L’e-mail représente désormais 376 milliards d’envois par jour. La plupart ne sont jamais lus. Ceux qui marchent ont un point commun : ils donnent l’impression d’être écrits pour une seule personne, pas copiés d’une bibliothèque de modèles puis balancés à une liste.

L’IA peut vous aider à écrire des e-mails qui ne donnent pas l’impression d’avoir été écrits par une IA, mais l’écart entre une sortie générique et quelque chose d’utile est plus grand que la plupart des gens ne l’imaginent. Le prompt, c’est tout. Donnez au modèle des consignes floues et vous obtenez du texte de remplissage qui ressemble à du spam d’entreprise, celui qui fait chercher le lien de désabonnement avant même la fin de la première phrase.

Ces modèles sont construits pour combler cet écart. Ils imposent de la précision, du contexte et des contraintes à chaque demande, parce que c’est ce qui produit des textes qui méritent d’être utilisés.

Pourquoi la plupart des e-mails écrits par l’IA échouent

Une caricature qui tourne en ce moment résume parfaitement l’absurde. Dans une case, l’IA transforme une seule puce en un long e-mail que quelqu’un peut prétendre avoir écrit. Dans l’autre, l’IA résume ce long e-mail en une seule puce que quelqu’un peut prétendre avoir lue.

Comme l’a dit un commentateur sur Hacker News : “sender: writes summarized prompt / llm: emits excessively lengthy and polite prose / smtp: transports lengthy prose / llm: summarizes lengthy prose to bullet points / recipient: reads summary / what a wonderful waste of energy.”

Le problème, ce n’est pas la technologie. C’est la manière dont les gens s’en servent. Des prompts vagues produisent des e-mails vagues. Aucun contexte sur le lecteur, aucune précision sur l’objectif, aucune contrainte sur la longueur ou le ton. Le modèle comble le vide avec du remplissage : des politesses, des répétitions, l’équivalent linguistique de calories vides.

D’après des recherches de Mailchimp, les taux d’ouverture tournent autour de 21 % en moyenne. Ça veut dire qu’environ 4 e-mails sur 5 ne sont pas lus. Votre objet a peut-être deux secondes pour mériter un clic. Le corps a peut-être dix secondes pour mériter une lecture. Chaque mot compte.

Des objets qui donnent vraiment envie d’ouvrir

C’est sur les objets que la plupart des tentatives d’e-mails à l’IA s’effondrent. Le modèle retombe sur des options sûres et ennuyeuses, parce que c’est ce que les régularités statistiques prédisent. “Petite question” ou “Je relance” ou “Information importante à l’intérieur”. Générique. Oubliable. Supprimable.

La solution, c’est d’imposer de la variété et des contraintes dans le prompt. Ne demandez pas des objets. Demandez des types d’objets précis, avec des limites de caractères précises et des déclencheurs psychologiques précis.

Génère 10 objets d’e-mail pour [décrivez le contenu de votre e-mail].

Contexte :
- Type d’e-mail : [newsletter, promotion, annonce, transactionnel]
- Message principal : [une phrase décrivant le point clé]
- Qui le reçoit : [décrivez votre audience précisément]
- Action attendue : [ouvertures, clics, réponses, achats]
- Voix : [urgent, curieux, amical, professionnel, joueur]

Contraintes :
- 3 axés bénéfice (ce qu’ils gagnent)
- 3 axés curiosité (crée de l’intérêt sans putaclic)
- 2 sous forme de question (engage directement)
- 2 directs/clairs (dit exactement de quoi il s’agit)

Tous les objets en moins de 50 caractères. Aucun mot déclencheur de spam. Pas de fausse urgence. Pas de TOUT EN MAJUSCULES.

Pourquoi ça marche : vous ne demandez pas des “bons objets”. Vous définissez ce que “bon” veut dire pour cet e-mail précis. Les contraintes forcent la variété. La limite de caractères force la concision. Les interdits empêchent le modèle de recourir à des astuces faciles.

Un utilisateur sur Hacker News a bien résumé l’enjeu : “tl;dr: AI is looking to convey words. A good author is looking to efficiently convey information.” Les prompts qui privilégient l’information plutôt que le nombre de mots produisent de meilleurs résultats.

