L'icebreaker personalizzato con l'AI che fa rispondere alle email

Io prendo i contatti da Apollo, un database di contatti aziendali, con Apify, un servizio che scarica i risultati in un foglio. Per una ricerca mirata spendo pochi euro e ricevo un foglio con centinaia di colonne. Prima di passarlo all'AI lo pulisco e tengo solo quello che serve alla prima riga.

Per spostare e accorciare colonne basta una formula o uno script. L'AI la usi solo dove serve scrivere.

Nick Saraev dà una regola: cerca dettagli piccoli e poco ovvi. "Adoro il vostro sito" lo scrive chiunque. "Mi piace che sul sito si possa configurare il quadro elettrico da soli" lo scrive solo chi ci è entrato.

Aggiunge un accorgimento. Accorcia il nome dell'azienda come farebbe una persona: "Ferri" al posto di "Ferri Auto S.r.l.". Fai lo stesso con le città. Un nome completo fa capire che l'hai copiato da un database.

Io aggiungo un aggancio mio. Se tra le aziende di prima c'è un marchio che conosco o che uso davvero, lo cito. Se non c'è niente, la riga resta corta e neutra.

Questo è il prompt che metto nel foglio. Le parti tra parentesi quadre diventano i riferimenti alle celle della riga.

Io uso un'estensione che chiama ChatGPT da una formula dentro Google Sheets (SheetGPT). Ogni riga è una chiamata piccola. Per una frase va bene un modello economico.

È lo stesso arricchimento che fanno strumenti come Clay, fatto da un foglio che hai già.

Nick Saraev fa un passo in più con n8n, un programma che collega servizi diversi in un flusso automatico. Prende la ricerca di Apollo con Apify, tiene solo i contatti con sito ed email, scarica le pagine del sito e le passa all'AI in due giri.

Nel primo giro l'AI riassume ogni pagina in due paragrafi, con tono asciutto. Nick taglia ogni pagina a 5.000 caratteri: oltre quella soglia il flusso rallenta e la qualità resta uguale. Nel secondo giro unisce i riassunti e chiede le righe di apertura su un modello con degli spazi. L'AI li riempie a parole sue, così ogni email suona diversa. Il modello lo trovi tradotto qui sotto.

Nick racconta che con questo sistema ottiene tra il 5 e il 10% di risposte, e il 4% su una campagna per agenzie web.

Nello strumento di invio la colonna diventa una variabile, per esempio {{icebreaker}}, in cima all'email. Il resto è il tuo modello fisso: chi sei, l'offerta, una domanda finale.

Misura le risposte di ogni campagna. Nel programma Maker School, Nick scrive che senza personalizzazione ci si aspetta lo 0,5-1% di risposte e che con la personalizzazione il 3-10% è frequente. Se resti sotto, di solito il problema è nella lista o nell'offerta.

Per confronto, i miei numeri. Sulle campagne Astra K fino a fine settembre 2026 ho mandato 18.228 email: 1,70% di risposte vere, 0,32% di persone interessate. Le campagne su una nicchia stretta stanno molto sopra la media, quelle su segmenti larghi sotto.