Персонализация рассылок с ИИ-агентом: письма под каждого клиента

Персонализация рассылок с ИИ это когда письмо собирается под конкретного клиента: правильный сегмент, повод и тон, а не одинаковый текст на всю базу с подставленным именем. ИИ-агент читает карточку клиента в CRM, решает, что и когда написать, и передаёт готовый черновик в сервис рассылки.

Содержание:

→ Что такое персонализация рассылок с ИИ-агентом
→ Почему ручная персонализация не масштабируется
→ Чем ИИ-агент отличается от обычной триггерной рассылки
→ Из чего ИИ-агент собирает письмо под клиента
→ Как собрать связку персонализации рассылок в Альбато
→ Сценарии: где ИИ-персонализация приносит открытия и продажи
→ Тарификация: сколько стоит запуск
→ Ограничения и что оставить человеку

Такую связку можно собрать в Альбато без программиста. Агент работает шагом внутри сценария: берёт данные из amoCRM или Битрикс24, собирает текст, а сервис рассылки его отправляет. Дальше разберём, чем это отличается от обычной подстановки имени, из чего агент собирает письмо и как собрать всё это самому.

Что такое персонализация рассылок с ИИ-агентом

Персонализация рассылок с ИИ это автоматический подбор сегмента, повода и тона письма под конкретного клиента на основе данных из CRM. Агент не просто вставляет имя в шаблон. Он смотрит на этап сделки, историю покупок и последнюю активность, решает, есть ли повод для письма, и собирает под этот повод текст.

У персонализации есть три уровня, и путать их дорого.

Второй уровень: подстановка полей (mail-merge). В шаблон подставляются имя, город, название компании. Текст при этом у всех одинаковый, меняется только пара слов. Это давно норма, но потолок такого подхода виден быстро.

Третий уровень: ИИ-персонализация. Для каждого клиента агент решает отдельно, что написать. Один получит письмо про повторную покупку, другой про брошенную корзину, третий не получит ничего, потому что повода нет. Именно этот уровень и закрывает ИИ-агент.

Почему ручная персонализация не масштабируется

Ручная персонализация упирается в человека. Чтобы отправить разным сегментам разные письма, маркетолог выгружает базу, ставит фильтры, копирует адреса в разные группы и пишет текст под каждую. На пять сегментов уходит день, на пятнадцать уже не хватает рук.

Чем крупнее база, тем грубее сегментация. В итоге письмо получает не «клиент, который купил кофемашину полгода назад», а «все, кто покупал технику». Повод размывается, текст становится общим, открытие писем падает.

Есть и вторая проблема: повод письма живёт в CRM, а не в сервисе рассылки. Этап сделки, дата последней покупки, источник заявки, сумма чека все эти данные лежат в amoCRM или Битрикс24. Вручную переносить их в рассылку под каждого клиента невозможно. Поэтому маркетологи чаще шлют общий дайджест, чем письмо по конкретному поводу. О том, как настроить базовую связку CRM и рассылки без ИИ, у нас есть отдельный разбор про автоматизацию рассылок из CRM.

ИИ-агент снимает оба ограничения. Он читает данные прямо из карточки клиента и работает по каждому адресату отдельно, поэтому число сегментов перестаёт быть проблемой: у каждого клиента фактически свой микроповод.

Чем ИИ-агент отличается от обычной триггерной рассылки

Триггерная рассылка и ИИ-агент это не одно и то же. Триггер срабатывает по событию и отправляет всем в сегменте один заранее написанный текст. ИИ-агент запускается по тому же событию, но дальше сам анализирует данные и решает, что написать именно этому клиенту, и стоит ли писать вообще.

Это ключевое отличие агента от простого промпта или шаблона. Промпт запускают вручную, он выдаёт один ответ на один запрос. Агент работает автономно: срабатывает по триггеру, проходит цепочку «данные, решение, действие» и укладывается в заданные ограничения. Если хотите разобраться в механике глубже, посмотрите гайд про то, что такое ИИ-агент и как он работает.

Агент учитывает и результат. Данные о прошлых письмах и активности клиента тоже лежат в CRM, поэтому в следующий раз агент видит, кто открывал письма, кто игнорировал, и подстраивает повод. Обычная рассылка так не умеет: она отправит один и тот же текст независимо от реакции.

Из чего ИИ-агент собирает письмо под клиента

Агент собирает письмо из четырёх слоёв данных. Понимание этой логики важнее, чем настройка кнопок: если данных нет, персонализация не появится ниоткуда.

Первый слой это данные из CRM. Этап сделки, история покупок, сумма последнего чека, дата последней активности, источник заявки. Чем полнее карточка, тем точнее агент выберет повод.

Второй слой это повод. На основе данных агент решает: у клиента брошенная корзина, приближается срок продления, давно не было покупок, или наоборот он только что оформил заказ. Один и тот же клиент в разные недели получит разные письма.

Третий слой это тон и ограничения. В инструкции агенту вы задаёте голос бренда и рамки: что нельзя обещать, какие темы под запретом, насколько формально писать. Без ограничений агент может пообещать скидку, которой нет.

