बिक्रीको लागि द्रुत इन्जिनियरिङ [उत्तम एआई आउटरिच अनुक्रम]

पढ्ने समय: 7 मिनेट

लिंक्डइन आउटरिचको लागि एआई प्रयोग गर्ने धेरैजसो बिक्री टोलीहरूले मध्यम नतिजा पाइरहेका छन् - र एआईलाई दोष दिइरहेका छन्। मोडेल समस्या होइन। प्रम्प्ट हो।

द्रुत इन्जिनियरिङ भनेको भरपर्दो रूपमा उपयोगी उत्पादन गर्ने इनपुटहरू डिजाइन गर्ने अभ्यास, भाषा मोडेलबाट उच्च-गुणस्तरको आउटपुटहरू। उपभोक्ता सन्दर्भमा, यसको अर्थ ChatGPT लाई कसरी राम्रो प्रश्न सोध्ने भनेर जान्नु हो।

B2B बिक्री सन्दर्भमा, यसको अर्थ अझ सटीक कुरा हो: तपाईंको AI ले कसरी आउटरिच सन्देशहरू, टिप्पणीहरू, र फलो-अपहरू ड्राफ्ट गर्छ भनेर निर्धारण गर्ने निर्देशनहरू डिजाइन गर्नु - स्केलमा, निरन्तर रूपमा, सयौं विभिन्न सम्भावनाहरूमा।

राम्रोसँग गरिएको, बलियो प्रम्प्टले एआईलाई साँच्चै प्रभावकारी बिक्री विकास उपकरणमा परिणत गर्छ। राम्रोसँग गरिएको छैन भने, यसले सामान्य, थोरै अफ-टोन सन्देशहरू उत्पादन गर्दछ जसले सम्भावितहरूलाई डराउँछ र मेटाउँछ। ती दुई परिणामहरू बीचको खाडल लगभग पूर्ण रूपमा प्रम्प्टमा छ।

यो लेख बिक्री नेताहरू, SDR प्रबन्धकहरू, र राजस्व अपरेटरहरूका लागि हो जो वास्तवमा काम गर्ने AI आउटरिच अनुक्रमहरू निर्माण गर्न चाहन्छन् - प्राविधिक र व्यावसायिक रूपमा।

बिक्री पहुँचको लागि द्रुत इन्जिनियरिङको वास्तवमा के अर्थ हुन्छ?

प्रम्प्ट भनेको एआई मोडेलले आउटपुट उत्पन्न गर्नु अघि तपाईंले दिने निर्देशनहरूको पूर्ण सेट हो। आधारभूत उपभोक्ता अन्तरक्रियामा, त्यो एउटा प्रश्न हुन सक्छ। संरचित बिक्री कार्यप्रवाहमा, यो सावधानीपूर्वक निर्मित प्रणाली हो जसले एआईलाई भन्छ:

• यो कसको रूपमा लेखिरहेको छ — व्यक्तित्व, व्यावसायिक आवाज, स्वर
• यो कसलाई लेख्दैछ — सम्भावित व्यक्तिको भूमिका, कम्पनीको चरण, ज्ञात चुनौतीहरू
• यसलाई सम्भावित व्यक्तिको बारेमा के थाहा छ — संकेतहरू, हालसालैका पोस्टहरू, भूमिका परिवर्तनहरू, संलग्नता ढाँचाहरू
• सन्देश प्राप्त गर्न के आवश्यक छ — जागरूकता, उत्तर, उत्तर दिइएको प्रश्न
• यसले के गर्नु हुँदैन — धेरै छिटो पिच गर्ने, विशिष्ट वाक्यांशहरू प्रयोग गर्ने, निश्चित लम्बाइ नाघ्ने

ती प्यारामिटरहरू जति सटीक रूपमा परिभाषित गरिन्छ, आउटपुट त्यति नै निरन्तर उपयोगी हुन्छ। अस्पष्ट प्रम्प्टहरूले अस्पष्ट सन्देशहरू उत्पादन गर्छन्। विशिष्ट प्रम्प्टहरूले विशिष्ट, प्रासंगिक सन्देशहरू उत्पादन गर्छन् जुन पढ्ने हो भने तिनीहरू वास्तवमा आफ्नो अनुसन्धान गर्ने मानिसबाट आएका हुन्।

