Quando Alex, un marketer di medio livello, ha cercato di ottenere un ruolo più importante in un'agenzia, la sua casella di posta LinkedIn era un cimitero di messaggi ignorati. I messaggi di posta elettronica a freddo sembravano spam. I reclutatori non abboccavano. Poi ha costruito un flusso di lavoro all'interno di Notion basato su ChatGPT e Claude. Invece di introduzioni rigide, ogni nota suonava come una risposta umana autentica, sintonizzata sul tono del responsabile delle assunzioni. Per la prima volta, le risposte sono arrivate, e non erano bot. Erano veri decisori che dicevano: "Parliamo".

ChatGPT e Claude sulla creazione di un contatto contestuale

Alex ha iniziato con una regola chiara: niente aperture generiche. Con ChatGPT, ha creato messaggi strutturati che rispecchiavano ogni descrizione del lavoro. Claude, con il suo tono naturale, ha ammorbidito il linguaggio. Insieme, hanno costruito una cadenza: introduzione personalizzata → valore aggiunto → chiusura chiara.

Esempio di prompt (introduzione su LinkedIn):
Contesto: Ruolo target = Senior Marketing Manager in una startup SaaS. Il responsabile delle assunzioni ha postato un messaggio sulla scalabilità degli annunci a pagamento.
Compito: Scrivere un messaggio di 100 parole su LinkedIn che colleghi il mio portfolio alla loro sfida.
Vincoli: Usare un tono colloquiale, niente parole d'ordine, niente "entusiasta di connettermi".
Output: Bozza del messaggio in inglese semplice, 3 varianti.

Risultato: Invece di "Spero che tu stia bene", il messaggio di Alex fa riferimento al post del manager e ottiene una risposta immediata.

ChatGPT e Claude per la gestione dei follow-up

La maggior parte dei candidati abbandona la palla dopo un solo tentativo. Alex ha raddoppiato. ChatGPT ha generato follow-up strutturati a distanza di tre giorni l'uno dall'altro. Claude ha adattato la voce: persistenza educata, mai invadente.

Esempio di prompt (cadenza di follow-up):
Contesto: Inviato DM su LinkedIn 3 giorni fa, nessuna risposta. Manager attivo ieri.
Compito: Generare un breve follow-up che aggiunga un link a una risorsa (studio di un caso di portfolio).
Vincoli: ≤ 50 parole, evitare "solo il check-in", professionale ma caloroso.
Output: Un'unica bozza con oggetto e messaggio.

Un responsabile delle assunzioni ha risposto dopo il secondo follow-up: "Grazie per avermelo ricordato - fissiamo una telefonata".

ChatGPT e Claude sui colloqui di selezione

Una volta ottenute le risposte, Alex ha utilizzato la stessa combinazione per la preparazione al colloquio. Claude ha simulato le domande di un vero responsabile delle assunzioni. ChatGPT ha generato risposte puntuali legate alle metriche.

Esempio di prompt (simulazione di preparazione):
Contesto: Colloquio per un ruolo nel marketing SaaS, focus = efficienza della spesa pubblicitaria.
Compito: Simulare 5 domande del responsabile delle assunzioni + modellare risposte forti.
Vincoli: Risposte ≤ 120 parole, citare le metriche, evitare le sottigliezze.
Output: Elenco di domande e risposte in una tabella: Domanda | Risposta | Metrica di riferimento.

Questa preparazione ha trasformato quelli che erano monologhi sconclusionati in risposte nitide che si sono guadagnate dei cenni.

La tabella prima e dopo

Passo

Vecchio flusso di lavoro

Con ChatGPT + Claude

DM di LinkedIn

Copia-incolla generico

Contestuale, con toni adeguati

Follow-up

Imbarazzanti o mancanti

Cadenza strutturata ed educata

Preparazione del colloquio

Appunti sparsi

Q&A mirate con metriche

Tasso di risposta

5%

42%

Livello di fiducia

Basso, congetture

Alto, provato e naturale


Chatronix: La scorciatoia multi-modello

Alex si era stancato di destreggiarsi tra i prompt delle varie piattaforme. È stato allora che ha consolidato tutto in Chatronix.

Da un'unica area di lavoro, poteva:

  • Eseguire i 6 migliori modelli fianco a fianco (ChatGPT, Claude, Gemini, Grok, Perplexity AI, DeepSeek).

  • Eseguire 10 prove gratuite prima di finalizzare gli script di outreach.

  • Utilizzare la modalità Turbo + Una risposta perfetta per unire i sei risultati in un'unica bozza pulita.

  • Salvare il proprio sistema di outreach nella Prompt Library con tag e preferiti: con un clic, l'intero flusso di lavoro è stato eseguito.

👉 ProvaChatronix.ai

Prompt professionale per la ricerca di contatti caldi su LinkedIn

Ecco l'esatta struttura di ingegneria dei prompt che Alex ha utilizzato per riscaldare le discussioni fredde su LinkedIn e indurre i responsabili delle assunzioni a rispondere:

Contesto: Marketer di medio livello che si candida a ruoli SaaS. Target = responsabili delle assunzioni che pubblicano post sul performance marketing. Obiettivo: avviare una conversazione che porti a un colloquio.
Input: Testo della descrizione del lavoro, post recente su LinkedIn del responsabile delle assunzioni, link al mio portfolio di casi di studio.
Ruolo: Copywriter di outreach con esperienza nel settore HR.
Compito: Redigere 3 varianti di messaggi personalizzati su LinkedIn, ciascuno di meno di 120 parole.
Vincoli: Nessuna parola d'ordine, nessun "entusiasta di connettersi", evitare i cliché. Ogni variante deve 1) fare riferimento al post del manager, 2) collegare le mie competenze al problema, 3) chiudere con una CTA morbida.
Stile/Voce: Conversativo, sicuro, caldo.
Schema di output: JSON → {"variazione1": "...", "variazione2": "...", "variazione3": "...}.
Criteri di accettazione: Sembra umano, supera i rilevatori AI, è pronto per essere incollato in LinkedIn.
Post-processo: Suggerisce un follow-up opzionale in caso di mancata risposta entro 3 giorni.

Conclusione

ChatGPT e Claude non si sono limitati a redigere messaggi LinkedIn migliori, ma hanno costruito vere e proprie conversazioni. Combinando suggerimenti contestuali con un tono umano, Alex ha trasformato i DM ignorati in colloqui sul suo calendario. Abbinato a Chatronix, il flusso di lavoro è diventato ripetibile, affidabile e veloce. Il risultato: più risposte, più colloqui e il primo ruolo che desiderava davvero.