Nick Saraev 先不急著談 subject line，而是從陌生人為什麼願意回覆訊息開始。他整理出先給價值、微承諾、社會證明、權威、建立關係感、稀缺與共享身分等七個原則，接著把一封 cold email 拆成四段：personalization、我是誰以及為什麼值得注意、offer、CTA。開場最好短到一兩句，而且要像真人真的會傳的話；CTA 則先爭取一個容易回答的小動作，不必一開始就要求對方安排會議。
其中最具體的是 offer 的寫法。Saraev 建議先指出對方情境裡可辨識的問題，再用「我會在 Y 時間內替你做到 X，否則提供 Z」這類結構把結果、期限與風險逆轉說清楚。這不是保證所有服務都該套同一個承諾，而是要求寄件者把模糊的「可以幫你成長」改成收件者能判斷的具體提案。
來源：影片畫面擷取自 YouTube／Nick Saraev（約 49:14）
課程中段花了接近兩小時批改 19 封觀眾投稿。Saraev 逐段檢查開場是否像大量寄送、身分介紹有沒有可信的社會證明、offer 是否只剩空泛形容，以及 CTA 會不會要求太多。寫給 YouTuber 的其中一封信，就把對方實際影片、曾協助頻道從 2.9 萬成長到 6.1 萬訂閱的案例，以及可以先提供的剪輯樣本放在同一封信裡；這部分比單看公式更容易看出每個元素應該放在哪裡。
來源：影片畫面擷取自 YouTube／Nick Saraev（約 1:57:11）
後段再把同一套原則放進 Email、SMS、LinkedIn、X 與 Instagram。渠道不同，訊息長度、正式程度與可用的上下文也要跟著改；追蹤則不必重新寫一封大型提案，Saraev 自己通常採用一封初始信加一次簡短 follow-up。進入測試時，他建議每個版本先累積約 500 至 1,000 次寄送，再比較回覆率，而且每輪只更換少數元素，避免最後不知道是哪個改動造成差異。這些數量是他的實務經驗值，不是影片提供統計推導後得出的通用門檻。
即使 Saraev 的主要題材是 AI，他仍不建議把整封信交給模型重寫。他認為 AI 比較適合填入已驗證模板裡的小型變數，例如辨識對方主要經營的平台，或把公司全名、學校與地區改成真人平常會使用的稱呼；核心 offer、社會證明與說服結構仍由人處理。留言大多把影片當成可反覆查閱的操作手冊，也集中追問沒有既有客戶時如何補社會證明、每日寄信量、追蹤間隔與寄信工具；另一方面，也有人質疑部分示範信仍然太長。
來源：影片畫面擷取自 YouTube／Nick Saraev（約 3:47:00）