यो इन्जिनियरहरूको लागि आरक्षित प्राविधिक सीप होइन। यो लेखन र रणनीति सीप हो — र यसलाई विकास गर्ने बिक्री पेशेवरहरूको संरचनात्मक फाइदा हुन्छ जसले अझै पनि एआईलाई एक-क्लिक समाधानको रूपमा व्यवहार गर्ने टोलीहरू भन्दा बढी हुन्छ।

उच्च प्रदर्शन गर्ने बिक्री प्रम्प्टको शरीर रचना

राम्रोसँग निर्मित बिक्री प्रम्प्टमा पाँचवटा घटक हुन्छन्। प्रत्येकले फरक काम गर्छ, र ती मध्ये कुनै एकलाई छोड्दा उत्पादनको गुणस्तर घट्छ।

१. भूमिका तोक्ने काम

एआईलाई भन्नुहोस् कि यो को हो। सामान्य रूपमा होइन - विशेष रूपमा। "तपाईं B2B SaaS कम्पनीमा एक वरिष्ठ खाता कार्यकारी हुनुहुन्छ" ले मोडेललाई "लिंक्डइन सन्देश लेख्नुहोस्" भन्दा उत्पन्न गर्न एक समृद्ध सन्दर्भ दिन्छ। भूमिका असाइनमेन्टले व्यावसायिक दर्ता, अनुमानित ज्ञान आधार, र लेखकको पाठकसँगको निहित सम्बन्ध सेट गर्दछ।

उदाहरण: "तपाईं B2B बिक्री टोलीहरूको लागि LinkedIn आउटरिचमा विशेषज्ञता हासिल गर्नुभएको एक वरिष्ठ खाता कार्यकारी हुनुहुन्छ। तपाईं संक्षिप्त, प्रत्यक्ष सन्देशहरू लेख्नुहुन्छ जसले उत्पादनहरू प्रस्तुत गर्नुको सट्टा कुराकानीहरू खोल्छ। तपाईंको स्वर व्यावसायिक तर कुराकानीत्मक छ - दबाब नदिई आत्मविश्वासी।"

२. सम्भाव्यता सन्दर्भ

यो कहाँ छ लिंक्डइन सामाजिक संकेतहरू सिधै प्रम्प्टमा फिड गर्नुहोस्। सम्भावित व्यक्तिको बारेमा तपाईंलाई थाहा भएको सबै कुरा - उनीहरूको भूमिका, उनीहरूको हालसालैका पोस्टहरू, उनीहरूले व्यक्त गरेका चुनौतीहरू, उनीहरूले संलग्न गरिरहेको सामग्री - यहाँ जान्छ। यो सन्दर्भ जति धनी हुन्छ, आउटपुट त्यति नै सान्दर्भिक हुन्छ।

उदाहरण: "प्रत्याशित व्यक्ति लगभग ८० कर्मचारी भएको सिरिज बी सास कम्पनीमा बिक्रीको उपाध्यक्ष हुन्। उनीहरूले तीन दिन अघि आफ्नो SDR टोलीको स्तर बढ्दै जाँदा आउटरिच गुणस्तर कायम राख्न कठिनाइको बारेमा पोस्ट गरेका थिए। उनीहरू विगत दुई हप्तादेखि एआई बिक्री उपकरणहरूको बारेमा सामग्रीमा संलग्न छन्।"

३. उद्देश्य र चरण

अनुक्रममा भएका प्रत्येक सन्देशको एक विशिष्ट काम हुन्छ। जडान अनुरोध नोटको स्वीकृति पछिको पहिलो DM भन्दा फरक उद्देश्य हुन्छ, जसको फलो-अप भन्दा फरक उद्देश्य हुन्छ। यो विशेष सन्देशले के हासिल गर्न आवश्यक छ - र यसलाई स्पष्ट रूपमा के गर्न आवश्यक छैन भनेर निर्दिष्ट गर्नुहोस्।

