Cold Email System: Claude, Instantly & Supabase로 구축한 자동화 아웃리치

Instantly 대시보드가 200개의 리드 큐, 준비된 템플릿, 그리고 그 익숙한 공허감과 함께 열린다 — "Hi {firstName}, I noticed your company..." 이라는 또 다른 배치가 발송되려고 한다. 모든 에이전시가 콜드이메일을 싫어한다. 우리도 그랬다. 아웃리치가 작동하지 않아서가 아니라, 우리가 비용을 지불한 모든 플랫폼이 여전히 수시간의 수동 조사가 필요했고, 여전히 봇이 작성한 것처럼 느껴지는 카피를 보냈고, 여전히 Claude가 몇 초 만에 더 잘할 수 있다는 것을 알고 있었던 일을 월 $300으로 해야 했기 때문이다. 그래서 우리는 렌탈을 멈추었다. Claude, Hunter, Instantly, Supabase를 라이브 웹 스크래핑에서 문맥 있는 오프너를 작성하고, 의도로 답장을 점수 매기고, SaaS 세금 없이 모든 상호작용을 로깅하는 시스템으로 연결했다. 아키텍처는 로켓 과학이 아니다 — 하지만 답장률이 뛰어올랐고, 바쁜일은 사라졌으며, 우리는 전체 스택을 소유하고 있다.

이것은 이론적 아키텍처 포스트가 아니다. 우리는 이 시스템을 몇 개월간 프로덕션에서 실행하고 있으며, 실제로 답장을 받는 수천 개의 개인화된 이메일을 보내고 있다. 우리가 왜 이것을 만들었는지, 어떻게 조각들이 맞는지, 그리고 우리가 힘든 방식으로 배운 것이 무엇인지 정확히 안내하겠다.

목차

• 기성 아웃리치의 문제점
• 우리의 기술 스택과 선택 이유
• 아키텍처 개요
• Hunter로 리드 찾기 및 보강
• Claude를 이용한 AI 개인화
• 오케스트레이션 레이어로서의 Supabase
• Instantly로 규모 있는 송신
• 자동화 접착제
• 결과 및 배운 점
• 비용 분석
• FAQ

기성 아웃리치의 문제점

우리는 흔한 것들을 시도했다. Lemlist. Apollo. Woodpecker. 많은 사용 사례에 대해 괜찮은 도구들이다. 하지만 헤드리스 웹 개발 에이전시로서, 우리의 아웃리치 요구사항은 이 플랫폼들이 처리할 수 없는 방식으로 구체적이었다.

계속 문제가 되었던 것들:

일반적인 개인화 필드는 개인화가 아니다. 누군가의 회사명과 직함을 템플릿에 삽입하는 것은 2026년에 아무도 속이지 못한다. 우리는 실제 기술 스택, 성능 문제, 또는 공개 웹사이트에 보이는 특정 아키텍처 결정을 참고하는 이메일이 필요했다.

조사 단계가 병목이었다. 우리의 최고 성과 아웃리치는 항상 팀의 누군가가 실제로 고객의 사이트를 살펴보고, PageSpeed Insights를 통해 실행하고, 그들의 프레임워크를 확인하고, 뭔가 구체적인 것을 작성하는 것을 포함했다. 그것은 리드당 10-15분이 걸렸다. 규모에서 그것은 풀타임 일자리다.

데이터가 너무 많은 곳에 있었다. 한 스프레드시트의 리드, 다른 플랫폼의 이메일 시퀀스, 세 번째 대시보드의 결과. 아무것도 다른 것과 말을 하지 않았으므로 피드백 루프를 구축할 수 없었다.

AI 통합이 얕았다. 일부 플랫폼은 "AI 작성" 기능을 추가했지만, 기본적으로 모두가 보내는 것과 같은 둔한 카피를 생성하는 GPT 래퍼였다. 사용자 정의 컨텍스트를 제공할 수 없고, 프롬프트에 대한 제어가 없으며, 다단계 추론 체인을 구축할 방법이 없었다.