Variantes pour tests A/B

Une fois que vous avez un gagnant, testez-le. Voici comment générer des variantes de test structurées :

J’ai besoin d’objets pour un test A/B sur cet e-mail : [décrivez le contenu]

Audience : [qui ils sont]
Meilleur résultat actuel : [votre objet actuel]
On teste : [ouvertures, clics, métrique précise]

Génère 4 paires à tester :

Paire 1 - Bénéfice vs. Curiosité
Paire 2 - Court (moins de 30 caractères) vs. Descriptif (40-50 caractères)
Paire 3 - Question vs. Affirmation
Paire 4 - Avec jeton de personnalisation vs. Sans

Pour chaque paire, explique ce que le test va révéler.

La question de la personnalisation est réelle. Des recherches compilées par diverses sources du secteur montrent que les objets personnalisés peuvent augmenter les taux d’ouverture de 26 %. Mais une personnalisation sans pertinence, c’est pire que pas de personnalisation du tout. Un prénom dans un objet qui est visiblement produit à la chaîne ne fait que souligner l’automatisation.

Modèles de newsletters qui ne sonnent pas comme des lettres-types

Les newsletters construisent une relation. Elles marchent quand les lecteurs sentent qu’une personne les a écrites. Elles échouent quand elles ressemblent à un déversement de contenu avec un logo collé dessus.

Le défi des newsletters générées par IA, c’est la voix. La plupart des sorties sonnent comme un service de communication : propre, pro, totalement oubliable. Comme l’a noté un commentateur sur Hacker News : “That distinct feeling when reading AI is as if someone who wrote it was compelled to write more words.”

Voici un modèle qui combat cette tendance :

Écris une newsletter pour [nom de l’entreprise/de la publication].

Contexte de voix :
- Nos newsletters ressemblent à : [décrivez votre manière d’écrire]
- On ne dit jamais des choses comme : [listez les phrases qui ne sont pas vous]
- Exemple de notre voix : [collez une ou deux phrases d’un e-mail précédent]

Contenu de la semaine :
- Histoire principale : [de quoi il s’agit et pourquoi les lecteurs s’en fichent pas]
- Éléments secondaires : [listez 2-3 autres choses]
- CTA principal : [ce que vous voulez surtout qu’ils fassent]
- Accroches liées à l’actualité : [événements, saison, actu du secteur]

Structure :
- Options d’objet (5 angles différents)
- Accroche d’ouverture (2-3 phrases qui happent)
- Section principale (150-200 mots maximum)
- Éléments secondaires (50-75 mots chacun)
- CTA de clôture
- P.S. optionnel

Nombre total de mots : moins de [votre objectif]. Rends ça scannable. Paragraphes courts. Séparations nettes entre les sections.

La section “contexte de voix” est décisive. Sans exemples de votre manière d’écrire, le modèle va imiter le son moyen des newsletters. Ce n’est pas votre voix. C’est la voix de tout le monde. Et la voix de tout le monde, c’est la voix de personne.

Réutilisation de contenu

Vous avez un article de blog ou un post social à transformer en newsletter ? Les prompts de transformation marchent mieux que les prompts de génération, parce que vous donnez au modèle quelque chose de concret à travailler.

Transforme ce contenu en une section de newsletter :

Original :
[collez un extrait de votre article, contenu social, ou ce que vous réutilisez]

Contexte newsletter :
- Audience : [qui lit votre newsletter]
- Cette section devient : [contenu principal, astuce rapide, etc.]
- Limite de mots : [longueur de cette section]
- CTA qui doit suivre : [action attendue]

Réécris pour l’e-mail :
- Paragraphes courts (les lecteurs scannent)
- Message clé clair (un seul point principal)
- Transition vers le CTA (pont naturel vers l’action)

Garde la valeur de fond. Change le format.

Séquences automatisées qui construisent au lieu de harceler

Les séquences de bienvenue sont l’endroit où la plupart des automatisations e-mail se plantent. Les entreprises mettent en place une série qui a du sens pour elles : présenter le produit, montrer des fonctionnalités, demander la vente. Mais une relation ne fonctionne pas comme ça.

D’après des études sur l’e-mail marketing, des campagnes correctement segmentées peuvent générer jusqu’à 760 % de revenus en plus par rapport à des envois génériques. La segmentation compte. Mais le rythme compte aussi. Une séquence qui pousse à la conversion dans chaque e-mail ne construit pas la confiance. Elle l’érode.

Crée une séquence de bienvenue en [nombre] e-mails pour de nouveaux [abonnés/clients/utilisateurs en essai].

