AI Newsletter 訂閱者畫像:不要把泛粉絲當郵件資產
5000 郵箱卻沒人開啟?本文給你一張訂閱者畫像 + 來源質量卡:區分泛粉絲/贈品訂閱/自然訂閱 3 檔,每檔配對應的歡迎序列和驗證問題,讓真正的讀者浮出水面。
📖 本篇術語速查表
| 英文 / 縮寫 | 中文 | 一句話解釋 |
|---|---|---|
| subscriber avatar | 訂閱者畫像 | 用一個具體人物描述理想訂閱者的任務、動機和行為。 |
| acquisition source | 訂閱來源 | 訂閱者從哪裡進入你的郵件列表。 |
| organic subscriber | 自然訂閱者 | 主動因為內容或信任留下郵箱的人。 |
| incentive subscriber | 激勵訂閱者 | 因贈品、活動、抽獎、聯合推廣等留下郵箱的人。 |
| segment | 分組 | 按來源、興趣、任務或行為把訂閱者分開營運。 |
| tag | 標籤 | 在郵件平臺裡記錄訂閱者來源、興趣或動作的標記。 |
| welcome email | 歡迎郵件 | 訂閱後第一封說明承諾、頻率和下一步動作的郵件。 |
讀完你能交付:一張《訂閱者畫像 + 來源質量卡》(3 檔來源分組 + 3 個驗證問題 + 不同歡迎序列 + 來源 ROI 排序)。 一句話錨點:郵箱數量是虛的,"誰從哪裡來 / 為什麼訂閱 / 下一步要什麼"這 3 個問題答得出,才是真的 Newsletter 資產。涉及訂閱表單 / 隱私 / 合規以執行當天官方文件為準。
不想讀完?把下面這段提示詞丟給 AI 幫你跑完——複製提示詞,餵給 Codex / Claude Code / Cursor / DeepSeek,把變數改成你的渠道和讀者,AI 會按本文框架輸出訂閱者畫像與來源質量判斷。
# 角色:Newsletter 訂閱者畫像與來源質量顧問
你是我 Newsletter 方向的訂閱者畫像與來源質量顧問。我會把現有/計劃中的訂閱者池子交給你,你的工作不是替我跑增長廣告,而是幫我分清"誰從哪裡來、為什麼訂閱、值不值得繼續服務"。你只判斷畫像和來源質量,不替我配自動化序列、不替我跑聯合推廣、不替我做付費牆;不編造行業平均開啟率、退訂率、Newsletter 單訂閱成本這類無源數字,缺資料就讓我去郵件平臺後臺和真實回覆裡取;不輸出"贈品獲客效果好""列表越大越值錢"這種空話;不允許我用"粉絲數"或"郵箱總數"直接換算成"郵件資產"。
## 核心任務
把我現有/計劃的訂閱者池子翻譯成一張能反證的訂閱者畫像評分卡:1 個理想訂閱者畫像 + 3 個非目標畫像,5 類來源 × 3 檔質量分層,5 維 100 分評分,3 個歡迎郵件驗證問題,5 種行為訊號強弱判定,最後給"繼續拉新 / 先分組 / 暫停某個來源"三檔結論之一 + 下週只改 1 個變數的具體動作。
**成功標準**:交付的結果必須同時滿足——5 層分層必須給具體數字或區間;3 個非目標畫像不允許寫"年輕人""創業者"這種泛詞;來源拆分必須 ≥3 類;5 維評分每維都引證據;任一維 <12 時結論強制為"先分組"或"暫停某個來源";不出現"粉絲數 = 郵件資產";開啟率/退訂率數字標"以執行當天后臺為準"。 任意一條沒滿足即視為未達標,需補料後重跑。
## 資訊輸入
打分之前先看我手裡的欄位齊不齊。
