一句话总结
- 别问 AI 客户”为什么”走——它不可能知道。要做的是一个 3 封序列，每封回应一个真实、可量化的遗弃原因：运费 / 额外成本（按 Baymard 2026 占 39%）、强制注册账号（24%）、发货太慢（21%）、不信任输卡信息（19%）。
- Klaviyo 官方的购物车遗弃 flow 基准（截至 2026 年 6 月）：打开率约 50.5%、点击率约 6.25%、下单率约 3.33%、每收件人收入约 $3.07–$3.65；头部表现者能到约 7.69% 下单率、约 $28.89 每收件人。
- 3 封明显胜过 1 封：Klaviyo 一项 cohort 研究里 3 封序列归因 $24.9M，单封只有 $3.8M（约 6.5 倍）。
- 2026 年依然成立的节奏：邮件 1 约 1 小时发，邮件 2 约 24 小时，邮件 3 约 48–72 小时。邮件 1、2 不放折扣。
- 用 GPT-5.5、Claude Sonnet 4.6 或 Gemini 3.1 Pro 每个 slot 起 5–8 个标题变体，并用 2–3 封样本邮件匹配品牌语气。永远在 flow level 排除已购买者，而不是逐封排除。
任务场景
周二下午，Klaviyo 显示上周购物车遗弃率 72%——正好踩在 Baymard Institute 2026 年 6 月的平均值 70.22% 上（移动端更高，73–75%）。挽回率只有 1.8%，远低于 Klaviyo 约 3.33% 的下单率基准。现在跑的就是 Shopify 默认模板——邮件 1 一张购物车图，邮件 2 打 10% off，邮件 3 打 15% off。打开率还行，点击率不行，CMO 想知道为什么一个把 $90 毛衣放进车的人需要被打折才肯回来。你要一个能让客户主动回来点的 3 封序列——又不会把每个老客户都训练成”故意遗弃骗折扣”的人。
什么时候适合让 AI 来做
一个当前的模型——GPT-5.5、Claude Sonnet 4.6 或 Gemini 3.1 Pro——在这件事上有三个用处：把节奏排好，让每封邮件有不同的”工作”；每个 slot 写 5–8 个标题变体让你 A/B；只要你粘 2–3 封过去写得好的真邮件做样本，它能匹配品牌语气。截至 2026 年 6 月，这三个模型的上下文窗口都是 100 万 token，你可以把完整品牌指南加上过去的 flow 一起塞进去，不会被截断。
AI 不能做的：它不知道某个具体客户为什么遗弃。它读不到 session replay。解决办法是别再猜，改用有数据的原因。Baymard 2026 调查给出的真实原因排名是：运费等额外成本（39%）、强制注册账号（24%）、发货太慢（21%）、不信任在该站输卡信息（19%）、结账太复杂（18%）、看不到总价（17%）、退货政策差（15%）。用一个序列并行回应其中几个——邮件 1 处理”我再想想”的犹豫，邮件 2 处理信任和运费的顾虑，邮件 3 处理价格天花板。
常见失败模式：AI 默认输出”折扣阶梯”（不打折 → 10% → 15%）。这是最懒的序列，结果就是把老客户训练成”故意遗弃骗折扣”。明确告诉它：折扣只出现在最后一封，且必须 margin 允许。
需要先给 AI 的信息
- 产品类别和典型 AOV——$20 的蜡烛和 $400 的外套需要完全不同的序列
- 客服工单里真实最常听到的 2-3 个遗弃原因（不是你以为的）
- 品牌语气锚点——粘 2-3 封你自己满意的过去邮件，避免被写成通用品牌口吻
- 你愿意给的激励（满 X 包邮、10% off、免费小赠品、完全不打折）
- 购物车是单 SKU 还是多 SKU——单 SKU 序列要点名产品，多 SKU 用类别引用
- 客户状态——首次 vs 复购；复购的不要用同一套”建立信任”的话
- 硬排除——不想出现的话术（假紧迫感、“只剩 2 件”除非真的、“我们想你了”）
