Когда Алекс, маркетолог среднего звена, пытался пробиться в более крупное агентство, его почтовый ящик LinkedIn был кладбищем проигнорированных сообщений. Холодные сообщения DM казались спамом. Рекрутеры не реагировали. Тогда он построил рабочий процесс в Notion на базе ChatGPT и Claude. Вместо жестких вступлений каждое сообщение звучало как настоящий человеческий ответ, подстроенный под тон менеджера по подбору персонала. Впервые ответы стали поступать - и это были не боты. Это были настоящие люди, принимающие решения, которые говорили: "Давайте поговорим".

ChatGPT и Клод о составлении контекстной рассылки

Алекс начал с одного четкого правила: никаких типовых открывашек. С помощью ChatGPT он создал структурированные подсказки, которые отражали описание каждой вакансии. Claude с его естественным тоном смягчил язык. Вместе они выстроили каденцию: персонализированное вступление → добавление ценности → четкое завершение.

Пример подсказки (вступление в LinkedIn):
Контекст: Целевая роль = старший менеджер по маркетингу в SaaS-стартапе. Менеджер по найму написал о масштабировании платной рекламы.
Задача: Напишите сообщение в 100 слов в LinkedIn, связав мое портфолио с их задачей.
Ограничения: Используйте разговорный тон, никаких "buzzwords", никаких "excited to connect".
Выходные данные: Черновик сообщения на простом английском языке, 3 варианта.

Результат: Вместо "Надеюсь, у вас все хорошо" сообщение Алекса ссылалось на сообщение менеджера - и заслужило немедленный ответ.

ChatGPT и Клод для обработки последующих сообщений

Большинство кандидатов бросают дело после одной попытки. Алекс удвоил усилия. ChatGPT создал структурированные последующие сообщения с интервалом в три дня. Клод подстроил голос: вежливая настойчивость, но не назойливость.

Пример подсказки (каденция последующих действий):
Контекст: 3 дня назад отправил сообщение в LinkedIn DM, ответа нет. Менеджер был активен вчера.
Задача: Составьте короткое последующее письмо, добавляющее ссылку на ресурс (кейс портфолио).
Ограничения: ≤ 50 слов, избегайте "просто проверяю", профессионально, но тепло.
Выход: Один черновик с темой + сообщение.

Один из менеджеров по подбору персонала ответил после второго повторного обращения: "Спасибо, что напомнили мне - давайте договоримся о встрече".

ChatGPT и Клод на разминке перед собеседованием

После получения ответов Алекс использовал тот же комбо для подготовки к собеседованию. Клод смоделировал реальные вопросы менеджеров по персоналу. ChatGPT генерировал ответы из нескольких пунктов с привязкой к метрикам.

Пример подсказки (симуляция подготовки):
Контекст: Собеседование на должность маркетолога SaaS, фокус = эффективность рекламных расходов.
Задача: Смоделировать 5 вопросов менеджера по найму + смоделировать сильные ответы.
Ограничения: Ответы ≤ 120 слов, приводить метрики, избегать пустой болтовни.
Выходные данные: Список вопросов и ответов в таблице: Вопрос | Ответ | Метрика, на которую ссылаются.

Эта подготовка превратила бессвязные монологи в четкие ответы, которые заслуживали одобрения.

Таблица "До и после

Шаг

Старый рабочий процесс

С ChatGPT + Клод

Сообщения в LinkedIn

Обычная копия-вставка

Контекстная, подобранная по тону

Последующие действия

Неловкие или отсутствующие

Структурированная, вежливая речь

Подготовка к интервью

Разрозненные заметки

Целевые вопросы и ответы с метриками

Количество ответов

5%

42%

Уровень доверия

Низкий, догадки

Высокий, отрепетированный и естественный


Chatronix: Мультимодельное сокращение

Алексу надоело жонглировать подсказками на разных платформах. Тогда он объединил все в Chatronix.

В одном рабочем пространстве он мог:

  • Запустить 6 лучших моделей рядом друг с другом (ChatGPT, Claude, Gemini, Grok, Perplexity AI, DeepSeek).

  • Протестировать 10 бесплатных подсказок, прежде чем завершить разработку сценариев аутрич-работы.

  • Используйте режим Turbo Mode + One Perfect Answer, чтобы объединить шесть результатов в один чистый черновик.

  • Сохраните свою систему аутрич-работы в библиотеке подсказок с тегами и избранным - один клик, и весь рабочий процесс запущен.

👉 ПопробуйтеChatronix.ai

Профессиональная подсказка для теплого аутрича в LinkedIn

Вот точная схема разработки подсказок, которую использовал Алекс, чтобы разогреть холодные потоки LinkedIn и заставить менеджеров по найму ответить:

Контекст: Маркетолог среднего уровня, претендующий на SaaS-роли. Цель = менеджеры по найму, которые пишут о результативном маркетинге. Цель - завязать разговор, ведущий к собеседованию.
Входы: Текст описания вакансии, недавнее сообщение менеджера по найму в LinkedIn, ссылка на мое портфолио.
Роль: аутрич-копирайтер с опытом работы в HR.
Задача: Составить 3 варианта персонализированных сообщений в LinkedIn, каждое из которых не должно превышать 120 слов.
Ограничения: Никаких "buzzwords", никаких "excited to connect", избегайте клише. Каждая вариация должна 1) ссылаться на пост менеджера, 2) связывать мои навыки с проблемой, 3) завершаться мягким CTA.
Стиль/голос: Разговорный, уверенный, теплый.
Схема вывода: JSON → {"variation1": "...", "variation2": "...", "variation3": "...}.
Критерии приемлемости: Звучит по-человечески, проходит детекторы ИИ, готово к вставке в LinkedIn.
Постобработка: Предложите одно необязательное последующее действие, если в течение 3 дней не будет ответа.

Окончательный вывод

ChatGPT и Клод не просто составили лучшие сообщения LinkedIn - они построили настоящие разговоры. Сочетая контекстные подсказки с человеческим тоном, Алекс превратил проигнорированные сообщения DM в собеседования в своем календаре. В сочетании с Chatronix рабочий процесс стал повторяемым, надежным и быстрым. Результат: больше ответов, больше собеседований и первая роль, которую он действительно хотел получить.