우리는 AI가 작성이 아니라 조사를 하는 시스템이 필요했다.

우리의 기술 스택과 선택 이유

몇 가지 반복 후 우리가 착지한 것:

컴포넌트	도구	역할	월간 비용
리드 찾기 & 이메일 검증	Hunter.io	이메일 주소 찾기 및 검증	$49 (Starter)
AI 조사 & 카피라이팅	Claude (Anthropic API)	고객 분석, 개인화된 이메일 생성	~$30-60
데이터베이스 & 오케스트레이션	Supabase	리드 저장, 상태 관리, 워크플로우 트리거	$25 (Pro)
이메일 송신 & 워밍	Instantly.ai	전달성, 송신 인프라, 워밍	$30 (Growth)
자동화 접착제	Custom Edge Functions + Cron	모든 것을 함께 연결	$0 (Supabase에 포함)

우리는 많은 대안을 평가했다. 우리가 선택한 것을 선택한 이유에 대한 짧은 버전:

Claude vs GPT-4: 우리는 둘 다 광범위하게 테스트했다. Claude 3.5 Sonnet (그리고 2025년의 Claude 4 Sonnet)은 일관되게 더 자연스럽고 "AI답지 않은" 이메일을 생성했다. 또한 드리프트 없이 복잡한 시스템 프롬프트를 따르는 데 더 좋았다. 가격은 비슷했지만, Claude의 더 긴 컨텍스트 윈도우는 고객당 더 많은 조사 데이터를 제공할 수 있음을 의미했다.

Supabase vs Airtable 또는 사용자 정의 Postgres 설정: 우리는 행 수준 보안이 있는 실제 데이터베이스가 필요했지만, 인프라를 관리하고 싶지 않았다. Supabase는 Postgres, Edge Functions, Cron 작업, 그리고 괜찮은 대시보드를 모두 한 곳에 제공했다. 우리는 클라이언트 프로젝트에서도 Supabase를 많이 사용하므로, 팀은 이미 그것을 잘 알고 있었다.

Instantly vs Lemlist 또는 Smartlead: Instantly의 워밍 네트워크는 정말 좋고, 그들의 API는 깔끔하며, 가격이 우리의 볼륨에 맞았다. 우리는 Instantly의 내장 시퀀스 빌더가 필요하지 않다. 시퀀싱 로직을 직접 처리하기 때문이다.

Hunter vs Apollo 또는 Snov.io: Hunter의 이메일 검증은 우리가 테스트한 것 중에서 일관되게 가장 정확하다. 그들의 도메인 검색 API는 빠르고 데이터 품질이 높다. Apollo는 더 많은 데이터 포인트를 가지고 있지만, 우리는 그들의 이메일 정확도가 낮아 전달성을 죽인다는 것을 발견했다.

아키텍처 개요

시스템은 5단계로 작동하며, 각각 독립적으로 실행된다:

[Lead Sources] → [Hunter Enrichment] → [Supabase DB] → [Claude Research + Copy] → [Instantly Sending]
     ↑                                       ↑                                           |
     |                                       |                                           |
     +----------- Feedback Loop -------------+-------------------------------------------+

1. 수집: 다양한 소스(수동 목록, 스크레이퍼, 추천 데이터)에서 고객 도메인을 제공한다
2. 보강: Hunter가 연락처를 찾고 이메일을 검증한다
3. 저장: 모든 것이 상태 추적으로 Supabase에 저장된다
4. 조사 + 작성: Claude가 각 고객을 분석하고 개인화된 카피를 생성한다
5. 송신: 승인된 이메일을 Instantly 캠페인으로 푸시한다
6. 학습: 답장 데이터가 Supabase로 다시 흐르고 향후 개인화를 알린다

각 단계는 분리되어 있다. Hunter의 API가 다운되면, 보강 큐는 단지 쌓인다 — 송신을 중단하지 않는다. Claude를 다른 모델로 교체하고 싶으면, 한 함수를 변경한다.

Hunter로 리드 찾기 및 보강

Hunter.io는 두 가지 중요한 일을 처리한다: 회사에서 올바른 사람을 찾고 그들의 이메일이 실제로 작동하는지 확인하는 것.