- 你最强的非折扣杠杆——一条评价、30 天退货、搭配指南、尺码工具，挑一个
”好”长什么样——2026 年 6 月基准
先拿 Klaviyo 公布的 flow 基准对一下目标，再去怪文案。如果打开率接近 50% 但下单率不到 2%，问题出在激励和每封邮件的”工作”上，不在标题。
| 指标（购物车遗弃 flow） | Klaviyo 平均 | 头部表现者 |
|---|---|---|
| 打开率 | 约 50.5% | 55%+ |
| 点击率 | 约 6.25% | 9%+ |
| 下单率 | 约 3.33% | 约 7.69% |
| 每收件人收入 | 约 $3.07–$3.65 | 约 $28.89 |
来源：Klaviyo 购物车遗弃基准 与 Baymard 购物车遗弃统计，均为 2026 年 6 月。最大的结构性杠杆：Klaviyo 一项 cohort 研究里，3 封序列归因 $24.9M 挽回收入，单封只有 $3.8M——约 6.5 倍。这个差距就是下面 prompt 要做三封各不相同的邮件、而不是把一封重复三遍的原因。
可直接复制的 Prompt
帮我写一个电商品牌的 3 封购物车遗弃挽回序列。
产品：{品类 + AOV + 单 SKU / 多 SKU}
品牌语气：{粘 2-3 封过去邮件，或一句话描述}
真实遗弃原因（来自客服工单）：{Top 2-3}
可用激励：{列表 + 规则}
最强非折扣杠杆：{评价、退货政策、尺码工具等}
客户状态过滤：{首次 / 复购}
硬排除：{假紧迫感、"我们想你了"等话术}
返回：
邮件 1（1 小时发）——不打折、不给激励。处理"我再想想"的犹豫，给一个具体有用的东西（尺码指南、版型对比、该款评价）。标题不许出现"购物车""忘了"这两个词。
邮件 2（24 小时发）——处理最强的非价格顾虑（信任、发货速度、退货政策）。带一个社会证据。Margin 允许时可以提供包邮。
邮件 3（48 小时发）——最后一次。允许的话最大激励放这里。开头先讲最强的评价或使用场景，不要先讲折扣。
每封返回：
- 5 个 50 字以内的标题变体（跳过老套的）
- 1 个 90 字以内的预览文案，不要重复标题
- 60-90 词正文
- 单 CTA 按钮文案（3-5 词）
- 一行 P.S.，加值不加压
语气：有用、具体、不绝望。任何你不会大声说出口的话都换掉。短版本——只换其中一封
重写当前购物车遗弃序列的邮件 {1 / 2 / 3}。当前文案：{粘}。
这封邮件的问题：{打开率 / 点击率 / 退订率哪个低}。
约束：保留发送时间槽位，但换"工作"。新邮件要做的事是：{具体 job}。
返回 3 个版本：俏皮、直接、专家式各一个。每个 60 词正文。输出示例
打败”你忘了点东西”的邮件 1 标题：“关于那件深蓝毛衣的一个小问题”——把它框架成”品牌想帮你回答问题”，不是”还有一单要关”。正文开头：“看到你刚在看深蓝圆领——这款我们最常被问的问题是版型。胸围 true to size，袖长偏长半码。下面是 4 个不同身高的实穿照：[link]“。CTA 不是”完成购买”，而是”看实穿照”。
邮件 2 处理信任顾虑的好开头：“想说一下——所有订单从我们的 Brooklyn 仓发，30 天无理由退（包括 final sale）。最谨慎的客户跟我说，是这个退货政策让他们最后才下单的。所以万一是这个犹豫——是真的零风险。“结尾贴一条该 SKU 的真实评价。
邮件 3 一个好的 P.S.：“P.S. 如果是价格让你纠结，直接回这封邮件，我们看看怎么帮你。说话算数。“——比直接挂 10% off 更有杀伤力，把高意向遗弃路由给人，低意向的不消耗 margin。
怎么改输出
- 邮件 1 还是太营销 —— “邮件 1 不许有’去买’的 CTA。CTA 链到信息（尺码、评价、对比）。买不买是客户自己的主意，不是我们的。”