Contexte de séquence :
- Déclencheur de l’inscription : [lead magnet, achat, essai gratuit, etc.]
- Ce qu’ils veulent vraiment : [pourquoi ils se sont inscrits, avec leurs mots]
- Ce que vous voulez à terme : [achat, engagement, parrainage]
- Voix : [décrivez votre ton]

Pour chaque e-mail, fournis :
- Timing par rapport à l’inscription
- Objet
- Objectif de cet e-mail (pas celui de toute la séquence)
- Message principal en 1-2 phrases
- Plan de contenu
- CTA de cet e-mail

Structure suggérée :
- E-mail 1 : livrer ce pour quoi ils se sont inscrits + poser les attentes
- E-mail 2 : gain rapide ou valeur immédiate (sans vendre)
- E-mail 3 : histoire ou preuve sociale (leur montrer des gens comme eux)
- E-mail 4 : répondre aux questions qu’ils n’ont pas encore posées
- E-mail 5 : CTA principal avec une raison claire d’agir maintenant

Chaque e-mail doit se suffire à lui-même. Et ils doivent aussi construire vers quelque chose.

Séquences de réengagement

Les abonnés morts coûtent de l’argent. L’hygiène de liste compte. Mais la séquence de réengagement que la plupart des entreprises envoient, c’est essentiellement de la supplication : “Vous nous manquez ! Revenez !”

Ça ne marche pas. Voilà quoi envoyer à la place :

Crée une séquence de réengagement pour des abonnés qui n’ont pas ouvert un e-mail depuis [période].

Contexte :
- Ce pour quoi ils se sont inscrits au départ : [si vous le savez]
- Ce qu’ils ignorent : [combien d’e-mails, quel type]
- Dernière chose avec laquelle ils ont interagi : [si vous le savez]

Objectifs :
- Principal : les réactiver
- Secondaire : pousser les inactifs à se désinscrire (nettoyer la liste)

Séquence en 3 e-mails :

E-mail 1 (check-in) :
- Ton : curieux, pas désespéré
- Demander s’ils veulent toujours avoir de vos nouvelles
- Rappeler pourquoi ils se sont inscrits (valeur spécifique)

E-mail 2 (valeur) :
- Offrir quelque chose de vraiment utile
- Montrer ce qu’ils ont raté qui pourrait les intéresser
- Une seule action claire pour se réengager

E-mail 3 (rupture) :
- Dernier avertissement avant suppression
- Faciliter le fait de rester
- Rendre le départ digne

Espace ces e-mails de [X jours]. Chaque e-mail doit se sentir différent du précédent.

L’e-mail de rupture compte plus que la plupart des gens ne le pensent. Quelqu’un qui part explicitement vaut mieux que quelqu’un qui ignore tout en silence. Du poids mort sur une liste ruine la délivrabilité, fausse les métriques et coûte de l’argent.

Des e-mails de campagne qui convertissent sans hurler

Lancements produit, promotions, invitations à des événements. Ce sont les e-mails où les entreprises oublient tout ce qu’elles savent sur la bonne communication et se mettent à crier.

ÉNORME PROMO ! AGIS MAINTENANT ! TEMPS LIMITÉ ! NE RATE PAS ÇA !

Personne ne lit ça. Comme l’a observé un commentateur sur Hacker News : “When I see something written by AI I don’t read it. Its a waste of time.” La même chose vaut pour tout ce qui ressemble à un modèle, ce qui inclut la plupart des e-mails promotionnels.

Écris un e-mail de lancement produit pour [nom du produit].

Produit :
- Ce que c’est : [une phrase]
- Fonctionnalités clés : [listez 3-5]
- Problème principal résolu : [soyez précis]
- Prix/offre : [tarification, éventuelle offre de lancement]
- Disponibilité : [quand, où, limites éventuelles]

Audience :
- Qui reçoit ça : [décrivez précisément]
- Relation : [clients existants, prospects tièdes, liste froide]
- Ce qu’ils savent déjà : [en ont-ils entendu parler ?]

Écris :
- 5 objets (angles différents, pas des variations d’un seul angle)
- Texte de prévisualisation pour chacun
- Corps de l’e-mail :
  - Accroche d’ouverture (pourquoi ça les concerne, pas ce que c’est)
  - Intro produit (ce que ça leur apporte)
  - 3-4 bénéfices (centrés client, pas fonctionnalités)
  - Preuve sociale si disponible
  - Détails de l’offre
  - CTA (visible et unique)
  - P.S. (urgence ou accroche secondaire)

Ton : [décrivez votre manière de parler aux clients]
Longueur : moins de [X] mots.

L’instruction sur les angles d’objet est cruciale. La plupart des prompts produisent cinq variations de la même idée. “Alerte nouveau produit !” vs “On vous présente notre nouveau produit” vs “Notre nouveau produit est là.” Ce ne sont pas des angles différents. Ce sont des mots différents pour le même angle.