우리 보강 함수의 단순화된 버전:

import { createClient } from '@supabase/supabase-js';

const HUNTER_API_KEY = Deno.env.get('HUNTER_API_KEY');

async function enrichLead(domain: string) {
  // 의사결정자를 찾기 위한 도메인 검색
  const searchRes = await fetch(
    `https://api.hunter.io/v2/domain-search?domain=${domain}&department=executive,it&api_key=${HUNTER_API_KEY}`
  );
  const searchData = await searchRes.json();
  
  const contacts = searchData.data.emails
    .filter((e: any) => e.confidence > 70)
    .slice(0, 3); // 도메인당 상위 3개 연락처
  
  // 각 이메일 검증
  for (const contact of contacts) {
    const verifyRes = await fetch(
      `https://api.hunter.io/v2/email-verifier?email=${contact.value}&api_key=${HUNTER_API_KEY}`
    );
    const verifyData = await verifyRes.json();
    
    if (verifyData.data.status === 'valid') {
      await supabase.from('leads').insert({
        domain,
        email: contact.value,
        first_name: contact.first_name,
        last_name: contact.last_name,
        position: contact.position,
        confidence: contact.confidence,
        status: 'enriched',
        enriched_at: new Date().toISOString()
      });
    }
  }
}

우리는 executive과 it 부서를 필터링한다. 왜냐하면 그들이 우리의 구매자들이기 때문이다 — CTO, 엔지니어링 VP, 기술 창립자. Hunter의 부서 필터링이 완벽하지는 않지만, 많은 노이즈를 제거한다.

우리가 배운 한 가지: 이메일 검증을 절대 건너뛰지 말라. Hunter의 신뢰도 점수에도 불구하고, 우리는 여전히 모든 단일 주소를 검증한다. 3% 이상의 반송률은 당신의 송신 도메인의 평판을 죽일 것이다. 우리는 한 번의 나쁜 배치로 인해 도메인이 95% 받은편지함 배치에서 40% 스팸 폴더로 가는 것을 봤다.

우리는 주당 약 500개의 Hunter 검색 크레딧을 실행하며, 이는 그들의 Starter 플랜에 편하게 맞는다.

Claude를 이용한 AI 개인화

여기서 일이 흥미로워진다. Claude 통합은 "콜드 이메일을 작성해줘"가 아니다. 그것은 다단계 조사 및 작성 파이프라인이다.

1단계: 웹사이트 분석

Claude가 뭔가를 작성하기 전에, 우리는 그것에 고객의 웹사이트에 대한 데이터를 제공한다. 우리는 경량 함수를 사용하여 기본 정보를 스크래핑한다:

async function analyzeProspectSite(domain: string) {
  // 홈페이지 및 주요 페이지 가져오기
  const homepage = await fetch(`https://${domain}`);
  const html = await homepage.text();
  
  // HTML에서 기술 신호 추출
  const signals = {
    hasNextJs: html.includes('__next') || html.includes('_next/static'),
    hasReact: html.includes('react') || html.includes('__REACT'),
    hasWordPress: html.includes('wp-content') || html.includes('wp-includes'),
    hasShopify: html.includes('shopify') || html.includes('cdn.shopify'),
    hasGatsby: html.includes('gatsby'),
    usesJQuery: html.includes('jquery'),
    metaGenerator: extractMeta(html, 'generator'),
    pageSize: html.length,
    // ... 더 많은 신호
  };
  
  // PageSpeed 체크 API를 통해 실행
  const psiData = await fetchPageSpeedInsights(domain);
  
  return {
    ...signals,
    performanceScore: psiData.lighthouseResult.categories.performance.score * 100,
    lcp: psiData.lighthouseResult.audits['largest-contentful-paint'].numericValue,
    cls: psiData.lighthouseResult.audits['cumulative-layout-shift'].numericValue,
    fid: psiData.lighthouseResult.audits['max-potential-fid'].numericValue
  };
}

이것은 Claude에 작동하는 실제 데이터를 제공한다. "안녕하세요, 귀사가 X를 한다는 것을 알아차렸습니다" — 더 많이 "귀사의 홈페이지 LCP는 4.2초이고 여전히 React 옆에 jQuery를 실행 중이며, 초기 번들에 90KB를 추가하고 있습니다."