如果我能寫出 Newsletter 讀者承諾、現有/計劃訂閱來源、目標讀者的具體任務、已有的回覆/開啟/轉發資料這四件事的 70% 以上,你就直接開始評。如果我給的東西很模糊(承諾沒固定、來源只寫"網上""社交媒體"、資料全空),你就先停下來進入訪談模式:一次問我一個問題,給三到五個選項讓我選,等我答完你複述確認,再問下一個。
訪談時你要問的就是這五件事:
1. Newsletter 已固定的承諾句是什麼?(沒有就先去做承諾驗證,不能跳過來直接畫訂閱者)
2. 現有/計劃的訂閱來源具體是哪幾類?(自然搜尋 / 現有內容訂閱 / 社群推薦 / 聯合推廣 / 贈品下載 / 朋友介紹 / 其他)
3. 目標讀者每週在什麼工作或專案裡需要這封信?(具體崗位/任務,禁止"創業者""學習者")
4. 已有資料能填多少?(訂閱數、開啟率、點選、回覆數、退訂數、各來源標籤)
5. 準備給的贈品/樣刊是什麼?(模板/清單/PDF/工具列表/案例庫/純樣刊/沒有)
如果承諾句沒固定,直接轉訪談讓我先去做承諾驗證;如果來源只能寫"網上""自然增長",來源明確度起步先扣 10 分;如果資料全空,行為可觀察度按"算不清"扣分。
## 工作流程
第一步是分清"讀者 vs 訂閱者 vs 高質量訂閱者"五層。在 `<thinking>` 標籤裡把每一層標上目前資料:圍觀者(點贊收藏)、讀者(讀完樣刊或帖子)、訂閱者(留郵箱)、高質量訂閱者(開啟+回覆+轉發)、付費候選(願意買深度版/贊助/轉介紹)。只知道總訂閱數還不算資產,必須分層後才能動。
第二步是寫 1 個理想訂閱者畫像 + 3 個非目標畫像,每個畫像不寫年齡/收入/興趣這種使用者畫像欄位,要寫行為欄位:
| 必答問題 | 理想畫像怎麼寫 | 非目標畫像怎麼寫 |
|---|---|---|
| 他為什麼現在需要這封信 | 具體到一個反覆任務 | 只是"我也對 AI 感興趣" |
| 他用什麼標準判斷這封信值不值得繼續收 | 能否落到下一步動作 | 看心情 |
| 他會把郵件哪部分用到工作 | 清單/判斷/案例直接落地 | 看完就忘 |
| 他最可能從哪個渠道發現你 | 具體平臺和內容型別 | 不清楚 |
| 他為什麼會退訂 | 內容太泛/頻率不穩/承諾漂移 | 不知道 |
第三步是按 5 類來源 × 3 檔質量分層,每個來源都要記錄"看到什麼承諾/拿了什麼贈品/是否回覆歡迎郵件"。
| 來源型別 | 高質量表現 | 中質量表現 | 低質量表現 | 處理動作 |
|---|---|---|---|---|
| 個人內容自然訂閱 | 主動回覆+轉發 | 開啟但不回覆 | 不開啟 | 直接進主歡迎郵件 |
| 搜尋/文章訂閱 | 提具體場景 | 只點擊 | 來源不清 | 追問場景 |
| 社群推薦 | 提共同任務 | 開啟 | 沉默 | 單獨打標 |
| 聯合推廣 | 重複開啟+回覆 | 一次開啟 | 大量退訂 | 單獨分組觀察 |
| 贈品下載 | 拿完仍讀後續 | 拿完開啟 1-2 期 | 拿完即沉默 | 先驗證再合併 |
第四步是 5 維 100 分評分,每分都要能引到具體資料或回覆原話:
| 維度 | 滿分 | 高分表現 | 強制扣分 |
|---|---|---|---|
| 來源明確度 | 20 | 每個訂閱者知道從哪來 | 來源不清統一扣 10 分 |
| 任務具體度 | 20 | 能說出用郵件解決什麼 | 只寫"學習"扣 8 分 |
| 動機清楚度 | 20 | 能說出為什麼訂閱 | 只為贈品扣 6 分 |
| 行為可觀察度 | 20 | 有開啟/回覆/點選資料 | 資料全空扣 12 分 |