Des angles différents, c’est : axé bénéfice, axé curiosité, conscient du problème, preuve sociale, annonce directe. Cinq e-mails, cinq raisons d’ouvrir.

Les e-mails transactionnels auxquels personne ne pense

Confirmations de commande, notifications d’expédition, réinitialisations de mot de passe. Ils sont plus ouverts que n’importe quel e-mail marketing que vous enverrez, parce que les gens ont réellement besoin de l’info.

La plupart des entreprises gâchent complètement cette attention. Voici la confirmation de votre commande. Voici votre numéro de suivi. Au revoir.

Améliore cet e-mail de confirmation de commande :

Actuel :
[collez ce que vous envoyez maintenant, ou décrivez-le]

Contexte d’achat :
- Ce qu’ils ont acheté : [produit/service]
- Type de client : [première fois, récurrent, VIP]
- Opportunité post-achat : [vente additionnelle, parrainage, avis, communauté]

Réécris en ajoutant :
- Infos transactionnelles essentielles (n° de commande, articles, livraison estimée)
- Étapes suivantes clairement indiquées
- Délai attendu
- Infos support (présentes mais pas mises en avant)
- Un ajout de valeur qui ne pousse pas :
  - Conseils de démarrage
  - Instructions d’entretien
  - Invitation à une communauté
  - Contenu associé

Garde l’info transactionnelle claire. Ajoute de la chaleur. Ne le transforme pas en marketing.

La contrainte de la dernière ligne est importante. Les e-mails transactionnels qui deviennent des e-mails marketing perdent la confiance qui les rend efficaces. On ouvre une confirmation de commande parce qu’on en a besoin. Si ces e-mails se mettent à vendre, les gens commencent à les ignorer. Et ensuite ils ratent de vrais problèmes de commande.

Le méta-prompt pour générer des e-mails

Tous ces modèles partagent une structure. D’abord le contexte. Ensuite les contraintes. Et enfin le format.

La plupart des gens écrivent leurs prompts d’e-mail à l’envers. Ils commencent par “Écris un e-mail sur X” et se demandent pourquoi la sortie est générique. Le modèle n’a rien sur quoi s’appuyer. Il comble le vide avec de la moyenne.

Voilà le schéma :

Contexte : pour qui est-ce, que sait-il déjà, que veut-il, ou en est-il dans la relation avec vous ?

Objectif : que doit accomplir cet e-mail ? Pas "engager les abonnés". Quelque chose de précis. Leur faire cliquer sur un lien. Répondre avec un avis. Finaliser un achat.

Contraintes : que ne doit PAS faire cet e-mail ? Quels mots ne doivent pas apparaître ? Quelle longueur est acceptable ? Quel ton est à éviter ?

Format : quelles sections doivent exister ? Quelle structure ? Comment organiser ?

Exemples : à quoi ressemble "bien" pour vous ? Qu’avez-vous écrit avant qui a marché ?

Donnez au modèle cette structure et vous obtenez un texte qui vaut la peine d’être retravaillé. Sautez la structure et vous obtenez un texte qui mérite d’être supprimé.

Ce que ça ne fera pas

Les e-mails générés par IA fonctionnent pour des premiers jets, des variantes et pour se débloquer. Ils ne fonctionnent pas pour remplacer votre jugement sur quoi envoyer, quand l’envoyer et qui doit le recevoir.

Les modèles ici produisent de la matière brute. Vous la rendez bonne. Vous connaissez votre audience. Vous savez ce qui a marché. Vous savez à quoi ressemble votre voix. Le modèle ne sait rien de tout ça, à moins que vous le lui disiez explicitement — et même là, il travaille à partir de votre description de ces choses, pas des choses elles-mêmes.

Comme l’a dit quelqu’un dans un fil Hacker News à propos des e-mails écrits par IA : “If you’re sending me an email and you’re expecting that I’ll read it, you’re asking me to invest my time (presumably for your benefit). But, you’re unwilling to make the same investment with your time by using a tool to simulate a human connection.”

L’investissement, c’est l’édition. C’est vérifier que la sortie correspond à votre voix. C’est le relire comme votre destinataire le lirait et se demander : est-ce que ça donne l’impression d’être écrit pour moi, ou généré sur moi ?

Cette question compte plus que n’importe quel modèle de prompt.

Quels schémas remarquez-vous dans les e-mails générés par IA qui crient immédiatement “ce n’est pas écrit par un humain” ? Et quels prompts avez-vous trouvés qui produisent régulièrement une sortie qui mérite d’être utilisée ?