2단계: Claude 조사 프롬프트

우리는 Claude의 API를 신중하게 만든 시스템 프롬프트와 함께 사용한다. 단순화된 버전:

const researchPrompt = `당신은 헤드리스 개발 에이전시의 고객 웹사이트를 분석하는 선임 웹 개발자입니다. 다음 사이트에 대한 기술 데이터가 주어지면, 다음을 식별하세요:

1. 그들의 현재 기술 스택 (구체적으로)
2. 2-3개의 구체적인 성능 또는 아키텍처 문제
3. 모던 헤드리스 아키텍처로의 마이그레이션이 무엇을 개선할 수 있는지
4. 진정한 분석을 보여주는 구체적이고 명백하지 않은 관찰

일반적이지 말 것. 뭔가 구체적인 것을 찾을 수 없으면, 말할 것.
"오늘날의 디지털 환경에서" 같은 필러를 언급하지 말 것.
직접적이고 기술적일 것.

사이트 데이터:
${JSON.stringify(siteAnalysis, null, 2)}

고객: ${lead.first_name} ${lead.last_name}, ${lead.position} at ${lead.domain}`;

const research = await anthropic.messages.create({
  model: 'claude-sonnet-4-20250514',
  max_tokens: 1000,
  messages: [{ role: 'user', content: researchPrompt }]
});

3단계: 이메일 생성

조사 출력은 실제 이메일을 작성하는 두 번째 Claude 호출에 공급된다. 조사를 작성에서 분리하는 것은 핵심 통찰이었다 — 우리가 한 프롬프트에서 둘 다 하려고 했을 때, 이메일이 더 나빴다. Claude는 더 빨리 작성하도록 조사를 건너뛰곤 했다.

const emailPrompt = `헤드리스 웹 에이전시의 선임 개발자로부터 콜드 이메일을 작성하세요.

조사 노트:
${research.content[0].text}

규칙:
- 최대 4-6문장. 모든 문장이 자리를 차지해야 합니다.
- 가장 구체적인 기술 관찰로 시작합니다.
- 아첨은 없습니다. "당신이 하고 있는 일을 좋아합니다"는 없습니다.
- 하나의 명확한 CTA: 성능 감사를 보고 싶은지 묻습니다.
- 세일즈맨이 아닌 개발자처럼 들립니다.
- 성을 사용하세요. 인사에 성은 없습니다.
- 주제 줄: 짧고, 기술 문제에 특정적, 소문자.`;

결과는? "Hi, I noticed your impressive company" 대신 "Your Shopify Plus store is server-rendering product pages that could be statically generated — that's adding 2+ seconds to every product view"로 시작하는 이메일.

오케스트레이션 레이어로서의 Supabase

Supabase는 시스템의 두뇌다. 우리의 핵심 스키마:

create table leads (
  id uuid primary key default gen_random_uuid(),
  domain text not null,
  email text,
  first_name text,
  last_name text,
  position text,
  confidence int,
  status text default 'new', -- new, enriched, researched, drafted, approved, sent, replied, bounced
  site_analysis jsonb,
  research_notes text,
  email_subject text,
  email_body text,
  instantly_campaign_id text,
  sent_at timestamptz,
  opened_at timestamptz,
  replied_at timestamptz,
  created_at timestamptz default now(),
  updated_at timestamptz default now()
);

create index idx_leads_status on leads(status);
create index idx_leads_domain on leads(domain);

status 필드는 모든 것을 운전한다. Supabase Cron 작업은 15분마다 실행되며, 각 단계에서 리드를 집어 올리고 다음 단계로 푸시한다:

