生命周期自动化映射：让 AI 当你的邮件策划——在一次 Claude 对话中设计 5 阶段培育流程

几周前的一个晚上 11 点，我盯着一块 Miro 白板，把便签拖来拖去，给一个 DTC（direct-to-consumer，直接面向消费者）护肤客户画 5 阶段流程。三周的工作、两次客户会议，欢迎序列还在跟自己打架。出于好奇，我打开 Claude，把需求全塞进一条提示词，让它把完整流程图给我。

二十分钟后，我拿到了一份我手工要花一整天半才能写出来的初稿。并不完美——它把优惠组合配错了，还在欢迎序列里塞了 7 封邮件，而对一个中小型护肤品牌来说 4 封才是对的。但骨架是对的，五个阶段对得上，阶段间的触发逻辑也站得住脚。接下来的一个小时我都在改稿，而不是从零搭建。

那次会话帮我省了大约 10 小时的结构性工作。之后我又把同一套流程跑给了两个 B2B SaaS 客户和一个订阅零食品牌。最近一个用这套脚手架交付的 B2B 流程，60 天试用转付费率到了 14.3%，而之前手工画的版本是 11.8%。提升来自更短时间内铺出更多的分支与退出条件，并不是 AI 写出了比我更好的策略。

它也改变了我对"AI 用来做策略"这件事的看法。我认识的多数营销人把 Claude 当作写手用。更值钱的用法是把它当作联合策略师——一个在你打开 ESP（Email Service Provider，邮件营销平台）之前，帮你先把流程图理清楚的思维伙伴。

这篇写的是我搭生命周期自动化时一定会跑的那套会话。同样的五个阶段、同样的提示词骨架、同样的反向质疑问题。它适用于电商、SaaS，以及大多数有清晰 ICP（Ideal Customer Profile，理想客户画像）的 B2B 产品。

五个阶段，每个一段

在你动提示词之前，先把框架锁死。不管什么行业，五个阶段的形状是固定的——变的只是"活跃"和"转化"的定义。

1. 欢迎（Welcome）——由注册或首次购买触发。任务：确认用户决策、设定预期、交付第一个价值时刻。
2. 激活（Activation）——延迟一段时间后由注册触发，或由第一个合格动作触发。任务：把用户带到 aha 时刻——第一个项目、第一次保存、第一次复购、第一个有意义的指标。
3. 互动（Engagement）——由使用信号触发（登录、功能使用、复购）。任务：加深习惯，把他们带到下一个价值层级。
4. 转化（Conversion）——由合格意图触发（弃购、定价页浏览、demo 申请）。任务：消除阻力、处理异议、促成成交。
5. 留存（Retention）——由流失信号触发（长时间不复购、使用下滑、流失风险分升高）。任务：把他们拉回来；如果拉不回来，就把数据采集回来。

阶段定义含糊，AI 就会糊弄过去。花十分钟把每个阶段的触发器和"要完成的工作"写清楚再走下一步。什么叫"互动"如果没有信号、没有任务，这是生命周期图变成 40 封邮件的庞然大物然后效果还差的最常见原因。

Claude 会话，一步一步来

我会在一个持续的对话里跑完这个流程，通常放在一个专门的项目里。三条消息承担主要工作，其余都是迭代。

第一条消息——铺垫场景

这就是 brief（需求简报）。我把客户背景、阶段定义、约束条件都贴进去。下面是那个护肤客户版本的删减版：

你是一位资深的生命周期邮件策略师。我们要为一个 DTC 护肤品牌画
5 阶段培育流程。受众：28-45 岁女性，AOV（average order value，
平均客单价）48 美元，复购周期 6-8 周。

五个阶段及触发器与任务：
1. 欢迎——注册触发。任务：确认 + 设定预期 + 交付引流资料价值。
2. 激活——首次购买或完成问卷触发。任务：8 周内促成第二次购买。
3. 互动——重复打开或访问网站触发。任务：呈现 UGC（user generated
   content，用户生成内容）与日常护肤内容。
4. 转化——弃购、产品页回访触发。任务：促成成交。
5. 留存——90 天无购买触发。任务：重新激活或收集偏好数据。

约束：欢迎最多 4 封，激活 3 封，互动 2 封，转化是动态的，留存是
14 天内 3 封。品牌调性：温暖、有依据，不要"OMG"式语气。输出：
表格，包含邮件编号、触发器、主题、邮件角度、发送时间、退出条件。

两个细节很重要。第一，角色与产出物。"资深生命周期策略师"定下了思考深度。"输出：包含 X 列的表格"会阻止 Claude 写大段散文——它真的很爱这么做。第二，约束条件。4-3-2-3 的节奏是我在写提示词之前就定好的——根据品牌的列表规模和历史互动数据。没有这句话，Claude 会默认采用那些大营销博客推荐的数字——通常是欢迎序列 7 封邮件。那套适合大企业，对中小品牌是错的。

