Признаки ИИ-текста в холодных письмах — и как их убрать при редактуре

За последние пару лет получатели холодных писем насмотрелись на нейросетевые черновики настолько, что узнают их по форме раньше, чем успевают вчитаться в смысл. Разберём конкретные языковые и структурные маркеры ИИ-текста и рабочий процесс редактуры, после которого письмо перестаёт звучать как рассылка.

Почему получатели всё чаще узнают ИИ-текст

За последние годы через почту большинства ЛПР прошли сотни писем, сгенерированных языковыми моделями без правки, и мозг получателя натренировался узнавать характерную форму этих текстов почти мгновенно — раньше, чем он успевает вникнуть в содержание. Это работает как баннерная слепота: паттерн примелькался, и внимание пропускает текст мимо, даже если предложение внутри разумное.

Проблема не в том, что ИИ-текст плохо написан — часто он написан грамотнее среднего человека. Проблема в том, что он написан слишком ровно: без живых шероховатостей, которые обычно есть в письме занятого человека, который сам сформулировал мысль под конкретную ситуацию. Именно избыточная гладкость и стала новым маркером «это не мне лично написали».

Для адресного B2B-аутрича это особенно чувствительно: вся ценность подхода в том, что письмо адресовано конкретному человеку в конкретной компании, а не является частью рассылки. Если текст читается как сгенерированный под любую компанию, разница между адресным письмом и массовой рассылкой для получателя стирается — и реагирует он соответственно, вне зависимости от того, сколько усилий на самом деле вложено в подбор адресата.

Языковые маркеры: слова и обороты, которые выдают черновик

Языковые модели по умолчанию тяготеют к определённому набору слов и конструкций, потому что учились на большом объёме корпоративных и маркетинговых текстов. Эти обороты не ошибка сами по себе, но их концентрация в одном коротком письме — верный сигнал, что текст не редактировали.

Отдельная категория — абстрактные глаголы без объекта действия: «оптимизировать процессы», «повысить эффективность», «улучшить результаты» без указания, какие именно процессы и на сколько. Живой человек, пишущий по делу, обычно называет конкретную вещь («ускорить онбординг новых менеджеров с двух недель до трёх дней»), а не абстракцию.

Ещё один устойчивый признак — вводные конструкции, которые ничего не сообщают, но занимают место: «стоит отметить, что», «важно понимать, что», «как известно». В устной деловой речи их почти не бывает, а в генеративном тексте они всплывают в каждом втором абзаце, потому что модель заполняет ими переходы. При редактуре такие обороты вычёркиваются целиком без потери смысла — и письмо сразу становится плотнее и живее.

• Тройные перечисления через запятую («быстро, удобно и эффективно») — фирменный ритм генеративного текста
• Слова-паразиты корпоративного новояза: «синергия», «экосистема решений», «комплексный подход»
• Избыточно вежливые связки: «Буду рад обсудить», «Надеюсь на плодотворное сотрудничество»
• Абстрактные выгоды без цифр и без объекта: «повысить эффективность», «оптимизировать процессы»
• Идеально симметричные предложения одинаковой длины подряд — человек так почти никогда не пишет

Структурные маркеры: форма выдаёт больше, чем слова

Даже если вручную заменить самые очевидные слова-маркеры, структура ИИ-черновика часто остаётся прежней — и опытный получатель считывает именно её. Типичный паттерн: абзац контекста («Я обратил внимание, что ваша компания...»), абзац с описанием пользы продукта, абзац с призывом к действию — всё в равных пропорциях, без единой конкретной детали, которую нельзя было бы применить к любой другой компании того же профиля.

Второй структурный маркер — отсутствие избирательности в аргументах. Человек, который разбирается в теме, обычно приводит один точный аргумент, подходящий именно этой ситуации, и опускает остальные. ИИ-черновик по умолчанию старается охватить все возможные выгоды сразу, из-за чего письмо получается длиннее и более обтекаемым, чем нужно для одного конкретного получателя.

Третий маркер — гипотезы о компании без опоры на проверяемый факт. Фраза «зная специфику вашей отрасли» без указания, что именно вы узнали и откуда, отличается от «увидел на вашем сайте вакансию менеджера по продажам» тем, что вторую фразу нельзя сгенерировать без реального ввода данных о компании — а значит, за ней стоит подготовка, а не шаблон.