-- Cron: Claude 조사를 통해 보강된 리드 처리
select cron.schedule(
  'process-research',
  '*/15 * * * *',
  $$select net.http_post(
    'https://your-project.supabase.co/functions/v1/process-research',
    '{}',
    '{"Authorization": "Bearer your-service-key"}'::jsonb
  )$$
);

우리는 실행당 20개의 리드를 배치 처리하여 Claude의 속도 제한을 유지하고 비용을 예측 가능하게 유지한다.

site_analysis JSONB 열은 믿을 수 없을 정도로 유용하다. 모든 리드를 쿼리하여 패턴을 찾을 수 있다 — "WordPress를 실행하는 모든 리드 표시하되 성능 점수가 50 아래"와 같이 — 그리고 이 세그먼트들에서 대상화된 캠페인을 구축한다.

Instantly로 규모 있는 송신

Instantly는 실제 이메일 전달을 처리한다. 우리는 그들의 API를 통해 승인된 이메일을 푸시한다:

async function pushToInstantly(lead: Lead) {
  const response = await fetch('https://api.instantly.ai/api/v1/lead/add', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      api_key: INSTANTLY_API_KEY,
      campaign_id: lead.instantly_campaign_id,
      skip_if_in_workspace: true,
      leads: [{
        email: lead.email,
        first_name: lead.first_name,
        last_name: lead.last_name,
        company_name: lead.domain,
        personalization_1: lead.email_subject,
        personalization_2: lead.email_body
      }]
    })
  });
  
  if (response.ok) {
    await supabase
      .from('leads')
      .update({ status: 'sent', sent_at: new Date().toISOString() })
      .eq('id', lead.id);
  }
}

Instantly의 캠페인 템플릿은 {{personalization_1}}과 {{personalization_2}} 변수를 사용하며, 이는 Claude로 생성된 주제와 본문에 매핑된다. 캠페인 자체는 단지 셸이다 — 모든 인텔리전스는 우리 시스템에 산다.

우리는 아웃리치를 보내기 전에 3개의 송신 계정을 Instantly의 워밍을 통해 최소 2주 동안 실행한다. 도메인 워밍은 선택 사항이 아니다. 우리는 첫 도메인이 일주일 내에 플래그되는 것으로 어려운 방식으로 이것을 배웠다.

전달성 설정

우리의 송신 인프라:

• 3개 도메인 (우리 브랜드의 변형, 주 도메인이 아님)
• 모든 것에 구성된 SPF, DKIM, DMARC
• Google Workspace 계정 (Outlook이 아님 — Google은 콜드 이메일을 우리 테스트에서 더 잘 처리함)
• Instantly 워밍이 지속적으로 실행되며, 활성 송신 날짜에도
• 계정당 하루에 최대 35개 이메일
• 3-7분 사이의 무작위 송신 간격

자동화 접착제

Supabase Edge Functions는 모든 것을 연결한다. 의사코드의 흐름:

15분마다:
  1. status='new' 리드 집기, Hunter 보강 실행 → status='enriched'
  2. status='enriched' 리드 집기, 사이트 분석 실행 → status='analyzed'
  3. status='analyzed' 리드 집기, Claude 조사 + 이메일 생성 실행 → status='drafted'
  4. (인간이 Supabase 대시보드에서 초안 이메일 검토)
  5. status='approved' 리드 집기, Instantly로 푸시 → status='sent'
  6. Instantly API에서 참여 데이터 풀 → opened_at, replied_at 업데이트

4단계가 중요하다. 우리는 송신을 완전히 자동화하지 않는다. 모든 이메일이 나가기 전에 인간 검토를 받는다. 이것은 가끔의 할루시네이션을 잡는다 (Claude는 한 번 사이트가 명확하게 Next.js임에도 불구하고 Remix로 만들어졌다고 주장했다). 그리고 우리가 개인적인 터치를 추가하도록 한다.

검토 단계는 Claude가 95%의 일을 정확하게 하므로 이메일당 약 2-3초가 걸린다. 우리는 간단한 Supabase 대시보드 보기를 사용하여 배치 단위로 승인한다.

