Vai al contenuto
Implementa.

Usare ChatGPT in azienda · Guida 4 di 5

Come usare ChatGPT per prospezione (cold email che non sembra IA)

Usare ChatGPT per prospezione funziona quando il prompt è abbinato a dati reali del prospect e finisce per passare da un umano. Senza il primo, le mail sembrano scritte da una IA. Senza il secondo, sono scritte da una IA. Le due cose ammazzano il tasso di risposta.

I 4 input di cui ha bisogno il prompt (senza, non funziona)

Senza tutti e quattro gli input insieme, il prompt produce template travestiti. Mancarne uno solo è la differenza tra lo 0% e il 4% di risposta:

  1. Contesto del prodotto. Cosa vendi, a chi, proposta di valore concreta (non "aiutiamo le aziende a crescere").
  2. Profilo reale del prospect. Ruolo, azienda, settore, dimensione, signal recenti (round, hiring, menzione in stampa).
  3. Angolo specifico della campagna. Non "presentare l'azienda", ma "perché proprio questo prospect ora".
  4. Tono e formato. Lingua, registro, lunghezza massima, CTA esatta.

Template di prompt testati

Struttura che funziona in B2B mid-market italiano:

  • System prompt: ruolo, brand, proposta, tono, lunghezza (60-100 parole), formato (CTA specifica).
  • User prompt: dati del prospect (nome, ruolo, azienda, settore, signal recente) + angolo concreto + esempio di CTA desiderata.
  • Validazione successiva: rilevare ed eliminare cliché, assicurare la menzione di almeno 2 dati specifici.

Come collegare ChatGPT a dati pubblici del prospect

  • Manuale (volume basso). Copi LinkedIn + sezione stampa del sito + ultimo post rilevante → nel prompt.
  • Semi-automatizzato (Make/Zapier + Clay). Clay arricchisce + Make passa a ChatGPT + restituisce email pronta.
  • Full automatizzato (Custom). Pipeline con scraping legittimo + LLM + invio via Instantly/Smartlead.

Quando conviene passare a un AI SDR vero

ChatGPT per fare prospecting è la fase 0 — utile per volume basso e per imparare. Quando superi questa fase:

  • Volume >150 email/settimana.
  • Necessità di gestire deliverability e warm-up.
  • Reporting di pipeline generata vs. email inviate.
  • Integrazione bidirezionale con CRM.
  • A/B testing sistematico di copy e segmenti.

Misurare le risposte, non le aperture

Le aperture sono diventate poco affidabili per via della privacy. La metrica onesta di outbound:

MetricaLettura ragionevole B2B
Tasso di risposta positiva1-3% a freddo, 5-12% ben segmentato
Riunioni fissateDipende dal volume; rapporto riunioni/invii
Pipeline qualificata generataLa metrica finale
Bounce rate<2% sano
Spam complaint<0,1%

Domande frequenti

Da un dominio nuovo: parti con 10-20/giorno per 2-3 settimane (warmup), sali progressivamente a 50-100/giorno per inbox. Da un dominio scaldato: 50-150/giorno per inbox come massimo ragionevole. Andare oltre è giocarsi la reputazione e la deliverability crolla. Qualunque vendor che ti dica "manda 500/giorno da un dominio nuovo" non sa cosa vende.

Per B2B: Apollo, Clay, ZoomInfo o LinkedIn Sales Nav sono le fonti standard. Per arricchimento (ruolo, azienda, signal): Clearbit o Crunchbase. Regola: la qualità del prompt è direttamente proporzionale alla qualità dei dati in input. Dati generici = mail generiche = 0% risposta, qualunque cosa tu faccia col prompt.

Email per volume e scala; LinkedIn per senior e ABM. La combinazione funziona meglio di ciascuno separato: LinkedIn per "essere sul suo radar", email per "aprire la conversazione". Chi fa solo LinkedIn lascia volume sul tavolo; chi fa solo email lascia rilevanza.

Lo leggi, o te lo mettiamo in produzione?

La guida copre il cosa e il perché. Metterlo in produzione — quello è ciò per cui ci paghi.

Come usare ChatGPT per prospezione (cold email che non sembra IA) · Implementa