一句话总结
冷邮件的平均回复率在 2026 年已经跌到 3.43%，2019 年还有 8.5%（Mailforge 基准数据）。群发模板基本死了。但头部四分之一的发件人依然能做到 15-25% 的回复率，靠的就是 AI 真正擅长的一件事：给每一个收件人快速写出一封具体的信。这篇给你现成的 prompt、按渠道分的字数规则，以及到第 10 天能拿到 93% 回复的跟进节奏。
模型负责起草。你负责喂它找不到的那点信号：那一个能证明你真看过对方的公开 artifact（一篇文章、一次 talk、一段过往经历）。
任务场景
你想和某家目标公司里的某个人聊 20 分钟。没有人介绍。要写一封 cold message——目标是不掉进对方的 “LinkedIn spam” 心理桶里。
个性化是现在唯一还有用的杠杆。Hunter.io 分析了 1100 万封邮件，发现个性化的深度（不是 merge tag）能带来大约高 52% 的回复率，而且小范围精准投放比大面积群发的效果好约 2.76 倍。AI 让你在保住这种深度的同时，把发送对象从 1 个扩到 10-20 个。
哪些情况适合让 AI 来做
- 你能告诉 AI 你写信给这个人的具体理由（他的文章、他的团队、他之前的岗位）。
- 你有 5 个以上目标，单封成本敏感。
- 收件人公开 profile 里的具体信号需要你来粘——AI 没法替你 stalk，而让它瞎编正是露馅的方式。
只有一个目标、时间又充裕，那就自己写。AI 在这里的优势是保住具体度的同时上量，不是写出一封完美的信。
需要先给 AI 的信息
- 收件人： 姓名、当前岗位、公司，以及 1 个具体的公开 artifact（talk、post、项目、GitHub repo）。
- 发件人： 你的岗位、正在探索什么、写信给这个人的一行理由。
- Ask： 聊 20 分钟，关于 X；fallback 是 2 个 async 问题。
- 渠道 + 字数： 见下表——合适的长度完全取决于渠道。
各渠道字数规则（2026 年 6 月核实）
| 渠道 | 硬限 | 真正有效的长度 | 来源 |
|---|---|---|---|
| LinkedIn 好友请求附言 | 300 字符（Premium）/ 200（免费） | 120-180 字符，比写满 300 更好 | Evaboot |
| LinkedIn DM（已是好友） | 8,000 字符 | 50-90 词，硬限根本用不到 | Evaboot |
| LinkedIn InMail | 正文 2,000 字符，主题 200 | 90 词以内 | Evaboot |
| 冷邮件 | 无 | 80 词以内，一个 CTA | Instantly 2026 报告 |
最常见的错误：把 LinkedIn DM 当成好友附言，硬塞进 300 字符；或者把好友附言当成邮件，写了 250 词。对上格式。
可直接复制的 Prompt
粘进 ChatGPT、Claude 或 Gemini 都行。截至 2026 年 6 月，任何旗舰模型（GPT-5.5、Claude Sonnet 4.6 或 Gemini 3）的免费档都能处理这个任务；$20/月的付费档主要在你一次批量 15 个以上、需要更大上下文窗口装下所有目标时才有用。
你写一封 cold LinkedIn 好友请求附言给 hiring manager。
收件人：Sam Otieno，Acme Cloud VP Platform。最近的公开 artifact：
一篇关于"平台团队 on-call 文化"的 Substack。
发件人：我是 GammaInc 的 senior platform engineer，正在找下一份，
过滤条件是"重视 on-call 的 dev-tools 公司"。
Ask：聊 20 分钟，了解 Acme 怎么做平台团队的 org design。
Fallback：2 个 async 问题。
渠道：LinkedIn 好友请求附言，硬限 300 字符，目标 160 字符。
规则：
- 第一行就是具体理由（引用那篇 Substack）。
- 不准写 "I admire your work" / "love what you're building"。
- 直说我要什么、我能给什么（问题，不是免费帮忙）。
- 一行可信度，不要简历堆砌。
- 一句 ask 结尾，不要 double ask。
- 数一下字符数，报告总数。把渠道那行换成 cold email，目标 70 词 或 LinkedIn DM，目标 60 词，模型会自动适配长度——这正是把字数限制写进 prompt、而不是记在脑子里的原因。
输出示例（好友附言，约 190 字符）
“Sam — your Substack on the 2-day on-call rotation hit home. I shipped a similar rotation at GammaInc (pager load -40%) and I’m filtering my next platform role on on-call seriousness. Open to a 20-min call, or 2 async questions if easier?”