Как редактировать AI-черновик, чтобы он не звучал как рассылка

Рабочий процесс строится не на отказе от ИИ, а на разделении задач: черновик и структуру можно и стоит доверить генерации, но финальный слой конкретики и живости всегда добавляется вручную по данным о конкретном получателе.

Первый шаг редактуры — убрать тройные перечисления и абстрактные глаголы без объекта, заменив их одним конкретным фактом или цифрой. Второй шаг — сократить письмо минимум на треть: генеративный текст почти всегда многословнее необходимого, и сокращение само по себе убирает часть маркеров искусственности. Третий шаг — добавить одну деталь, которую нельзя было бы вставить в письмо любой другой компании того же профиля: конкретную вакансию, цифру роста штата, упоминание отраслевого события.

Финальная проверка — прочитать письмо вслух. Обороты, которые режут слух при чтении вслух («в рамках комплексного подхода к оптимизации бизнес-процессов»), в письменном виде часто проскакивают незамеченными и авторами, и редакторами, но именно они первыми выдают шаблонность получателю.

Быстрый тест письма перед отправкой

Чтобы не разбирать каждый черновик по всем маркерам вручную, полезно свести проверку к нескольким вопросам, которые занимают минуту и отсеивают большинство обезличенных писем. Если хотя бы на один из них ответ неудачный — письмо пока читается как рассылка, и его стоит доработать, а не отправлять.

Этот же тест удобно встроить в регламент команды: он снимает спор о том, «достаточно ли персонализировано» письмо, и переводит субъективное ощущение в проверяемый чек-лист. В адресном B2B-аутриче, где на счету каждое касание конкретного ЛПР, минута проверки окупается тем, что письмо не сгорает впустую из-за формы.

• Можно ли отправить этот текст другой компании того же профиля без правок? Если да — конкретики мало.
• Есть ли в письме хотя бы один факт, который нельзя было получить без реального изучения компании?
• Остались ли тройные перечисления и абстрактные глаголы без объекта? Их нужно убрать.
• Не длиннее ли письмо, чем нужно для одной мысли и одного вопроса?
• Звучит ли текст естественно при чтении вслух — или спотыкаешься на канцелярских оборотах?
• Есть ли в письме ровно один понятный следующий шаг, а не набор общих призывов?

Что доверять ИИ, а что — нет, в процессе подготовки письма

Практический вопрос не «пользоваться ИИ или нет», а где провести границу внутри процесса. ИИ хорошо справляется с черновиком структуры, вариантами формулировок одной и той же мысли и проверкой грамотности — это экономит время без потери качества.

ИИ плохо справляется с двумя вещами: подбором реального факта о конкретной компании (модель не знает, что у неё открыта вакансия сегодня, если это не подано ей на входе) и финальной оценкой, звучит ли текст как письмо конкретному человеку. Обе задачи требуют либо реальных данных о получателе на входе в промпт, либо ручной правки после генерации — и пропускать этот шаг означает получать усреднённый текст, который выдаёт себя маркерами из предыдущих разделов.

Практически рабочая схема для адресного аутрича: собрать реальные факты о компании и контакте заранее, подать их в промпт как обязательные вводные (а не просить модель «придумать персонализацию»), сгенерировать черновик с этими фактами и обязательно прогнать финальную редактуру человеком перед отправкой — особенно на этапе сокращения длины и проверки, не превратилась ли конкретная деталь в абстрактную формулировку в процессе генерации.

Ошибки при использовании ИИ для холодных писем

Большинство проблемных писем — не результат того, что ИИ используется, а результат того, что его используют без разделения задач и без финальной проверки человеком.

• Отправка черновика без редактуры — сразу видно по тройным перечислениям и абстрактным выгодам
• Просьба к модели «придумать персонализацию» вместо подачи ей реальных фактов о компании
• Одинаковая структура письма для сотен адресатов только со сменой имени и названия компании
• Игнорирование длины: генеративный текст почти всегда длиннее, чем нужно для холодного письма
• Использование ИИ для генерации ответов в переписке без проверки, отвечает ли текст на конкретный вопрос собеседника
• Отказ от ИИ полностью из страха «звучать как бот» — это лишает команду экономии времени там, где ИИ реально полезен: черновики, варианты, проверка грамотности

Вопросы и ответы