、逗号或拆句替代(来源:市场推广/GTM工作区/newoutreach/check_send.py 及 expert-review-outreach 硬门)。
  • 过度礼貌堆叠:"I was wondering if perhaps you might..."、中文"不知是否方便劳烦您"。一层礼貌就够,直接说动作。
  • 模板句式自指(本项目实测封禁词):英文 "one boundary I can't settle" / "I'm building" / "a quick yes/no" / "I saw your work" / "context if useful" / "either answer would help" / "I lean A/B"——这些是我们自己早期波次用滥后成为指纹的句子,门禁已封禁,禁止再写(来源:check_send.py ANTI_TEMPLATE_PHRASES,违规样本见 references/before-after.md 第 1 组)。
  • 问句计数失衡:恰好 1 个问句是实测最优;0 个=没有回复入口;>2 个="interview mode",收件人压力大(来源:check_send.py 反模板结构门)。

C 级·密度信号(单个可放行,扎堆即改)

  • 渲染词:revolutionize / game-changer / cutting-edge / seamless / 赋能 / 抓手 / 闭环(商务黑话同 shuorenhua 处理)。
  • 完美收尾+"Looking forward to hearing from you"式垫片连用。
  • 主题行 title case 营销腔("Revolutionizing Your Workflow Today!")。
2.3 人味从哪来(正向清单)
  1. 具体:数字、原话、文件名、链接。一个真实的 "$30k since April" 顶十句 "great results"。
  2. 克制:50-200 词正文,1 个请求,1 个问句。短本身就是诚意信号(来源:市场推广/邮件营销-20260910/README.md 风格纪律)。
  3. 允许口语和不完美:"Worth a look?"、"Thanks either way."、开头小写、一句话一段。别抛光到失真。
  4. 直接:先给事实再给判断,不用铺垫句。删掉所有"为了让邮件显得礼貌/完整"而存在的句子。
  5. 真实身份:真名 + 一行身份 + 一个可点开的链接(GitHub/LinkedIn/个人站)。匿名或半匿名外联等于索取(来源:expert-review-outreach 七要素)。
  6. 主题行像人写的:小写、具体、带上下文。实测风格样本:"identical sibling spans after a node retry"、"your demo traces, six weeks of standard work later"、"how should an MCP chart server count a retried render"(来源:邮件营销-20260910/queue_*.txt)。

词表(中英文各一份、含替代写法)见 references/ai-tells-en.md 和 references/ai-tells-zh.md。


3. 结构法:抹陌生感 → 拉距离 → 再谈正事

展开顺序固定。三层可以短到各一句话,但顺序不能倒。

3.1 第一层·抹陌生感(第 1-2 句)

任务:让收件人在 3 秒内确认"这封信是写给我的"。 写法:钩子开场——对方的具体贡献/数字/原话,精确到项目名、帖子、案例页。 常见错误:

  • 泛指钩子("I saw your work on X")——A 级 AI 味。
  • 过期钩子——没做当日核实(见 1.4)。
  • 钩子之后立刻接自我介绍——顺序错了,先让对方看见自己,再让对看见你。
3.2 第二层·拉距离(中间 1-3 句)

任务:回答"为什么是我写信给你",把陌生人关系降半级。 写法(三选一,按强度):

  1. 交集:我们的真实历史或我的工作与对方工作的具体接点("你正在做的 X 正是我们这个 spec 要钉死的边界")。
  2. 处境共鸣:对方的处境 + 我方一句话定位(含不竞争的补位声明:"before or alongside 你已有的东西")。
  3. 坦诚身份:一行我是谁、在做什么、为什么找到对方(信息量要具体到可点开)。

常见错误:

  • 拉距离变自我推销:这一层只许一句话定位,feature 列表零容忍。
  • 假熟悉:"As a longtime fan of..."——没有交集证据就不装。
  • 过长:这一层超过 3 句,收件人已经开始怀疑是 pitch。
3.3 第三层·再谈正事(最后 2-3 句)

任务:一个具体的、低成本的、对方有资格回答的请求 + 什么算好回复。 写法:请求精确到物件和判断题("a quick read of conformance/vectors/X.json and one verdict: ..."),并给 2-3 个"好反馈长什么样"的例子,把模糊请求变成收件人立刻知道怎么回的选项(来源:expert-review-outreach 七要素第 4/5 条)。 常见错误:

