E-maile z Claude, na które ludzie faktycznie odpowiadają

Większość maili nie zostaje bez odpowiedzi dlatego, że są niegrzeczne. Zostają bez odpowiedzi, bo czytelnik w pięć sekund nie potrafi rozpoznać, czego chcesz i co ma z tym zrobić. Poproś Claude o napisanie takiego maila, a wynik bazowy jest grzeczny — naprawdę bez lania wody, kulturalny i za długi, z właściwą prośbą zakopaną trzy zdania głębiej i podpisaną „jak znajdziesz chwilę”. Na co dzień prowadzimy katalog, w którym benchmarkujemy skille Claude, więc zrobiliśmy oczywistą rzecz: zmierzyliśmy, czy zestaw egzekwowalnych reguł potrafi zamienić te szkice w maile, na które zapracowana osoba faktycznie odpowie.

Efektem jest email-discipline, który przychodzi ze zmierzonym porównaniem przed/po, jakiego nie znaleźliśmy nigdzie indziej w tej niszy: w ślepym teście „czy odpowiedziałbyś od razu?” na 12 scenariuszach model bazowy zdobył ocenę odpowiem od razu na 3 z 12 szkiców; ze skillem — na 9 z 12. Ten sam model, te same prompty, jedna zmienna. Jest darmowy, na licencji MIT: github.com/Skillproofdev/email-discipline.

Luka: wszyscy dostarczają maszynerię marketingową

Zanim napisaliśmy pierwszą linijkę, przejrzeliśmy 87 skilli do pisania maili (z zestawu 16 682 skilli) plus samodzielne narzędzia z tej niszy. Niemal wszystko jest w tym samym pasie: sekwencje cold, kampanie kroplowe, testy A/B tematów, automatyzacja cyklu życia — maszyneria marketingowa do wysyłki na skalę. Mail, który faktycznie zjada ci dzień, jest innego rodzaju: prośba do kolegi, odpowiedź na cztery pytania, follow-up po ciszy, uprzejme „nie”. Ten rodzaj maila ma niemal zerowe pokrycie wśród skilli, a to, co istnieje, to albo naśladowanie głosu, które potrzebuje próbek twoich wysłanych maili, żeby działać, albo struktury szablonowe, które narzucają dokładnie te akapity rozgrzewające, które czytelnicy pomijają.

Nikt nie oferuje dyscypliny codziennego maila: liczbowych limitów słów wg typu, mechanicznie skanowalnej listy zakazanego lania wody, reguł kolejności odpowiedzi i opublikowanego benchmarku na poparcie. Ten skill to osiem sprawdzalnych reguł, które szkic albo spełnia, albo nie — dla maila od jednego człowieka do drugiego, nie dla kampanii. Stoi obok research-discipline i token-discipline w naszej serii: reguł, które ograniczają model, zamiast grzecznie go prosić.

Osiem reguł, cztery nowatorskie

Cztery techniki, które nie pojawiły się w żadnym z 87 skilli jako egzekwowalne reguły, są sednem:

1. Jeden cel, prośba w pierwszych dwóch linijkach. Określ jedną rzecz, którą mail ma osiągnąć, i zacznij od niej. Kontekst przychodzi po prośbie, nigdy przed. Dwie niepowiązane prośby → dwa maile.
2. Limity słów, liczbowe. Cold ≤120 słów, follow-up ≤60, odpowiedź ≤150, wewnętrzny update ≤150. Przekroczenie limitu oznacza cięcie, nie przepraszanie za długość.
3. Dyscyplina odpowiadania. Przeczytaj cały wątek, potem odpowiedz na każde nadchodzące pytanie najpierw, w kolejności pytającego, zanim dodasz własną prośbę. Żaden skill, jaki znaleźliśmy, w ogóle tego nie kodyfikuje.
4. Przebieg z perspektywy odbiorcy. Przeczytaj mail na chłodno jako odbiorca: „co robię po przeczytaniu tego?”. Jeśli odpowiedź to nie jedna oczywista, niewymagająca wysiłku czynność, przepisz.

Do tego reszta: temat = prośba (≤50 znaków, wliczając deadline), skanowalna lista zakazanego lania wody („mam nadzieję, że ten mail zastaje cię w dobrym zdrowiu”, „tylko sprawdzam, co słychać” i słownictwo zdradzające AI — leverage, synergy, seamless, delve), dokładnie jedno CTA z realną datą kalendarzową i ścisła umowa co do wyniku: temat + treść, nic więcej, warianty tylko na żądanie.

Benchmark: 12 scenariuszy, trzy warstwy oceny

Dwa warianty, ten sam model (Claude Sonnet), identyczne prompty w 12 realistycznych scenariuszach — cold ask do profesora, odpowiedź klientowi z czterema rozrzuconymi pytaniami, eskalacja do dostawcy, przypominajka o fakturze na 3800 €, odmowa wystąpienia na konferencji, update po incydencie. Każdy to pełny, samodzielny prompt z nazwiskami, stawką, datami i podrzuconymi pułapkami (pytania w dziwnej kolejności, błędna przesłanka do skorygowania, przynęta na wyładowanie emocji, przynęta na zrzut danych logowania). Stan faktyczny, limity słów i lista regexów lania wody zostały zamrożone przed uruchomieniem obu wariantów. Ocenione 2026-07-10.