उदाहरण: "जडान अनुरोध स्वीकृत भएपछि पठाउनको लागि पहिलो सन्देश लेख्नुहोस्। लक्ष्य भनेको कुराकानी खोल्नु हो, उत्पादन पिच गर्नु होइन। उनीहरूले आफ्नो पोस्टमा उठाएको चुनौतीसँग सम्बन्धित एकल, विशिष्ट प्रश्नको साथ अन्त्य गर्नुहोस्। उत्पादनको नाम उल्लेख नगर्नुहोस् वा बैठकको लागि अनुरोध नगर्नुहोस्।"

४. अवरोध र रेलिङहरू

यो त्यो घटक हो जुन धेरैजसो टोलीहरूले बिर्सन्छन् - र त्यो जसले जेनेरिक आउटपुटलाई प्रत्यक्ष रूपमा रोक्छ। अवरोधहरूले AI लाई के बेवास्ता गर्ने भनेर बताउँछन्: विशिष्ट वाक्यांशहरू, संरचनात्मक ढाँचाहरू, लम्बाइ सीमाहरू, र अनुक्रमको यस चरणमा सीमा बाहिर रहेका विषयहरू।

उदाहरण: "सन्देश ८० शब्दभन्दा कम राख्नुहोस्। 'म तपाईंको प्रोफाइलमा आएँ' भनेर नखोल्नुहोस्। 'म जडान गर्न चाहन्छु' भन्ने वाक्यांश प्रयोग नगर्नुहोस्। Konnector को सुविधाहरू वा मूल्य सन्दर्भ नगर्नुहोस्। विस्मयादिबोधक चिन्हहरूबाट बच्नुहोस्। दोस्रो व्यक्तिमा लेख्नुहोस्।"

५. ढाँचा विशिष्टता

मोडेललाई के उत्पादन गर्ने भनेर ठ्याक्कै भन्नुहोस् - के लेख्ने भन्ने मात्र होइन। एकल सन्देश वा धेरै विकल्पहरू? विषय रेखाको साथ वा बिना? सुरुवाती रेखाले के हासिल गर्नुपर्छ? प्रम्प्ट स्तरमा ढाँचा निर्दिष्ट गर्नाले डाउनस्ट्रीममा उल्लेखनीय सम्पादन समय बचत हुन्छ।

उदाहरण: "यस सन्देशको तीन वैकल्पिक संस्करणहरू उत्पादन गर्नुहोस्। प्रत्येक फरक तरिकाले खोल्नु पर्छ। तिनीहरूलाई विकल्प A, B, र C लेबल गर्नुहोस्। कुनै विषय रेखा आवश्यक छैन।"

पूर्ण एआई आउटरिच अनुक्रम निर्माण गर्दै: सन्देशद्वारा सन्देश

LinkedIn आउटरिच अनुक्रममा सामान्यतया चार देखि छ टचपोइन्टहरू हुन्छन्। प्रत्येकलाई फरक उद्देश्यका साथ फरक प्रम्प्ट चाहिन्छ। प्रत्येक चरणको बारेमा कसरी सोच्ने भन्ने कुरा यहाँ छ।

अनुक्रम चरण	उद्देश्य	तुरुन्त ध्यान केन्द्रित गर्नुहोस्	लम्बाइ लक्ष्य
जडान अनुरोध नोट	स्वीकृति प्राप्त गर्नुहोस्	साझा संकेत वा पोस्टको विशिष्ट सन्दर्भ। कुनै पिच छैन।	300 वर्ण भन्दा कम
पहिलो DM (स्वीकृति पछि)	कुराकानी खोल्नुहोस्	संकेतलाई सन्दर्भ गर्नुहोस्। एउटा प्रश्न। उत्पादनको कुनै उल्लेख छैन।	50 बाट 80 शब्दहरू
फलो-अप २ (कुनै जवाफ छैन)	पुन: संलग्न हुनुहोस्, मूल्य थप्नुहोस्	सान्दर्भिक कुरा सेयर गर्नुहोस्। कुनै दबाब छैन। प्रतिक्रिया दिन सजिलो छ।	40 बाट 60 शब्दहरू
फलो-अप २ (कुनै जवाफ छैन)	सफ्ट क्लोज वा पिभोट	अपराधबोध बिना मौनता स्वीकार गर्नुहोस्। एउटा स्पष्ट प्रश्न।	30 बाट 50 शब्दहरू
पुन: संलग्नता (नयाँ संकेत)	नयाँ सन्दर्भमा कुराकानी पुनः सुरु गर्नुहोस्	नयाँ संकेतलाई सन्दर्भ गर्नुहोस्। ताजा कोण। पहिलेको मौनताको कुनै सन्दर्भ छैन।	50 बाट 70 शब्दहरू

