Video 4.2 · 4 slides
Outreach automation
Slide 1 – Outreach automation
Tweede systeem.
Een recruitmentbureau wil nieuwe kandidaten benaderen op LinkedIn, maar elk bericht handmatig personaliseren kost te veel tijd, terwijl een generiek kopieer-plak bericht nauwelijks reacties oplevert.
Het ontwerp.
Trigger: een nieuwe kandidaat wordt toegevoegd aan de lijst om te benaderen.
AI-verwerking: de AI schrijft een persoonlijk eerste bericht, gebaseerd op de functie, het bedrijf en iets specifieks uit het profiel van de kandidaat.
Klik naar de volgende slide
Slide 2 – Persoonlijk op schaal, met een mens die meekijkt
Orchestratie: het bericht wordt niet automatisch verstuurd, het gaat eerst naar een overzicht voor controle, zodat een mens er nog even naar kijkt voordat het de deur uit gaat.
Opslag: elk verstuurd bericht wordt vastgelegd, samen met of er een reactie op kwam, zodat je na een tijdje kan zien welke aanpak het beste werkt.
Output: een klaarstaand, persoonlijk bericht in het overzicht, in plaats van een leeg vel waar de recruiter zelf nog iets bij moet verzinnen.
De AI-stap is hier het belangrijkste onderdeel, en de kwaliteit daarvan hangt volledig af van de prompt.
Een voorbeeld: "Schrijf een eerste LinkedIn-bericht voor [naam], die werkt als [functie] bij [bedrijf].
Klik naar de volgende slide
Slide 3 – De AI-stap — de letterlijke prompt
Gebruik deze toon: direct, kort, geen overdreven enthousiasme.
Verwijs naar iets specifieks uit hun profiel of recente activiteit: [specifiek detail].
Houd het bericht onder de vijftig woorden, en eindig met een open vraag, geen harde verkooppraat."
Het verschil tussen dit en "schrijf een LinkedIn-bericht voor deze persoon" is precies het verschil dat je in Module 1 hebt gezien tussen een vage en een scherpe prompt.
Let op de menselijke controle in dit systeem.
Klik naar de volgende slide
Slide 4 – Menselijke controle — goedkeuren voor versturen
Bij outreach is het verstandig om niet alles volledig automatisch te versturen.
Eén kort moment van controle voordat een bericht de deur uit gaat, voorkomt rare of ongepaste berichten, en houdt het persoonlijke gevoel overeind dat juist het hele punt van dit systeem is.
De praktische conclusie: hetzelfde patroon als bij de lead qualifier, ontwerp, context vastleggen, plan laten maken, bouwen en testen met echte profielen.
Het enige verschil is waar in de flow je een mens laat meekijken voordat iets de deur uitgaat.