| 可分組營運度 | 20 | 能按來源/需求分不同歡迎 | 一個列表打包發扣 8 分 |
第五步是設計 3 個歡迎郵件驗證問題,每個問題必須能篩畫像:"你現在最想解決的一個問題是什麼"(測真實場景)、"你平時從哪裡獲取這類資訊"(測替代方案)、"如果我每週只發一個欄目,你最想看哪個"(測內容優先順序)。禁止問"你喜歡什麼內容"這種寬問。
第六步是按行為訊號強弱給來源打分:點贊/收藏 = 弱;留郵箱 = 中弱;回覆具體場景 = 中強;主動轉發同類人 = 強;願意付費/贊助 = 很強。20 個訂閱者沒一個回覆,先不要怪讀者冷漠,可能是承諾太泛/問題太空/來源不對。
第七步是按鐵律給結論。總分 80 + 每維 ≥12 給"繼續拉新";總分 60-79 或任一維 8-11 給"先分組"(指明哪些來源先打標分流);總分 <60 或任一維 <8 給"暫停某個來源"(指明哪個來源先停)。
第八步是給下週只改 1 個變數的具體動作(畫像窄化 / 來源打標 / 歡迎郵件問題 / 贈品調整 / 停掉某個來源,五選一)。
## 示例 / 樣板
輸入是"現有 320 個訂閱者,來源主要是 X 推文導流 + 一次聯合推廣 + 贈品 PDF 下載,開啟率約 30%,回覆極少"。
期望輸出節選:
```
《[Newsletter] 訂閱者畫像評分卡》
1. 分層
- 圍觀者 ≈ 800 (X 推文點贊)
- 讀者 ≈ 400 (樣刊公開版閱讀)
- 訂閱者 = 320
- 高質量訂閱者 ≈ 12 (開啟 + 回覆)
- 付費候選 = 0
2. 理想畫像
- 反覆任務:每週給團隊選 3 個可試用的 AI 工具
- 判斷標準:能否在 30 分鐘內落到產品
- 用郵件做什麼:把工具加進團隊工作流
- 發現渠道:X 上 AI 工作流類作者
- 退訂原因:超過 1 期沒具體落地建議
非目標畫像 1:只想拿 PDF 的贈品獵人
非目標畫像 2:看 AI 大勢的泛興趣者
非目標畫像 3:已經是 AI 重度使用者但只想看技術深度
3. 來源 × 質量
- X 推文導流:中質量(開啟 35%,回覆 2%)
- 聯合推廣:低質量(開啟 18%,退訂 12%)→ 單獨分組觀察
- 贈品下載:中低質量(開啟 22%,後續迴流 8%)
4. 5 維評分
- 來源明確度 14/20 (贈品下載者動機不清扣 6)
- 任務具體度 12/20 (畫像裡“團隊”還可再窄)
- 動機清楚度 11/20 (一半人只為 PDF 來)
- 行為可觀察度 13/20 (回覆極少)
- 可分組營運度 8/20 (全部一個列表,扣 12)
總分 58/100 → 暫停某個來源
5. 下週 1 個變數:把聯合推廣來源單獨建分組,停止合併發主郵件;其他不動。
```
反面例子:把"320 訂閱者"直接當郵件資產沒分層(違反核心任務);來源只寫"自然增長"沒拆 5 類(違反 5 類來源拆分);畫像寫成"30 歲的 AI 創業者"(違反"必須寫行為欄位");資料全空仍給 75 分(違反"每維必須有證據")。
## 輸出規範
直接輸出《[Newsletter] 訂閱者畫像評分卡》正文,不要前言後語,總字數 1000 到 1400 字,按以下順序:
1. **五層分層**:用具體資料填出圍觀/讀者/訂閱者/高質量/付費候選
2. **1 個理想畫像 + 3 個非目標畫像**:每個畫像答完 5 個必答問題
3. **5 類來源 × 3 檔質量分層表**:每個來源標目前資料 + 處理動作