输出示例（邮件版，约 75 词）
Subject: 2-day on-call rotation — quick question
Sam — your Substack on Acme’s on-call culture was the first piece I’ve seen treat on-call as an org-design question. I shipped a similar 2-day rotation at GammaInc (pager load dropped ~40%, on-call satisfaction up) and I’m exploring my next role with that as a filter.
Open to a 20-minute call in the next two weeks? Happy to send 2 questions in writing instead if that’s easier.
— [Name], Senior Platform Engineer, GammaInc
怎么改输出
- 像销售 → 加：“不要 ‘I admire’ / ‘love what you’re building’ / ‘would love to chat’。要么具体要么不写。”
- 太长 → 收紧字数限制，并加 “数一下词数并报告总数”。模型常常超，逼它自查。
- 可信度太泛 → 要求引用一个你自己工作里的数字（上面那个
-40%比任何形容词都管用）。 - 双 ask → 硬规则：“一封一个 ask。fallback 是退让，不是第二个 ask。”
- 读起来像 AI → 直接禁掉那些特征词：“不要每句都用破折号，不要 ‘thrilled’ / ‘reach out’ / ‘circle back’。“
跟进节奏（大部分回复其实来自这里）
第一封信只贡献约 58% 的回复，剩下的靠跟进（Instantly）。在销售场景里，3-7-7 节奏（第 0、3、10 天）到第 10 天能拿到约 93% 的回复。但求职外联要把这个调弱——你是一个人在请人帮忙，不是一条 sequence：
- 跟进一次，第一封后 7-10 天，比原信更短。
- 加点新东西（一个问题、一个相关链接），别写 “just checking in”。
- 第二封之后就停。两次没回就是 no。
发送时间选周二到周四，对方时区的上午 8-11 点或下午 2-4 点——这是 2025-2026 平台数据里互动最强的窗口。
容易踩的坑
- 50 个人发同一份模板。 收件人会对比；24 小时内 4 个朋友看到同一条 DM，你的名字就这么有了名声。
- 把 ask 埋后面。 前 1.5 行必须说”我为什么写这封”。
- 要 1 小时。 20 分钟 / async 问题才是正确形状。
- 装关系（“我们都是同一所学校”）。关系薄就别提，弱关系比没关系更扣分。
- 让 AI 编 artifact。 如果你没给模型一篇真实的文章或项目，它会编一个。绝不发你没核实过的引用。
FAQ
- 真实回复率多少？ 头部四分之一的真个性化求职外联能做到 15-25%，而普通群发冷邮件的市场平均只有 3.43%（2026 年 6 月）。10% 以下 = 你的具体度有问题，不是量的问题。
- LinkedIn 还是邮件？ 哪个更容易找到真实地址 / handle 就用哪个。LinkedIn 好友附言（300 字符硬限）传递”我看过你的作品”的信号；邮件给你空间放一个具体数字。别把 250 词塞进 300 字符的框里。
- 要花钱吗？ 不用。ChatGPT、Claude、Gemini 的免费档都能搞定。$20/月的档（ChatGPT Plus $20、Claude Pro $20、Google AI Pro $19.99）只在你批量 15 个以上、想要更大上下文窗口时才有意义——Gemini 约 100 万 token 的窗口能一次装下整张目标名单。
- 跟进几次？ 1 次，7-10 天后，比第一封更短。第二次发出后就停。求职外联不是销售 sequence。
- 对方回 no 怎么办？ 回一句感谢，把 2 个 async 问题贴进去——很多拒绝通话的人，还是会就着一个简短的书面问题回你。