  • 首触就上高成本 CTA(15 分钟通话、注册、demo)。实测被淘汰的早期版本正是 "Worth 15 minutes for you?"(来源:newoutreach/b_cliff.txt)。
  • 多个请求并排。
  • 请求与对方专业身份不匹配(请 CFO 回答语义学问题、请工程师回答预算问题)。
3.4 收尾:软 CTA 阶梯(按收件人成本从低到高)
级CTA适用
L0无请求,纯给予/闭环("你的反馈已落仓库,链接在这")暖回访、闭环回报
L1一句话裁决题("would X be an acceptable middle?")冷触达首选、深钩
L2读一个具体文件 + 一个判断题求评式首触(路由 expert-review-outreach)
L3A/B 二选一对方忙但可能顺手回
L4转介绍 / 15 分钟通话 / 发数据只在对方已表现兴趣后

规则:首触不超过 L2;信任每多一轮,最多升一级。实测降 CTA 的正例:对只回过一轮的人,主动撤回"请在 issue 下留评论"的请求,只保留告知(来源:newoutreach/replies3/david_r1_2026-08-25.md,草稿修订说明即"降 CTA")。

3.5 署名

真名 + 一行身份 + 一个链接。不堆 title 墙,不放退订脚注(1:1 邮件里 unsubscribe 脚注=群发实锤)。


4. 场景包(四个骨架,槽位逐封填实,禁止两封正文相同)

4.1 冷触达(无历史)
Subject: {对方语境里的具体事物,小写,如 "identical sibling spans after a node retry"}
Hi {名},
{硬钩子 1-2 句:对方的具体贡献/数字/原话,精确到出处}
{拉距离 1-2 句:交集或处境共鸣 + 我方一句话定位(含补位声明)}
{请求:L1/L2 级,一个判断题 + 2-3 个"好回复长什么样"的例子}
{真名 + 一行身份 + 链接}

纪律:50-200 词,恰好 1 个问句,无 bullet,无 em dash,无 A/B 级 AI 味。

4.2 暖回访(有过互动:回复过、采纳过反馈、见过面/连过线)

核心:带收据回来,不是"还记得我吗"。

Subject: {对方的那个点 + N weeks/months later,如 "your X, six weeks later"}
Hi {名},
{对方上次的输入现在变成了什么:进了 spec/改了模型/落了仓库,before/after 对照}
{链接:能点开看到对方影响的地方}
{可选的低请求:L0/L1——"one-line comment confirming this captures your point",且给 opt-out}
{署名}

实测样本:Gunjan 两轮深谈后的收口信(改动结构化展示 + 匿名署名告知 + opt-in 询问)、queue_A 的 "DR-005 six weeks later: did the two-state model hold up?"(来源:newoutreach/replies3/gunjan_r2_2026-08-25.md、邮件营销-20260910/queue_A.txt)。 纪律:对方给的反馈一周内落到仓库并有可回链接,再把链接回给对方——闭环本身就是下一次互动(实测:David 的 fixture 从求评到入库 7 天,来源:市场推广/GTM工作区/leads/v2v3/outreach-playbook-20260919.md §五)。

4.3 求评式(请对方评审仓库/规格/fixture)

路由到 expert-review-outreach,按其七要素与硬门执行。判断条件:对方是维护者/活跃贡献者(贡献可具体引用)+ 我方有可评审的具体物件。本 skill 不重复其内容;只补一句:求评信同样要过本 skill 的换名测试和 A/B 级 AI 味检查。

4.4 商务合作 / 求咨询 / 求转介绍
Subject: {一个对方有资格回答的领域问题,小写}
Hi {名},
{钩子:引对方某篇具体文章/帖子/发言,精确到主题}
{身份一行 + 我方一句话定位:我们在做的东西与对方工作的关系}
{一个来自对方位置的问题("from your multi-client seat: ...")——问信息,不问会面}
{可选给予:免费工具/数据/报告,主动声明无成本无条件}
{署名}

实测样本:C1 顾问触达模板(来源:发现冲刺-20260919/发现冲刺工具包.md ②)。 纪律:商务场景最容易滑向推销腔——第一封的请求永远是信息(对方视角的判断),不是会议、不是合作、不是转发。合作提案只在对方回复表达兴趣后才发。