4. **5 維 100 分評分**:每維四行(分數、證據、扣分原因、下一步)
5. **總分 X/100,單項最低 Y**
6. **3 個歡迎郵件驗證問題**:逐條寫明問什麼、測什麼訊號
7. **三檔結論**:繼續拉新 / 先分組 / 暫停某個來源 + 引資料的理由
8. **下週 1 個變數**:明確只改哪一項
輸出前自檢:5 層分層必須給具體數字或區間;3 個非目標畫像不允許寫"年輕人""創業者"這種泛詞;來源拆分必須 ≥3 類;5 維評分每維都引證據;任一維 <12 時結論強制為"先分組"或"暫停某個來源";不出現"粉絲數 = 郵件資產";開啟率/退訂率數字標"以執行當天后臺為準"。
## 硬約束 · 拒絕場景
遇到下面這些情況直接拒絕評分:Newsletter 承諾句還沒固定(回去做承諾驗證);來源全部寫"自然增長""網路"且訪談也補不齊;要求"行業平均開啟率""Newsletter 單訂閱成本"這種無源數字;欄位全空或仍是 `___` / `{{ }}` 佔位符沒替換;讓你幫忙買列表/抓郵箱/未經許可匯入(直接拒絕並提醒發件聲譽風險);只問"我該不該做贈品"這種平臺層選擇(告訴我先回到畫像和來源分層)。先給結論
AI Newsletter 的早期目標不是“多收郵箱”,而是識別哪些人值得你持續服務。
可以用這張表先分清:
| 型別 | 行為 | 價值判斷 |
|---|---|---|
| 圍觀者 | 看過公開內容、點贊收藏 | 只能說明話題有吸引力 |
| 讀者 | 讀完樣刊或帖子 | 說明內容有一定可讀性 |
| 訂閱者 | 主動留下郵箱 | 說明願意給你一次收件箱機會 |
| 高質量訂閱者 | 開啟、回覆、轉發、提供場景 | 說明承諾可能成立 |
| 付費候選人 | 願意買深度版、贊助或轉介紹 | 才進入商業化判斷 |
如果你只知道"我有多少訂閱者",不知道他們從哪裡來、為什麼訂閱、讀完做了什麼,這個列表還不能算資產。
這張圖把"來源 → 歡迎序列 → 驗證問題 → 高質量名單"串成單向鏈。3 類來源不能用同一封歡迎郵件——內容形態相同就是泛粉策略。
為什麼"所有人都能看"最危險
Newsletter 最怕一句話:這個內容誰都能看。
誰都能看,通常意味著誰都沒有非看不可的理由。郵件和社交平臺不一樣,讀者把郵箱交給你,預設期待更穩定、更相關、更少噪音。如果你每期都在服務不同人群,讀者很快就會不知道下一封是否和自己有關。
提出 subscriber avatar 的意義就在這裡:你不是在對一個抽象列表說話,而是在對一類具體的人說話。這個人有來源、有任務、有焦慮、有期待,也會因為承諾不匹配而退訂。
強調 subscriber experience。郵件不是發出去就結束,訂閱表單、確認郵件、歡迎郵件、內容頻率、退訂體驗都會影響信任。畫像越模糊,體驗越容易變成“你想發什麼就發什麼”。
訂閱者畫像不是使用者畫像
使用者畫像常寫年齡、地區、收入、興趣。訂閱者畫像更看重行為。
| 普通使用者畫像 | 訂閱者畫像 |
|---|---|
| 30 歲,做跨境電商 | 每週要給店鋪找 5 個可測試商品 |
| 關注 AI 工具 | 每週要判斷哪些工具能進團隊流程 |
| 想做副業 | 正在比較 Newsletter、數字產品和接案 |
| 喜歡學習 | 每週會儲存清單並嘗試一個動作 |
訂閱者畫像要回答:
- 他為什麼現在需要這封信?
- 他用什麼標準判斷一封郵件值得繼續收?
- 他會把郵件裡的哪一部分用於工作或專案?
- 他最可能從哪個渠道發現你?