第二条消息——反向质疑

第一份输出是初稿。它几乎总是太长、太泛。我的第二条消息是用来让 Claude 捍卫自己的选择，而不是再多产一些。

你给了我们欢迎序列 6 封邮件，我们说过最多 4 封。砍掉两封——
任务最弱的那两封。还有：激活流程的第三封邮件基本是欢迎 #3 的
重复。要么做出差异，要么删掉。

转化那边你在第一封就放了 10% 折扣。对 AOV 48 美元的产品来说，
这是毛利问题。换成组合推荐 + 48 小时紧迫感框架。转化意图一样，
成本更低。

这正是 AI 比静态模板厉害的地方：它能针对我的反对意见做推理并修改。如果我带的是一个初级策略师，我要花时间跟他解释约束为什么存在。Claude 这边我直接说约束，它自己会重新算。

一个值得养成的习惯：把 Claude 写得有问题的那段输出复制回去当作证据。模型在修改自己刚写的某一段时表现，远好于面对"再改好一点"这种模糊指令。这个小动作能把第二轮的质量直接翻倍。

第三条消息——抽取决策逻辑

第三条消息是多数人跳过的，也是这次会话最值钱的部分。我让 Claude 把分支点与退出条件列出来——那些我没写下来的决策逻辑，把五条线性轨道真正变成一套系统的关键。

把流程里每一个决策点列出来。每个要包含：
- 触发该分支的信号
- 用户进入的分支路径
- 该分支的退出条件，以及回到主流程的条件

要具体。如果某个分支是推测的，标记 [ASSUMPTION]，并告诉我需要
什么数据来验证它。

护肤那个客户，这一步跑出来四个我之前没画到的分支：完成问卷的用户跳过欢迎 #2（他们已经拿到了相当于引流资料的内容）；14 天内复购的用户跳过整个激活流程；留存流程的邮件 #3 要按用户是否打开过邮件 #1 来分支；互动邮件 #2 如果用户最近 7 天收到过转化邮件就要抑制。这几个分支，过去我跟客户每个都要吵 30 分钟。Claude 直接列成清单给我，其中一个标了 [ASSUMPTION]，并附上验证它需要的数据。

AI 擅长的，以及它会撒谎的地方

画图是容易的部分。难的是知道什么时候该不同意它。三种典型失败模式：

过度细分。 Claude 会为了显得周全而发明微型人群。"30 天内复购两次的一线城市重度用户"听起来很聪明，但你的列表里只有 84 个人。别为 84 个人单独建一个流程。强制它把人群合并，直到每个分支至少 1000 人，或者触发量的 10%——取较小的那个。达不到这个门槛的分支直接砍掉。

错误的优惠组合。 AI 不知道你的毛利、库存、也不了解商品团队愿意配合什么。流程是骨架，优惠是肌肉。优惠组合永远要由人来把控。我会让 Claude 在表格里建议优惠，但每一项落地前我都拿表格对一遍。

虚高节奏。 Claude 默认的发送频率对的是 HubSpot 基准，不是你列表真实的耐受度。如果你最近三次营销的平均退订率是 0.4%，那么一周的日发邮件会把你烧掉。拉你自己的互动数据，别用 AI 的默认值。这是本文里最贵的一类错误——我见过一个过于激进的欢迎流程，一个季度烧掉一个品牌 6% 的活跃列表。

你真正会用的输出

这次会话的交付物是一份文档，不是五份。格式：

• 每个阶段一张表格（邮件编号、触发器、主题、邮件角度、发送时间、退出条件）
• 一份"分支"附录，放第三条消息里跑出来的决策点
• 一份"监控清单"，3-5 个上线后要跟踪的指标——通常是第 14 天激活率、第二次购买时间、各阶段退订率

我会把这份文档作为搭建说明丢进 ESP。每封邮件的文案单独写 brief——通常在第二轮会话里用 Claude 写，套上该阶段的品牌调性，绑定该邮件的具体任务。策略和文案是两件不同的产物，要用两套不同的提示词。在同一个会话里同时做这两件事，往往最后策略变成第一封邮件的草稿。

它不能替代什么

这套会话给你一份 70% 的初稿，20 分钟搞定。剩下 30%——调性校准、具体故事、今天在购物车里能跑的优惠——这些需要把邮件变成一个真实、落地、贴品牌的成品。AI 不知道你客户的网站正在重做首页，也不知道那份引流资料 PDF 在改版。这些是对话，不是提示词。

用会话压缩结构性工作。把人时留给只有人才能做对的部分。

如果你从来没跑过这种会话，可以拿你过去 6 个月里实际交付过的一个流程试试。把上面的提示词原样跑一遍。拿 Claude 的初稿和你实际交付的版本对照。哪里一致？哪里不同？那些不同点通常就是属于你——属于你的优惠组合、你的品牌调性、你对自家 ESP 怪癖的理解——最具体的地方。这也是一份有用的地图，标出你的判断里最难被替代的部分。顺带一提，那恰好也是你作为策略师，杠杆真正在的地方。