5. 节奏与放弃纪律

5.1 间隔表(实测沉淀)
情形规则
同一收件人重复触达30 天内不收到第二封(跨所有轨、所有 campaign 合并计算)(来源:expert-review-outreach 硬门)
对方回复了24 小时内回(来源:市场推广/GTM工作区/growth-ops/HANDOVER.md 对话跟进纪律)
LinkedIn 邀请被接受24 小时内发完整信;7 天不接受=不打扰,绝不发第二次邀请(撤回会触发 3 周锁定)
首触未回不发 "just bumping this" 式催促。7-14 天后可以全新钩子/全新角度作为一次"新首触"再进(来源:newoutreach/INCIDENT-2026-08-22.md 恢复计划对 C 低 fit 层的处置)
已读不回等同未回处理:不加急、不连发短消息、不换小号。能看见已读的渠道里,追一条"看到您已读"是灾难
明确拒绝/没空记 plain reply,30 天内不再触达,不试图说服
几轮放弃同一收件人累计 2 次无回音(含新角度重触)→ 移出活跃队列;此后只有出现强新钩子(对方的公开新动态与我方直接相关)才再进,否则永不
每日产能深钩 ≤10 封(间隔 60-150s);新渠道新触达 ≤5/日/渠道;LinkedIn 邀请 ≤8/日
熔断单批退信率 >5% 立即停发复盘;连续 3 封发送失败停发查通道(来源:expert-review-outreach 发送纪律)
5.2 "不打扰"也是正确决策

实测:一次事故后的恢复分层里,123 个低契合收件人被主动选择不再打扰,这一决策被复盘为正确而非损失。外联的目的是转化不是覆盖——对不该发的人不发,和对该发的人发好,同等重要(来源:INCIDENT-2026-08-22.md 恢复策略分层)。

5.3 发送通道附注(给自动化执行者)

Gmail Web UI 自动化已被实测否决:pre-send 校验无法证明真实发出的内容,449 封空正文事故即由此而来。可信通道只有 SMTP/API(正文是协议一部分,发送即验证)或人工发送。任何自动发送必须带:suppress 名单、退信熔断、发送后独立回读核验(来源:INCIDENT-2026-08-22.md 二次事故结论)。写邮件是本 skill 的职责;发送基础设施的安全规则在此只为防止绕过。


6. 输出合同

每封邮件的产出固定三件套,缺一即未完成:

第一件·研究摘要
  • 收件人身份核实(当日):姓名/头衔/公司/近况,来源链接
  • 钩子列表:硬钩子(含出处链接)、处境/交集钩子
  • 场景判定:冷触达 / 暖回访 / 求评(路由)/ 商务
  • 渠道与节奏检查:冷却期(30 天)、suppress 名单、每日配额
  • 钩子不合格 → 停在这里,不产出草稿
第二件·草稿
  • Subject + 正文 + 署名
  • 标注:词数(50-200)、问句数(恰 1,最多 2)、CTA 级别(L0-L4)
  • 求评场景:标注"骨架来自 expert-review-outreach"
第三件·自检清单(三项全过才交稿)

AI 味

  • [ ] 换名测试:换掉收件人后邮件不成立
  • [ ] 无 A 级项(无锚点赞美 / 万能开头 / 元话语自证 / 空洞 CTA)
  • [ ] 无 B 级项(无 bullet 排比 / 无 em dash / 无模板句式自指 / 礼貌不堆叠 / 问句数达标)
  • [ ] 主题行像人写的(小写、具体、非营销腔)

千人千面

  • [ ] 硬钩子 ≥1,2 分钟内可向第三方验证出处
  • [ ] 当日核实过(对方头衔/公司/近况未过期)
  • [ ] 与发给其他人的邮件无共享句式主干(正文不重复)

结构

  • [ ] 顺序:钩子 → 拉距离 → 正事,无倒置
  • [ ] 拉距离 ≤3 句、一句话定位、无 feature 列表
  • [ ] 请求具体到物件/判断题,CTA 级别符合场景(首触 ≤L2)
  • [ ] 署名完整:真名 + 身份行 + 链接
  • [ ] 节奏合规:冷却期、配额、熔断已检查

任一项不过 → 回到研究或重写,不出"凑合版"。通用词表:英文 · 中文;对照示例:before-after.md;跟进与收口模板:followup-templates.md。

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/roy-tong/agent-tool-center/warm-email-outreach/badge)](https://verified-skill.com/skills/roy-tong/agent-tool-center/warm-email-outreach)

Something wrong with this skill or its page? Tell us.