प्रत्येक चरण प्रम्प्टले तपाईंको आधार प्रम्प्टबाट भूमिका असाइनमेन्ट र स्वर प्राप्त गर्दछ - तपाईंले त्यो एक पटक लेख्नुहुन्छ। चरण चरणमा परिवर्तन गर्ने कुरा भनेको उद्देश्य, अवरोधहरू, र यदि अन्तिम टचपोइन्ट पछि नयाँ संकेतहरू देखा परेका छन् भने सम्भावित सन्दर्भ हो।

परिवर्तनशील इंजेक्शन समस्या — र यसलाई कसरी समाधान गर्ने

एआई-सहायता प्राप्त आउटरिचमा सबैभन्दा सामान्य असफलता मोडहरू मध्ये एक चर इन्जेक्सनमा अत्यधिक निर्भरता हो। टोलीहरूले प्लेसहोल्डरहरू - [PROSPECT_NAME], [COMPANY], [RECENT_POST] - सँग प्रम्प्ट निर्माण गर्छन् र मान्छन् कि ती क्षेत्रहरू भर्दा निजीकरण उत्पादन हुन्छ। यसले गर्दैन। यसले मेल मर्जको एआई समतुल्य उत्पादन गर्दछ।

प्रम्प्ट स्तरमा साँचो निजीकरण भनेको संकेत सन्दर्भलाई प्राकृतिक भाषामा लेख्नु हो, यसलाई कोष्ठकमा छोड्नु होइन। यी दुई दृष्टिकोणहरूको तुलना गर्नुहोस्:

परिवर्तनशील इंजेक्शन दृष्टिकोण: "प्रोस्पेक्टिवले हालै [विषय] को बारेमा पोस्ट गरेको छ। सन्देशमा यसलाई उल्लेख गर्नुहोस्।"

प्रासंगिक शीघ्र दृष्टिकोण: "टोलीले दस रिपहरू पार गर्दै जाँदा SDR सन्देश गुणस्तर कायम राख्ने चुनौतीको बारेमा सम्भावितले चार दिन अघि पोस्ट गरेको थियो। उनीहरूले यसलाई 'प्रेरणा समस्या होइन, स्थिरता समस्या' भनेर वर्णन गरेका थिए। पोस्टमा उनीहरूको स्वर विश्लेषणात्मक र थोरै निराशाजनक थियो। यो फ्रेमिङलाई सन्दर्भ गर्नुहोस् - विशेष गरी उनीहरूले स्थिरता र प्रेरणा बीचको भिन्नतालाई।"

दोस्रो प्रम्प्टले एउटा सन्देश उत्पादन गर्छ जुन यस्तो पढ्छ कि यो पोस्ट पढ्ने र बुझ्ने व्यक्तिले लेखेको हो। पहिलोले एउटा सन्देश उत्पादन गर्छ जसले पोस्टसँग संलग्न नभई त्यसलाई सन्दर्भ गर्छ। त्यो भिन्नता भनेको प्राप्तकर्ताले पढ्दा कस्तो महसुस गर्छ भन्ने हो - र यो पूर्णतया द्रुत इन्जिनियरिङ निर्णय हो।

