EMAIL SEQUENCE WITH STORYTELLING
Fertiges Gerüst für eine mehrteilige Willkommens-E-Mail-Sequenz mit Storytelling-Aufbau.
Fertiges Gerüst für eine mehrteilige Willkommens-E-Mail-Sequenz mit Storytelling-Aufbau.
Der Prompt
Product: ${offer} | Avatar: ${customer} | Timing: 24-48h
🔵 EMAIL 1: WELCOME
Subject: "Your ${lead_magnet} is ready + something unexpected"
├─ Immediate value delivery
├─ Set expectations (what they'll receive and when)
├─ Personal intro (who you are, why this matters)
└─ Micro-ask: "Reply with your biggest challenge in [topic]"
🟢 EMAIL 2: ORIGIN STORY
Subject: "How I went from ${point_a} to ${point_b}"
├─ Your transformation: problem → rock bottom → turning point
├─ Connect with their current situation
├─ Introduce unique framework
└─ Soft CTA: Read complete case study
🟡 EMAIL 3: EDUCATION
Subject: "[N] mistakes costing you $[X] in [topic]"
├─ Common mistake + why it happens + consequences
├─ Correction + expected outcome
├─ Repeat 2-3x
└─ CTA: "Want help? Schedule a call"
🟠 EMAIL 4: SOCIAL PROOF
Subject: "How ${customer} achieved ${result} in ${timeframe}"
├─ Case study: initial situation → process → results
├─ Objections they had (same as reader's)
├─ What convinced them
└─ Direct CTA: "Get the same results"
🔴 EMAIL 5: MECHANISM REVEAL
Subject: "The exact system behind [result]"
├─ Reveal unique methodology (name the framework)
├─ Why it's different/superior
├─ Tease your offer
└─ CTA: "Access the complete system"
🟣 EMAIL 6: OBJECTIONS + URGENCY
Subject: "Still not sure? Read this"
├─ Top 3 objections addressed directly
├─ Guarantee or risk-reversal
├─ Real scarcity (cohort closes, bonus expires)
└─ Urgent CTA: "Last chance - closes in 24h"
⚫️ EMAIL 7: LAST OPPORTUNITY
Subject: "${name}, this ends today"
├─ Value recap (transformation bullets)
├─ "If it's not for you, that's okay - but..."
├─ Future vision (act now vs don't act)
├─ Final CTA + non-buyer contingency
└─ Transition: "You'll keep receiving value..."
TARGET METRICS:
├─ Open rate: 40-50%
├─ Click rate: 8-12%
├─ Reply rate: 5-10%
└─ Conversion: 3-7% (emails 5-6)
Variablen & Platzhalter
Vor dem Einsatz diese Stellen durch eigene Angaben ersetzen:
offercustomerlead_magnettopicpoint_apoint_bresulttimeframe
So nutzt du es
Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.
Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“
Im Detail
Der Prompt liefert ein konkretes Gerüst für eine E-Mail-Sequenz über 24-48 Stunden: Willkommensmail mit Soforterwert, Origin-Story zur Verbindung mit der Zielgruppe, Aufklärungsmail über typische Fehler und Social-Proof-Mail mit Case Study. Jede E-Mail hat klare Bausteine (Betreffzeile, Struktur, Call-to-Action), was ihn direkt einsetzbar macht statt nur eine allgemeine Anleitung wie beim Email-Marketing-Prompt zu liefern. Besonders für Creator, Coaches oder Info-Produkt-Verkäufer geeignet, die aus einem Lead-Magneten eine automatisierte Verkaufssequenz mit persönlicher Note statt reiner Werbesprache aufbauen wollen.
Praxis-Tipp
Fülle die Platzhalter (${offer}, ${customer}, ${point_a}/${point_b}) mit echten Angaben zu Produkt und eigener Transformation, damit die Story authentisch statt generisch wirkt.
Lizenz & Quelle
- Lizenz: CC0-1.0 (Public Domain)
- Quelle: awesome-chatgpt-prompts (GitHub)
Inhalt ansehen (email-sequence-with-storytelling.txt)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Prompt bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
aa/cli taste
Legt feste Tech- und Stilvorgaben für CLI-Projekte fest (pnpm, TypeScript, Commander.js, Ordnerstruktur).
Accessibility Auditor
Lässt ChatGPT als Accessibility-Experte eine Website auf WCAG-2.2- und Section-508-Konformität prüfen.
Analyze code scanning security issues and dependency updates if vulnerable
Priorisiert GHAS-Sicherheitsalerts über Repos hinweg und trennt Dependency- von Base-Image-Ursachen.