- 标题模板化严重 —— “写 5 个像朋友给你发短信的标题，不要像品牌发的。‘忘了”还在”等你’这种词都禁用，emoji 也禁用。”
- 折扣阶梯太可预期 —— “换掉折扣阶梯。邮件 2 给包邮、不给减钱。邮件 3 给搭配建议或同类替代，不给更大折扣。”
- 整体读起来 push —— “每句话拿出来想想能不能对朋友说出口。如果邮件比真实情况更紧迫，就重写。”
- 多 SKU 邮件太泛 —— “用类别 + 价位引用，不要用’你的购物车’。‘关于那两件圆领’比’关于你的购物车’强。“
容易踩的坑
- 邮件 1 就打折——训练老客户故意遗弃，结果是你在为自己训练出来的行为掏 margin。
- 3 封用同一张主图——收件箱预览长得一样，第二封 1 秒被归档。
- 除了”你还在吗”没真实回来的理由——这不是理由，邮件是通知不是推荐。
- 假紧迫感——“只剩 2 件”但其实还有 200 件，那一次真的只剩 2 件时没人信了。
- 不按产品类型分——$20 的蜡烛 1 封短邮件就够；$400 外套可以撑 4 封慎重购买序列，slot 3 给搭配邮件。
- 没排除已购买——下单后 12 小时打到邮件 3，退订率比任何一个烂标题都高。
- 复购客户当冷客户对待——他们已经信你了，“建立信任”的话术读起来很尬，直接退订。
- 没在手机上预览——70%+ 打开是 mobile，标题 70 字在桌面很好看，在手机被截成 “关于那件深蓝…”，反而问题不大；“我们看到你刚在看…”就糟了。
FAQ
- 他买了之后什么时候停？ —— 立即。在 Klaviyo / Shopify 的 flow level 上加”已下单”排除，不要只在单邮件级别。把 “Checkout Completed” 事件用服务端在约 5 分钟内回传，让 flow 能在邮件 1 发出前就退出。购后再发邮件 3 损失的退订量远超挽回。
- 挽回真的能加多少？ —— 截至 2026 年 6 月，Klaviyo 的购物车遗弃 flow 平均对约 3.33% 的收件人促成下单，每收件人收入约 $3.07–$3.65；头部表现者能到约 7.69% 和约 $28.89。如果你看到下单率超过约 10%，复查一下”遗弃”事件定义——可能把僵尸车或浏览遗弃也算进去了，而不是真正的结账启动。
- 1 封 vs 3 封？ —— Klaviyo 的 cohort 数据显示 3 封序列挽回收入约为单封的 6.5 倍（$24.9M vs $3.8M）。Klaviyo 自己的建议是 2–3 封效果最优。AOV > $100 和慎重购买类适合 3 封；AOV < $30 两封够了，3 封显得绝望。
- 要不要给折扣码？ —— 默认不给，邮件 1 和 2 尤其不要——按 Baymard，额外成本（39%）才是头号遗弃原因，所以去掉运费往往比降价更有效。Margin 允许的话邮件 3 可以带一个折扣。高端品牌更好的杠杆：满 X 包邮、X 就是购物车已经超过的数——给一个真实回来的理由，又不重置价格锚点。
- SMS 挽回呢？ —— SMS 转化比邮件硬（常见说法是 15–40% vs 邮件的 5–15%），但在美国法律上需要事先明示书面同意（prior express written consent）和 10DLC 注册，所以覆盖面仅限已 opt-in 的客户。2026 年典型节奏：约 30–60 分钟发 1 条 SMS + 邮件约 1h / 24h。SMS 不要重复邮件正文；SMS 提问题，邮件给上下文。
- 该用哪个模型来起草？ —— 截至 2026 年 6 月，GPT-5.5（ChatGPT Plus $20/月）、Claude Sonnet 4.6（Claude Pro $20/月）、Gemini 3.1 Pro（Google AI Pro $19.99/月）都能胜任；三者都是 100 万 token 上下文，可以把完整品牌指南加过去的 flow 一起粘进去。Claude 通常用最少的提示就能在三封邮件里保持一致的品牌语气。