कन्नेक्टरको प्लेटफर्मले यो प्रासंगिक इंजेक्शनलाई स्वचालित रूपमा ह्यान्डल गर्छ, प्रत्यक्ष तान्दै लिंक्डइन सामाजिक संकेतहरू तपाईंको सम्भावित व्यक्तिको गतिविधिबाट र तिनीहरूलाई प्रम्प्ट सन्दर्भमा संरचना गर्दै ताकि AI ले सधैं सामान्य प्लेसहोल्डरहरूको सट्टा वास्तविक, विशिष्ट, वर्तमान जानकारीबाट काम गरिरहेको होस्।

टोन क्यालिब्रेसन: धेरैजसो टोलीहरूले गलत गर्ने चर

टोन कुनै अस्पष्ट निर्देशन होइन। "ध्वनि व्यावसायिक" ले औसत आउटपुट उत्पादन गर्छ। सटीक रूपमा क्यालिब्रेट गरिएको टोन निर्देशनहरूले आउटपुट उत्पादन गर्छ जुन तपाईंको उत्कृष्ट प्रदर्शन गर्ने मानव-लिखित सन्देशहरूबाट अलग गर्न सकिँदैन।

प्रम्प्टमा प्रभावकारी टोन क्यालिब्रेसनमा समावेश छ:

• वाक्य लम्बाइ निर्देशन: "छोटा वाक्यहरू प्रयोग गर्नुहोस्। लयबद्ध ढाँचाबाट बच्न लम्बाइ फरक पार्नुहोस्। अर्धविरामले जोडिएका खण्डहरूबाट बच्नुहोस्।"
• शब्दावली स्तर: "स्पष्ट भाषा प्रयोग गर्नुहोस्। सम्भावित व्यक्तिले पहिले शब्दजाल प्रयोग नगरेसम्म शब्दजालबाट बच्नुहोस्। कुनै बजवर्डहरू छैनन्।"
• आत्मविश्वास दर्ता: "प्रत्यक्ष र आत्मविश्वासी, अस्थायी होइन। 'मलाई लाग्यो कि तपाईंलाई रुचि हुन सक्छ' वा 'केवल सम्पर्क गर्न चाहन्थें' जस्ता हेजिङ वाक्यांशहरूबाट बच्नुहोस्।"
• निषेधित वाक्यांशहरू: तपाईंको ब्रान्ड वा व्यक्तित्वले प्रयोग नगर्ने वाक्यांशहरूको विशिष्ट सूची। यो सूची जति विशिष्ट हुन्छ, आउटपुट त्यति नै सुसंगत हुन्छ।

एउटा व्यावहारिक दृष्टिकोण: आफ्ना तीन उत्कृष्ट प्रदर्शन गर्ने म्यानुअल रूपमा लेखिएका सन्देशहरू लिनुहोस् र तिनीहरूलाई टोनल ढाँचाहरू निकाल्ने विश्लेषण प्रम्प्ट मार्फत चलाउनुहोस्। त्यो विश्लेषणको आउटपुटलाई तपाईंको आउटरिच प्रम्प्टहरूमा टोन स्पेसिफिकेशनको रूपमा प्रयोग गर्नुहोस्। तपाईं अनिवार्य रूपमा के काम गर्छ भनेर रिभर्स-इन्जिनियरिङ गर्दै हुनुहुन्छ र यसलाई पुन: प्रयोग गर्न मिल्ने निर्देशनको रूपमा इन्कोड गर्दै हुनुहुन्छ।

मानव समीक्षा ऐच्छिक होइन - यो वास्तुकला हो

यस लेखमा भएको प्रत्येक ढाँचाले एउटा कुरा मान्दछ: मानिसले प्रत्येक सन्देश पठाउनु अघि पढ्छ र अनुमोदन गर्छ। यो अन्यथा स्वायत्त प्रणालीको माथि तह लगाइएको सुरक्षा मापन होइन। यो डिजाइन सिद्धान्त हो जसले सम्पूर्ण दृष्टिकोणलाई काम गर्छ।