Metryka	Baseline (bez skilla)	Z email-discipline
Zaliczenie mechaniczne — limit + temat + lanie wody + format	2/12	12/12
W limicie słów	2/12 (śr. 163 słowa)	12/12 (śr. 100)
Naruszenia tematu (>50 znaków / ogólnikowy)	4	0
Pokrycie stanu faktycznego (pytania, fakty, prośby)	65/77 (84%)	76/77 (99%)
Naruszenia podrzuconych pułapek	9	4
CTA z realną datą tam, gdzie wymagane	11/12	12/12
Ślepa preferencja parowa (wygrane–remisy–porażki)	1–1–10	10–1–1
Reakcje „odpowiem od razu”	3/12	9/12

Najważniejsze jest to, że bazowa higiena Sonnetu jest już dobra — napisał maile niemal bez lania wody (jedna wyświechtana fraza w 12 szkicach). Jego tryb awarii to długość i zakopana prośba: przekroczenie limitu w 10 z 12 szkiców, najgorszy przypadek 261 słów przy limicie 120. Skill naprawił dokładnie to. Każdy szkic zmieścił się w limicie, każde wymagane CTA dostało datę, pokrycie wzrosło z 84% do 99%, a ślepy sędzia parowy preferował szkic ze skillem 10 razy na 12.

Gdzie skill przegrał — i tak to publikujemy

Nasza metodologia wymaga pokazywania porażek obok zwycięstw, a email-discipline ma prawdziwe porażki. Obie trafiły na scenariusze, gdzie konsekwencje się piętrzą.

Przegrał wprost S12 — podsumowanie po incydencie. Nazwane sekcje baseline'u („Impact”, „Root cause”, „Next steps”) skanowały się nieznacznie lepiej niż zwięźlejsza proza skilla, a ślepy sędzia wybrał baseline. Prawdziwy wynik negatywny. Zremisował S11, cotygodniowy status migracji: oba szkice były czyste, punkty kontra proza, bez zwycięzcy.

I przeoczenie skilla w pokryciu nie było zerowe. W cold mailu B2B (S02) nałożył dwa hooki i wrzucił trzy nazwane funkcje — dokładnie tę przesadną sprzedaż, przed którą dyscyplina ma chronić. W przypominajce o zaległej fakturze (S08) oba warianty nałożyły dwie konsekwencje zamiast podać jeden czysty domyślny scenariusz, i skill przegrał też ten punkt. Czego skill nie poprawił, bo baseline już był idealny: korekta dwóch podrzuconych błędnych przesłanek (2/2 w obu wariantach) i odpowiadanie na pytania w kolejności (4/4 w obu). Jeśli Sonnet coś już robi bezbłędnie, reguła nie sprawi, że będzie to jeszcze bardziej bezbłędne.

Jedno uczciwe zastrzeżenie co do warstwy ślepej: ocena została zrobiona w kontekście przez agenta oceniającego z zaślepieniem na zasadzie z góry zarejestrowanego rzutu monetą (bench/runs/blind-key.json), nie przez niezależnego sędziego w świeżej instancji. Jest tak oznaczona w werdykcie i jest słabsza niż w pełni niezależny panel. Wolimy podać liczbę z gwiazdką, niż nie podawać jej wcale.

Instalacja

git clone https://github.com/Skillproofdev/email-discipline ~/.claude/skills/email-discipline

Zrestartuj Claude Code. Uruchamia się na „write an email”, „reply to this”, „follow up with”, szkice cold outreach, odmowy, eskalacje, wewnętrzne update'y — albo gdy wklejasz wątek i prosisz o odpowiedź. Nie wtrąca się w kampanie marketingowe, newslettery i sekwencje kroplowe; te pasy należą do dedykowanych skilli marketingowych.

FAQ

Czy to pisze cold outreach i sekwencje marketingowe? Pisze pojedynczą cold prośbę — jednorazowy mail do profesora, Head of Ops, foundera — z limitem ≤120 słów i jednym CTA z datą. Wyraźnie nie robi kampanii kroplowych, newsletterów ani automatyzacji cyklu życia; to pasy marketingowe z własnymi skillami, i ten skill odmawia się na nie uruchamiać.

Sonnet już pisze czysty mail. Co właściwie dodaje skill? Kontrolę długości i łatwą do znalezienia prośbę. W naszym benchmarku baseline był już niemal bez lania wody, ale przekroczył limit słów w 10 z 12 szkiców i zakopał prośbę w kilku z nich. Skill obniżył średnią długość treści z 163 do 100 słów, dał realną datę każdemu CTA i podniósł pokrycie stanu faktycznego z 84% do 99% — zmierzone, nie zadeklarowane.

Czy 9/12 „odpowiem od razu” to wciąż porażka na 3 z nich? Tak, i to jest uczciwe odczytanie. Skill mniej więcej potroił wskaźnik „odpowiem od razu” (3 → 9), ale nie sprawił, że każdy szkic jest nieodparty, przegrał jedną ślepą ocenę i zremisował drugą. To warstwa dyscypliny, nie magia. Jeśli mail ma wysoką stawkę, skill daje ci zwięzły pierwszy szkic w kilka sekund — ostatnie czytanie i tak robisz sam.

Czemu tylko 12 scenariuszy? Bo każdy szkic był oceniany względem stanu faktycznego zamrożonego przed uruchomieniem obu wariantów — list pytań, limitów słów, skryptowego checkera mechanicznego i podrzuconych pułapek dla każdego scenariusza. Wolimy mały benchmark z prawdziwymi, powtarzalnymi sprawdzeniami niż duży, oceniany na wyczucie. Pełny protokół i wyniki dla każdego scenariusza są w repozytorium.