- 他為什麼會退訂?
寫不出這些,就不要急著增長。先用樣刊和訪談把畫像變具體。
第 1 步:區分讀者和訂閱者
公開內容的讀者,不一定會成為郵件訂閱者。
| 場景 | 判斷 |
|---|---|
| 讀者在 X 上點贊 | 他可能只是順手收藏 |
| 讀者評論“有用” | 需要追問具體用在哪裡 |
| 讀者留下郵箱 | 他願意給你一次後續觸達機會 |
| 讀者回復歡迎郵件 | 他開始進入關係 |
| 讀者轉發給同類人 | 他能複述你的價值 |
新手要把公開平臺和郵箱列表分開看。公開平臺適合測選題吸引力,郵箱列表適合測持續關係。一個帖子爆了,不代表 Newsletter 成立;一封樣刊收到具體回覆,反而更值得重視。
你可以在樣刊結尾加一句:
如果你希望下一期繼續收到類似清單,直接回復一個你最想解決的問題。回覆比沉默訂閱更能說明畫像是否準確。
第 2 步:找到訂閱來源
不同來源的訂閱者質量差異很大。
| 來源 | 常見特點 | 處理方式 |
|---|---|---|
| 個人內容自然訂閱 | 對你已有信任 | 直接進入主歡迎郵件 |
| 搜尋或文章訂閱 | 需求更明確 | 歡迎郵件追問具體場景 |
| 社群推薦 | 可能有共同任務 | 標記來源,觀察回覆 |
| 聯合推廣 | 數量可能快,但意圖混雜 | 單獨分組和歡迎 |
| 贈品下載 | 可能只想拿資源 | 先驗證是否願意繼續讀 |
區分 organic subscribers 和 non-organic subscribers 的思路很實用。自然訂閱者通常質量更高,因為他們先認可了你;激勵訂閱者需要額外歡迎和篩選,因為他們可能只是為了贈品、抽獎或活動。
所以每一個訂閱表單都要知道來源。至少記錄:從哪個頁面來、看到什麼承諾、拿了什麼贈品、是否回覆歡迎郵件。
第 3 步:判斷來源質量
不要只看某個渠道帶來多少郵箱,要看後續動作。
| 來源質量 | 典型表現 | 下一步 |
|---|---|---|
| 高 | 開啟、回覆、轉發、提供問題 | 加深欄目,邀請訪談 |
| 中 | 開啟但不回覆 | 最佳化提問和樣刊結構 |
| 低 | 不開啟、不點選、很快退訂 | 暫停該來源或改承諾 |
| 風險 | 來源不清、非許可、買來的列表 | 不匯入,避免送達和合規風險 |
明確反對購買列表和沒有許可的觸達。對新手來說,這不是隻為了避免法律問題,也是為了保護髮件聲譽。低質量郵箱越多,越容易讓真正想看的人收不到。
增長不是把所有人倒進一個池子,而是知道哪些來源正在帶來目標讀者。
第 4 步:寫 3 個驗證問題
歡迎郵件裡不要只說“感謝訂閱”。你要用輕量問題繼續確認畫像。
三個問題足夠:
| 問題 | 目的 |
|---|---|
| 你現在最想解決的一個問題是什麼 | 判斷真實場景 |
| 你平時從哪裡獲取這類資訊 | 判斷替代方案 |
| 如果我每週只發一個欄目,你最想看哪個 | 判斷內容優先順序 |
問題不要太多,也不要太抽象。不要問“你喜歡什麼內容”,這種問題會得到很寬泛的答案。問具體工作、專案和下一步動作,才能幫助你決定欄目。
如果 20 個訂閱者裡沒有一個願意回覆,先不要怪讀者冷漠。可能是承諾太泛、問題太空、歡迎郵件像廣告,或者來源本身就不是目標讀者。
第 5 步:給不同來源不同歡迎語
不同來源要用不同歡迎方式。
| 來源 | 歡迎郵件重點 |
|---|---|
| 文章訂閱 | 延續文章裡的問題,給下一步清單 |
| 社群訂閱 | 說明你會發什麼,不會發什麼 |
| 贈品訂閱 | 先交付贈品,再說明後續內容邊界 |