राम्रोसँग इन्जिनियर गरिएको प्रम्प्टले पनि परिवर्तनशील आउटपुट उत्पादन गर्छ। केही सन्देशहरू नजिक हुनेछन् तर पूर्ण रूपमा सही हुनेछैनन्। केहीले एउटा सूक्ष्मता छुटाउनेछन् जुन तपाईंले सम्भाव्यतालाई चिन्ने सन्दर्भमा पढ्नुभयो भने मात्र देखिन्छ। केही ठ्याक्कै सही हुनेछन् र कुनै पनि सम्पादनको आवश्यकता पर्दैन। मानव समीक्षा चरणले तीनवटैलाई समात्छ — र समयसँगै, तपाईंले सम्पादन गर्नुभएको ढाँचाहरू राम्रो प्रम्प्टहरूमा फर्कन्छन्।

यो मोडेल कन्नेक्टर वरिपरि बनाइएको हो। उद्देश्य-आधारित आउटरिच स्केलमा, एआई ह्यान्डलिंग सिग्नल पत्ता लगाउने, सन्दर्भ संरचना गर्ने, र पहिलो-मस्यौदा उत्पादनको साथ - र एक मानव अनुमोदन क्यू जसले यो पढिएको र खाली नभएसम्म केहि पनि पठाउँदैन भनेर सुनिश्चित गर्दछ। एआईले प्रत्येक सन्देशमा गुणस्तरको तल्ला उठाउँछ। मानव समीक्षाले छत उठाउँछ।

यसले तपाईंको LinkedIn खातालाई सुरक्षित राख्ने कुरा पनि हो। भोल्युममा पूर्ण स्वचालित आउटरिच - राम्रोसँग इन्जिनियर गरिएका प्रम्प्टहरूबाट पनि - ले गतिविधि ढाँचाहरू उत्पादन गर्दछ जुन LinkedIn को प्रणालीहरू पत्ता लगाउनमा बढ्दो रूपमा राम्रो छन्। प्रत्येक टचपोइन्टमा लुपमा एक मानव गुणस्तरको लागि राम्रो अभ्यास मात्र होइन। यो वास्तुकला हो जसले तपाईंको पाइपलाइन बढ्दै जाँदा तपाईंको खातालाई राम्रो स्थितिमा राख्छ।

रूपान्तरण हुने अनुक्रमहरू निर्माण गर्न तयार हुनुहुन्छ?

बिक्रीको लागि द्रुत इन्जिनियरिङ एउटा सीप हो, र कुनै पनि सीप जस्तै यो अभ्याससँग मिसिन्छ। अहिले यसमा लगानी गर्ने टोलीहरू - सटीक, सिग्नल-सूचित, टोन-क्यालिब्रेटेड प्रम्प्ट प्रणालीहरू निर्माण गर्दै - ती हुन् जसको एआई आउटरिच अझै पनि प्रदर्शन गरिरहेको हुनेछ जब अरू सबैको फिल्टर आउट हुन्छ।

कनेक्टरले सिग्नल तह, एआई ड्राफ्टिङ पूर्वाधार, र मानव स्वीकृति कार्यप्रवाह प्रदान गर्दछ जसले यस दृष्टिकोणलाई व्यापक रूपमा व्यावहारिक बनाउँछ। यदि तपाईं यो तपाईंको टोलीको ICP र आउटरिच गतिमा कसरी लागू हुन्छ भनेर हेर्न चाहनुहुन्छ भने, डेमो बुक गर्नुहोस्। वा साइन अप र आजै आफ्नो पहिलो सिग्नल-सूचित अनुक्रम निर्माण गर्न सुरु गर्नुहोस्।

थप पढ्ने

• कनेक्टरसँग लिंक्डइन सामाजिक संकेतहरू बुझ्दै
• B2B को लागि LinkedIn आउटरिच रणनीति: २०२६ मा के काम गर्छ
• तपाईंको LinkedIn जवाफ दरहरू कसरी सुधार गर्ने
• लिंक्डइन लिड जेनेरेसन: कनेक्टर दृष्टिकोण
• लिंक्डइनमा वास्तवमा काम गर्ने लिड जेनेरेसन ह्याकहरू