결과 및 배운 점

우리는 Q1 2025 이후로 이 시스템을 실행해 오고 있다. 실제 수치:

| 메트릭 | 우리 시스템 | 업계 평균 (2026) | |--------|-----------|------------------------|| | 오픈율 | 62% | 24% | | 답장률 | 8.4% | 1-3% | | 긍정적 답장률 | 4.1% | 0.5-1% | | 반송률 | 0.8% | 3-5% | | 접근된 리드당 비용 | $0.18 | $0.50-2.00 | | 리드당 시간 (인간) | ~5초 (검토) | 10-15분 |

오픈율이 높은 이유는 주제 줄이 구체적이기 때문이다. "your shopify lcp is 4.2s"는 열린다. "Quick question"은 아니다.

답장률이 높은 이유는 이메일이 진정한 기술 지식을 보여주기 때문이다. CTO가 그들의 기술 스택을 정확히 식별하고 실제 성능 문제를 지적하는 이메일을 읽을 때, 그것이 아웃리치라는 것을 알아도 참여할 가능성이 더 높다.

작동하지 않은 것

완전히 자동화된 송신 (인간 검토 없음): 우리는 이것을 2주 동안 시도했다. Claude는 기술 스택 세부사항에 대해 약 5%의 시간을 할루시네이션했다. 그것은 LLM에 대한 낮은 오류율이지만, "your React app"이라고 Vue를 실행하는 사람에게 이메일을 보내는 것은 일반적인 이메일을 보내는 것보다 더 나쁘다. 신뢰 손상이 실제다.

긴 이메일: 우리의 첫 Claude 프롬프트는 8-10문장 이메일을 생성했다. 답장률은 우리가 4-6문장으로 본 것의 절반이었다. 짧은 것이 더 좋다. 항상.

계정당 하루에 40개 이상의 이메일 송신: 전달성이 절벽을 떨어진다. 2026년에 30-35가 달콤한 지점이다.

오픈 기반 따라잡기를 위한 Claude 사용: 우리는 오픈으로 트리거되는 따라잡기 이메일을 생성해 보았다. 따라잡기가 성가시게 느껴졌고 변환이 비용의 가치가 없었다. 우리는 이제 3일 후에 하나의 간단한, 비AI 따라잡기를 보낸다.

비용 분석

대략 2,000개의 리드를 처리하면 이것이 매달 우리에게 드는 비용:

서비스	월간 비용	노트
Hunter.io (Starter)	$49	500개 검색 + 검증
Anthropic API (Claude)	$45	~2,000개 조사 + 이메일 생성
Supabase (Pro)	$25	데이터베이스, Edge Functions, Cron
Instantly (Growth)	$30	송신, 워밍, 분석
Google Workspace (3 계정)	$21	송신 인프라
도메인 (3)	$10	연간 비용 상각
합계	~$180	리드당 $0.09 처리됨

Apollo의 월 $79 플랜 (제한된 보강, 기본 시퀀스) 또는 Lemlist의 월 $69/좌석 플랜과 비교하세요. 우리는 더 적게 지출하고 템플릿 기반이 아닌 개인화가 실제이기 때문에 훨씬 더 나은 결과를 얻고 있다.

맥락을 위해, 이 시스템은 직접적으로 Next.js 개발 및 Astro 개발 프로젝트로 변환된 리드를 생성했는데, 월간 비용의 50-100배 가치다. ROI는 터무니없다.

FAQ

이 시스템을 구축하는데 얼마나 걸렸나요?

첫 번째 작동 버전은 약 2주의 파트타임 노력이 걸렸다 — 총 40시간 정도. 우리는 그 이후로 지속적으로 반복했고, 주로 Claude 프롬프트를 조정하고 경계 사례 처리를 추가했다. Supabase Edge Functions과 REST API에 편하면, 주말에 기본 버전을 얻을 수 있다.

이게 그냥 스팸에 추가 단계를 더한 건 아닌가요?