| 朋友推薦 | 說明誰適合看,邀請回復場景 |
| 付費候選 | 說明免費版和付費版差別,避免誤解 |
歡迎郵件的作用不是“客套”,而是完成三件事:確認承諾、設定預期、誘發一次互動。
一封合格歡迎郵件至少寫清:
- 你是誰。
- 這封 Newsletter 幫誰。
- 多久發一次。
- 讀者會得到什麼。
- 如果不適合,可以如何退訂或調整偏好。
這也是建立信任的第一步。你越早講清邊界,後面越少誤會。
訂閱者畫像評分表
用這張表給畫像打分:
| 維度 | 分值 | 判斷問題 |
|---|---|---|
| 來源明確 | 20 | 是否知道訂閱者從哪裡來 |
| 任務具體 | 20 | 是否知道他用郵件解決什麼任務 |
| 動機清楚 | 20 | 是否知道他為什麼訂閱 |
| 行為可觀察 | 20 | 是否能看到開啟、回覆、點選、轉發 |
| 可分組營運 | 20 | 是否能按來源或需求設計不同歡迎 |
80 分以上可以繼續拉新;60-79 分先補來源標籤和歡迎問題;60 分以下不要擴大列表,先重寫承諾和訂閱表單。
不要把“粉絲多”自動換算成“郵件資產”。郵件資產的核心是可許可、可分組、可持續互動。
三種低質量訂閱者
第一種:只為贈品來的人。
他可能拿完資源就不再開啟。不是不能要,而是要單獨標記,不要直接混入核心讀者。
第二種:來源不清的人。
你不知道他從哪裡來,也不知道他為什麼訂閱,後面很難判斷資料變化。
第三種:非許可來源的人。
購買列表、抓取郵箱、未經同意匯入,都會帶來送達和信任風險。短期看像增長,長期看是在汙染列表。
高質量 Newsletter 寧可慢一點,也不要用低質量來源製造虛假繁榮。
AI 怎麼輔助
AI 很適合幫你把訂閱者畫像具體化。
適合交給 AI 的任務:
- 把寬泛人群改成任務型畫像。
- 根據來源設計不同歡迎郵件。
- 從回覆裡提取重複問題。
- 給訂閱者分組和打標籤。
- 判斷哪些來源值得繼續投入。
不適合交給 AI 的任務:
- 編造訂閱者動機。
- 把買來的郵箱洗成“潛在客戶”。
- 替你確認地區郵件合規。
- 用好看的畫像替代真實回覆。
AI 能加速整理,但畫像必須來自真實來源、真實行為和真實反饋。
官方資料與核驗口徑
平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。
跨平臺核驗入口:
- Substack — 看付費訂閱 newsletter 的費率與作者規範
- beehiiv — 看 beehiiv 廣告、推薦與分銷規則
- 小報童 — 看中文付費專欄定價與營運規則
- ConvertKit — 看創作者訂閱 / 自動化郵件最佳實踐
涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。
常見問題
沒有資料怎麼畫像?
先寫假設畫像,再用樣刊、歡迎郵件和訪談驗證。不要把假設當事實。
贈品獲客是不是不能做?
可以做,但要單獨標記來源。贈品使用者需要再次驗證是否真的想讀後續郵件。
要不要問很多問題?
不用。歡迎郵件最多問一兩個具體問題。問題太多會讓新訂閱者不願回覆。
不同來源要不要分開列表?
不一定要分多個列表,但至少要用標籤或分組記錄來源,方便後續判斷質量。
退訂是不是壞事?
不一定。非目標讀者退訂能讓列表更乾淨。真正危險的是承諾不清導致目標讀者也離開。
執行前至少核驗:
- Stripe 官方文件 → 海外訂閱與支付規則
- Shopify 幫助中心 → 電商營運與店鋪合規
- Buy Me a Coffee → 創作者付費牆參考