ИИ научился писать wow-темы для email

Тема письма — первый (и иногда единственный) шанс быть замеченным. От неё зависит, откроют письмо или нет. Но как написать её правильно, если каждое слово влияет на результат?

Команда исследователей из ACL (Association for Computational Linguistics) в 2019 году создала первую датасет-модель для генерации тем писем. Они проанализировали сотни тысяч реальных рассылок и построили систему, способную учиться на лучших.

Что они придумали

Исследователи поставили задачу: автоматически генерировать строку темы письма (SLG) на основе текста этого письма. Отчасти это похоже на создание новостных заголовков в СМИ, но у email темы гораздо короче, а, значит, реферировать данные нужно с высокой степенью сжатия. И до 2019 года этим никто не пытался заняться!

Технически процесс генерации строится на иссушении до гранул содержимого письма. Первоначально модель выбирает из тела email ключевые сведения, включая сущности, даты, время. После этого абстрагирующий модуль модели переписывает несколько выбранных предложений в краткую тему, сохраняя ключевую информацию. Самое интересное, что по данным исследования результаты машинных хедеров ACL превосходят конкурентные базовые показатели и приближаются к качеству, сопоставимому с человеческими.

Как они это сделали

Исследователи собрали огромный корпус писем: тема + текст + показатели открываемости (Open Rate). Затем обучили модель предсказывать вероятность открытия письма по его теме. Система училась не просто копировать, а понимать закономерности: длину, интонацию, эмоции, глаголы действия.

Ключевые открытия

• Темы длиной от 6 до 10 слов показывают наилучший результат.
  
• Эмоциональные слова повышают open rate на 15–18 %.
  
• Использование цифр («5 способов…» , «-20%…» всё ещё эффективно, но теряет универсальность.
  
• Слова-обещания («эксклюзивно», «беспрецедентно») быстро обесцениваются, так как пользователи перестают им верить.

Пример: как это работает

Модель анализирует прошлые кампании бренда и предлагает варианты:

• «Ваши любимые товары снова в наличии»
  
• «Что выбрали клиенты этой недели»
  
• «Вы забыли кое-что важное»
  

Маркетолог выбирает лучший вариант или запускает A/B-тест. Система постепенно учится под стиль бренда и оптимизирует Open Rate.

Почему это важно

Сегодня маркетолог не может опираться только на интуицию. AI-инструменты дают возможность масштабировать креатив, не теряя персонализации. Идеальная формула — человек задаёт смысл, алгоритм подбирает форму.

Что взять на вооружение

1. Тестируйте темы системно. Пусть AI-модель или A/B-планировщик оценивает варианты.
   
2. Отслеживайте «усталость слов». Всё, что звучит как маркетинг, быстро теряет силу.
   
3. Не бойтесь длины. Длинные темы читают, если они искренне интересны.
   
4. Делайте архив лучших. Соберите 50 тем с наилучшим Open Rate и используйте их как обучающую базу.
   

Главный вывод

AI не заменяет копирайтера, он усиливает его. Пока человек думает о смысле, машина помогает найти слова, которые передают его эффективнее всего.