Rémi Kokabi4 novembre 202610 min de lecture
Comment écrire des cold emails avec l'IA qui obtiennent vraiment des réponses
Ouvrez votre inbox et comptez combien de cold emails se ressemblent. « J'ai remarqué votre croissance impressionnante. » « Je me permets de vous contacter car… » La plupart ont été écrits par l'IA, et ça se voit dès les cinq premiers mots.
Ce qui m'a surpris en analysant les chiffres : l'IA n'est pas le problème. C'est la façon dont vous l'utilisez. Dans nos données, certaines campagnes assistées par IA atteignent 7,6 % de taux de réponse. D'autres, avec le même modèle, dépassent à peine 1,5 %. Même outil, cinq fois plus d'écart.
Dans cet article, je vous montre comment écrire des cold emails avec l'IA pour obtenir des réponses, pas du silence. Je détaille les deux façons dont les équipes utilisent l'IA aujourd'hui, ce que disent les données sur chacune, et le workflow exact (avec les prompts) qui sépare les campagnes à 7,6 % du reste.
Si vous vous êtes déjà demandé si l'IA plombait discrètement votre taux de réponse, la réponse est dans les chiffres ci-dessous.
Deux façons d'utiliser l'IA dans le cold email
La meilleure façon d'écrire des cold emails avec l'IA : l'utiliser pour la recherche et une ligne personnalisée par lead, dans un template écrit par un humain. La pire : laisser l'IA rédiger tout l'email à partir d'un nom et d'un intitulé de poste.
Cette distinction compte plus que le choix du modèle ou l'ingéniosité de votre prompt. On le constate dans les données chaque semaine.
L'IA pour le contexte signifie que vous donnez au modèle un compte, un signal (une levée de fonds, une offre d'emploi, un lancement produit) et une raison de prendre contact. L'IA analyse le compte et rédige une phrase spécifique que vous insérez dans votre email comme variable. La liste est restreinte ou basée sur des signaux, en général moins de quelques centaines de leads.
L'IA pour le volume c'est l'inverse. Le modèle rédige l'email en entier, de l'objet à la signature, sur une liste de 1 000+ leads avec pour seule donnée un nom et un titre. Les deux approches utilisent la même technologie. La différence, c'est ce que vous lui demandez de faire. Pour une vue complète du spectre, consultez ce guide sur la prospection IA.
Ce que disent les données sur l'IA et les réponses
Nous avons analysé des campagnes sur 412,6 M de messages envoyés entre octobre 2025 et novembre 2026. Nous avons regroupé chaque campagne selon son usage de l'IA et mesuré le taux de réponse de chaque groupe.
Utilisation de l'IA | Part des campagnes | Taux de réponse |
|---|---|---|
IA pour le contexte | 14% | 7.6% |
Autre usage de l'IA | 25% | 4.2% |
Sans IA | 43% | 3.9% |
IA pour le volume | 18% | 1.5% |
L'écart entre la première et la dernière ligne est de cinq contre un. Mêmes outils, même plateforme, même infrastructure d'envoi. La seule variable : la façon dont les équipes ont utilisé l'IA.
Les campagnes qui utilisaient l'IA pour le contexte ont surpassé même les campagnes sans IA. Et celles qui confiaient l'intégralité de l'email à l'IA ont fait moins bien qu'un email écrit à la main. L'outil est neutre. C'est le workflow qui décide du résultat.
Pourquoi les emails 100 % écrits par l'IA sous-performent
Nous avons analysé 5 645 campagnes où l'email entier était généré par l'IA à partir du nom et du titre du lead. Voici ce que révèlent les données internes lemlist :
Taux de réponse : 1,4 % (contre 2,7 % pour les emails écrits à la main)
Taux de réponse positif : 0,4 % (contre 1 %)
Taux de bounce : 9,6 % (contre 7,8 %)
Faites le calcul sur 1 000 emails. Une campagne 100 % IA génère environ 8,6 réponses. Un email bien structuré avec une seule ligne personnalisée par l'IA en génère jusqu'à 30.
