需要生成、评分并拆分测试邮件主题行时用：产出角度互异的变体…

为冷邮件外联或 B2C 生命周期/促销邮件生成并评分主题行变体，设计统计上诚实的拆分测试来选出胜出者。

适用场景

解决思路

1. 先做访谈，每条消息只问一个问题并提供多选选项，跳过上下文已回答的内容；若运行环境有持久记忆且此前存过该用户的答案，则确认而非重问。
2. 访谈第 1 问先确定制度：B2B 冷外联，还是 B2C 生命周期/促销？两者规则不同。
3. 访谈第 2 问：收件人画像、角色和资历？高管收件箱几秒内做决定，其模式集范围会大幅收窄。
4. 访谈第 3 问：已选定的个性化角度是哪个——痛点、竞争对手、公司举措、高管优先事项、共同背景、触发事件？若没有，先停下并转交 mbfinotti/sales-skills@sales-outreach-personalization；对这些角度排序是第 4 步的事，不是这一问的事。
5. 访谈第 4 问：邮件正文实际承诺或交付什么？主题行绝不能超出正文承诺。
6. 访谈第 5 问：你的发送平台（序列工具或 ESP）能否拆分测试？量级多大（名单规模或每日发送量）？
7. 访谈第 6 问：在你的设置中哪个决策指标可信：回复或会议、点击或转化，还是只有打开？
8. 访谈第 7 问：结果必须在什么日期前落地？一周内的截止日期会提升近乎零研究角度的优先级并完全砍掉搁置问题类测试；日期远到每个变体能收集 200+ 发送量则保留测试。
9. 访谈第 8 问：本次活动的单次胜利，还是可复利资产？复利会提升可复用角度（内部风格名词、画像痛点、高管锚点）和大小写测试；单次则提升今天名单已支持的那个角度。
10. 访谈第 9 问：努力上限：每个潜客可负担多少研究分钟，每天可发送多少？近乎零分钟会直接删除触发事件、竞争对手和公司举措角度；配额太小达不到每变体下限则删除测试队列。
11. 仅 B2C 第 10 问：你是否控制预览文本，品牌是否接受 emoji？
12. 在起草前根据第 7-9 问的答案重新排序角度目录，并告诉用户哪个答案移动了哪个角度。
13. 运行访谈，在起草前确认制度、画像、角度、正文承诺、测试容量、指标、截止日期、回报周期和努力上限。
14. 阅读 references/pattern-library.md 中匹配的制度章节；绝不把 B2B 冷外联规则套用到 B2C 生命周期，反之亦然。
15. 起草前先写可证伪假设：“因为[观察]，我们相信[改变]会对[受众]产生[效果]。当[指标]达到时我们就知道。”拒绝“我们来测试一个新主题行”这类模糊形式。
16. 起草 3-5 个候选变体，按目录的效率顺序向下推进——B2B 冷外联为：内部风格名词 > 具体痛点问题 > 高管世界锚点 > 竞争对手 == 公司举措 > 触发事件，按每研究分钟买到的回复数排序。访谈已排除的角度要删除而非排在最后，并说明删除了哪个角度及原因。每个变体必须表达不同角度，绝不能是另一个的同义替换。B2C 每个变体都要起草预览文本——主题行加预览文本才是被测单元。
17. 用 references/scoring-rubric.md 给每个变体评分：先做硬性失败检查，再做 10 分制评分卡。
18. 重新生成任何低于通过阈值的变体，然后重新评分；重复直到整套通过质量门。
19. 把存活的变体集跑一遍你偏好的 humanizer 技能，然后重新评分。原始初稿模型输出绝不发货——模板化 AI 措辞正是导致邮件未读即被删除的气味。
20. 如果你能浏览网页，核实变体所依赖的任何易变事实（触发事件、竞争对手声明、举措名称）；否则在发货前请用户确认。
21. 用 references/test-design.md 设计测试：单一变量、预先承诺的样本量、最短时长、决策指标、护栏指标。