공정한 질문. 차이점은 모든 이메일이 수신자의 웹사이트에 대한 진정한 기술 관찰을 포함한다는 것이다. 우리는 "call을 잡자"를 10,000명에게 날리지 않는다. 우리는 우리가 해결하는 실제 문제를 실제로 가진 대상화된 사람들 목록에 구체적이고 유용한 통찰력을 보낸다. 우리의 구독 해제율은 0.5% 미만이며, 이는 수신자들이 스팸으로 보지 않음을 시사한다.

Claude 대신 GPT-4 또는 Gemini를 선택한 이유는?

we 셋 다 테스트했다. Claude는 우리의 시스템 프롬프트를 더 안정적으로 따랐다 — 특히 "일반적이지 말 것" 및 "필러 구문을 사용하지 말 것"과 같은 제약. GPT-4는 명시적 지침에도 불구하고 영업 언어로 표류했다. Gemini는 빨랐지만 출력 품질이 일관성이 없었다. 모델이 진화함에 따라 이것이 변할 수 있으며, 우리 시스템은 모델을 쉽게 교체하도록 설계되었다.

GDPR 및 CAN-SPAM 규정 준수는 어떻게 처리하나요?

모든 우리 아웃리치는 비즈니스 이메일 (개인용 아님)을 대상으로 하며, 모든 이메일에 우리의 물리적 주소를 포함하고 명확한 옵트아웃을 포함한다. GDPR의 경우, 우리는 B2B 아웃리치에 대한 합법적 이익 하에 데이터를 처리하고, 처리 활동 기록을 유지하며, 자동화된 웹훅을 통해 제거 요청을 즉시 준수한다. 우리는 또한 자동으로 90일 이상 된 리드를 데이터베이스에서 제거한다. 당신의 특정 상황에 대해 변호사와 상담하세요 — 이것은 법적 조언이 아니다.

리드가 답장하면 어떻게 되나요?

답장은 Instantly의 API에서 Supabase로 다시 흐른다. 우리는 모든 답장에 대해 Slack 알림을 받고, 인간이 즉시 대화를 인수한다. 우리는 답장 처리를 위해 절대 AI를 사용하지 않는다. 일단 누군가 참여하면, 그들은 실제 사람이 할 자격이 있다. 관심 있는 고객은 우리의 연락 페이지나 통화 예약 링크로 직접 안내된다.

이 접근법이 비기술 서비스에 대해 작동할 수 있나요?

사이트 분석 조각은 웹 개발에 특정적이지만, 아키텍처 패턴 — 리드 보강, AI를 사용하여 연구 및 개인화, 전용 도구를 통해 송신 — 모든 B2B 아웃리치에 대해 작동한다. 당신은 단지 다른 조사 입력이 필요할 뿐이다. 디자인 에이전시는 시각적 디자인 및 UX 패턴을 분석할 수 있다. 마케팅 에이전시는 SEO 메트릭을 당길 수 있다. 핵심은 Claude에 실제 데이터를 제공하는 것이며, 그것에게 일을 만들어내도록 요청하는 것이 아니다.

이 시스템을 유지하는 가장 어려운 부분은?

프롬프트 유지보수. Claude 모델이 업데이트될 때, 완벽하게 작동하던 프롬프트가 때때로 조정이 필요하다. 우리는 또한 이메일 전달성을 모니터링하는 시간을 보낸다 — Google Postmaster Tools를 확인하고, 스팸율 급증을 감시하고, 송신 계정을 순환한다. 이것은 주당 약 2-3시간의 유지보수 합계다.

이것을 제품으로 팔 건가요?

우리는 생각해 봤지만, 솔직히 경쟁 우위가 너무 귀중하다. 모든 에이전시가 이 정확한 시스템을 실행했다면, 효과가 떨어질 것이다. 수신자들이 AI 연구 이메일을 어디서나 보기 시작하기 때문이다. 지금은, 우리는 그것을 내부 도구로 유지하고 있다. 당신의 비즈니스를 위해 뭔가 유사한 것을 구축하는 데 도움을 원하면, 연락 주세요 — 우리는 우리의 헤드리스 CMS 개발 작업의 일부로 유사한 시스템을 설정하는 것을 돕는 몇 가지 클라이언트를 가지고 있다.