Четвёртый слой это база знаний. Агенту нужны материалы, на которые он опирается: список предложений, правила программы лояльности, описания продуктов, примеры удачных писем. Без этого он пишет общо. С хорошим контекстом текст получается близким к тому, что написал бы ваш маркетолог.

Как собрать связку персонализации рассылок в Альбато

В Альбато такая связка собирается за 15-20 минут без программирования. Вы и создаёте ИИ-агента, и подключаете его к CRM и сервису рассылки в одной платформе, отдельные подписки не нужны. Вот короткий путь.

1. Триггер. Создаёте связку и добавляете триггер: новое событие в CRM. Например, сделка перешла на этап «оплачено» в amoCRM или у клиента наступила дата продления.
2. Шаг ИИ-агент и модель. Добавляете шаг ИИ-агент и выбираете модель. Можно начать со встроенной Альбато AI, без отдельного подключения языковой модели.

После выбора модели переходите к инструкции для агента.

3. Инструкция. Описываете задачу своими словами: какие данные о клиенте анализировать, в каких случаях писать письмо, каким тоном, что запрещено обещать. Здесь же задаёте ограничения. Как формулировать такие инструкции, разбирали в гайде про промпт для ИИ-агента.

Дальше подключаете действия, которые агент сможет вызывать.

4. Инструменты. Подключаете действие сервиса рассылки, например «отправить письмо» в Unisender, DashaMail или Sendsay. Агент сам подставит нужные значения в поля письма, исходя из инструкции.

Осталось протестировать связку и запустить её в работу.

5. Запуск и тест. Прогоняете связку на 5-10 реальных клиентах, читаете, что собрал агент, и правите инструкцию по найденным огрехам. Полная инструкция со скриншотами каждого шага есть в справочном центре Альбато.

После теста связка работает сама: как только событие в CRM наступает, агент собирает письмо и отдаёт его на отправку.

Сценарии: где ИИ-персонализация приносит открытия и продажи

Персонализация окупается там, где повод у каждого клиента свой. Разберём три рабочих сценария.

Реактивация остывших клиентов. Клиент не покупал полгода. Агент видит это по дате последней сделки, поднимает историю покупок и собирает письмо под неё: напоминает про конкретный продукт, а не шлёт общий «мы соскучились». Отдельно про возврат таких клиентов в воронку есть разбор про ИИ-агента для дожима лидов.

Письмо по этапу сделки. Сделка встала на этапе «отправлено предложение». Агент формирует не дайджест, а письмо с ответами на типовые возражения этого этапа. Клиент получает то, что двигает его дальше, а не общую новость компании.

Допродажа под последнюю покупку. Клиент купил основной продукт. Агент подбирает сопутствующий и пишет письмо, где предложение привязано к тому, что человек уже купил. Такие письма и другие сценарии для маркетолога собраны в материале про ИИ-агента для маркетинга.

Тарификация: сколько стоит запуск

Стоимость связки складывается из двух частей: работа агента в Альбато и отправка писем в сервисе рассылки.

В Альбато каждый запуск ИИ-агента стоит 3 транзакции, независимо от того, сколько инструментов агент вызвал за запуск. Если в качестве модели вы выбрали Альбато AI, дополнительно списывается 1 транзакция за каждые 2 000 токенов, входящих и исходящих. Если подключили другую модель, транзакции за токены не списываются, вы платите напрямую своему провайдеру.

Количество вызовов инструментов на стоимость не влияет: даже если агент обратился к нескольким действиям, за запуск всё равно спишется 3 транзакции плюс токены. Как считать окупаемость такой автоматизации, подробно разобрано в материале про то, сколько стоит ИИ-агент и как считать ROI.

Отправка писем тарифицируется отдельно, по прайсу сервиса рассылки: обычно это плата за письма или за размер базы. Эти расходы у вас были и до агента.

Ограничения и что оставить человеку

ИИ-агент снимает рутину, но не отменяет правила рассылок и здравый смысл. Несколько вещей остаются на человеке.

Согласие и отписка. Агент не легализует рассылку. Писать можно только тем, кто дал согласие, а ссылка на отписку обязательна в каждом письме. Доставляемость зависит от прогрева домена и качества базы, а не от того, кто написал текст.

Вычитка перед стартом. Первые запуски читайте глазами. Тест на 5-10 клиентах покажет, где агент перегибает с тоном или обещает лишнее. После этого правите инструкцию, а не каждое письмо.

Где ИИ не нужен. Если сценарий линейный (одно событие, один текст, всем одинаково), хватит обычной триггерной рассылки. Агент нужен там, где повод и текст меняются от клиента к клиенту.

Стратегию и голос бренда ведёт маркетолог. Агент собирает письмо, но что именно продвигать, какие акции запускать и каким должен быть тон, решает человек. Агент это исполнитель, не стратег.

Персонализация рассылок с ИИ-агентом снимает с маркетолога ручную сегментацию и подбор повода, а вы получаете письма, которые попадают в интерес клиента. Собрать связку агента с CRM и сервисом рассылки можно в Альбато за один вечер.