22. 交付输出包（见下方结构）。若运行环境有持久记忆，记录画像、所选角度、假设和已发货变体，以便后续运行跳过访谈并基于结果继续。
23. 结果返回时，对照假设记录胜出、失败或不确定，然后从 references/pattern-library.md 的排序队列中取下一个单变量测试——或直接说明该量级不支持进一步测试。
24. 输出包按顺序为：1. 上述可证伪形式的假设陈述。2. 变体评分卡表格：变体、角度、词/字符数、评分卡得分、备注（B2C 另加预览文本列）。3. 测试方案：拆分、每变体样本量、时长、决策指标、护栏。4. 标记风险：未核实事实、发现的垃圾触发词、被访谈删除的角度及原因，以及按队列顺序排列的搁置问题及其解决所需的发送成本。
25. 质量门：每个变体按 references/scoring-rubric.md 的 10 分制评分卡打分；通过阈值为每个发货变体至少 8/10 且零硬性失败。
26. 硬性失败（任一即取消该变体资格）：伪造的“Re:”/“Fwd:”或其他欺骗性框架；主题行承诺正文未交付的内容；垃圾触发词；超出该制度的截断预算；集合内角度重复；B2B 冷外联主题行中出现潜客名字。
27. 迭代：重新生成并重新评分失败变体，直到整套发货集通过 8/10；绝不为“凑齐”测试而发货低于阈值的变体。
28. B2B 冷外联决策指标：回复率、正面回复率或预约会议数——绝不单看打开率。邮件隐私代理自 2021 年起预取跟踪像素，会记录幻影打开；打开率仅作方向参考。
29. B2B 校准（供应商发布，未经独立审计）：平均打开约 27.7%，良好 40-45%；平均回复 4-5.8%，良好 5-10%；逐年下降。
30. B2C 生命周期：打开率可用，但必须搭配下游护栏——点击、转化、退订低于 0.5%、投诉低于 0.1%。
31. 本技能的成功 = 测试达到预先承诺的样本量并产生决策（胜出、失败或诚实的不确定），且没有任何护栏退化。
32. 失败模式及修复：变体集是同一想法的同义替换——强制每个变体落在模式库的不同角度上。
33. 失败模式及修复：把大小写当作规则强制执行——来源直接矛盾（标题大小写 vs 小写，均为供应商声明）；保持恒定并搁置到排序测试队列。
34. 失败模式及修复：把效率顺序当作法律，或把已排除角度停在集合底部——该顺序是默认值，会随名单规模、收件人资历和执行者变化；访谈排除的角度要从集合中删除并点名，绝不降级。
35. 失败模式及修复：B2B 冷外联主题行中出现潜客名字——它暴露邮件合并且与更少回复相关；改用上下文令牌。
36. 失败模式及修复：在 B2B 冷外联中凭打开率判定胜出——隐私代理的幻影打开会制造假胜出；用回复或会议决策。
37. 失败模式及修复：偷看并提前停止——预先承诺样本量和时长；早期“胜出”通常是噪声。
38. 失败模式及修复：通用问题式主题行——供应商数据对问题式整体存在冲突；具体痛点问题可能有效，通用问题会失败；默认用陈述句。
39. 失败模式及修复：主题行超出正文承诺——打开上升，回复和信任崩塌；正因如此正文承诺匹配是评分标准。
40. 失败模式及修复：把 B2B 规则套用到 B2C 或反之——数字在 B2B 冷外联主题行中为负面，在 B2C 生命周期中表现良好。
41. 失败模式及修复：发货原始模型输出——始终跑 humanizer 并通过后重新评分。

适用边界 · 注意事项

• 不要用于正文撰写。
• 不要用于收件箱投放审计（域名、认证、标头），应转交 mbfinotti/sales-skills@cold-email-deliverability。
• 不要用于个性化角度研究（转交 mbfinotti/sales-skills@sales-outreach-personalization）或节奏设计（转交 mbfinotti/sales-skills@sales-outbound-sequence）。