La raison est simple. Quand vous donnez à l'IA un nom et un titre, elle ne peut que deviner. Elle devine le pain point, devine le défi sectoriel, devine l'accroche. Chaque supposition se ressemble parce que l'input est le même. Un input générique produit un output générique, et les inbox en sont déjà pleines.
Le taux de bounce plus élevé raconte une deuxième histoire. Les équipes qui automatisent entièrement la rédaction automatisent aussi la constitution de la liste. Des listes plus grosses et plus froides, c'est plus d'emails invalides et plus de signalements en spam.
1. Utilisez l'IA pour analyser le compte
Avant que l'IA n'écrive le moindre mot, elle doit lire. Donnez-lui le compte, un signal et une raison de prendre contact.
Le signal, c'est l'événement qui fait que le timing est bon : un nouveau VP Sales recruté, une Series B bouclée, un concurrent mentionné dans un avis, un lancement produit dans le changelog. La raison, c'est pourquoi ce signal est pertinent par rapport à votre offre.
Ensuite, pointez l'IA vers des sources qu'un commercial n'aurait jamais le temps de lire manuellement :
Transcriptions de calls de résultats
Offres d'emploi ouvertes et leurs descriptions
Avis G2 ou Capterra mentionnant des pain points précis
Changelogs produit et notes de version
Posts LinkedIn de l'acheteur
Le résultat est un court brief de recherche, pas un email. Ce brief devient la matière première de la ligne que vous insérez réellement. Pour un workflow étape par étape, consultez ce guide sur la recherche de prospects par IA.
2. Laissez l'IA écrire une seule ligne, pas tout l'email
Le schéma le plus performant dans nos données : un email écrit par un humain avec une seule variable générée par l'IA, une phrase contextualisée qui change pour chaque lead.
C'est exactement ce que font les variables IA dans lemlist. Vous écrivez l'email une seule fois. L'IA complète une ligne dynamique par lead en s'appuyant sur le contexte de recherche que vous lui avez fourni.
Une bonne ligne IA remplit trois critères :
Spécifique. Elle fait référence à quelque chose qui ne s'applique qu'à ce lead ou ce compte.
Vérifiable. Le prospect peut la confirmer d'un coup d'œil (sa propre offre d'emploi, son propre post LinkedIn, sa propre page produit).
Centrée sur le prospect. Elle parle de son univers, pas du vôtre.
Une mauvaise ligne IA, c'est un compliment sur une « croissance impressionnante » ou une « approche innovante ». Ces formules s'appliquent à n'importe quelle entreprise sur terre. Si la ligne fonctionne pour 500 leads, elle ne fonctionne pour aucun d'entre eux.
3. Gardez la liste courte et la raison claire
Le contexte ne fonctionne que quand il y a du contexte à exploiter. Une liste de 5 000 leads scrapés sur un filtre d'intitulé de poste ne donne rien de spécifique à l'IA. C'est pourquoi les campagnes IA orientées contexte tournent sur des listes courtes, basées sur des signaux.
Le timing compte autant que la taille de la liste. Dans les données internes lemlist, les leads contactés le jour même où un signal se déclenche répondent à 21,3 %. Une semaine plus tard, le signal est périmé. Un mois plus tard, quelqu'un d'autre a déjà eu la conversation.
Construisez vos listes autour de signaux d'achat : une levée de fonds, un recrutement clé, un changement de stack technique, une visite sur votre site. Chaque signal donne à l'IA un fait concret à mentionner et au prospect une raison de s'y intéresser maintenant. Plus la liste est courte et le signal récent, meilleure est la ligne IA et plus élevé le taux de réponse.
4. Relisez avant d'envoyer
L'IA hallucine. Elle invente des fonctionnalités produit, se trompe sur des intitulés de poste et confond des entreprises aux noms proches. Un seul fait erroné dans votre accroche détruit la confiance plus vite qu'une formule générique.
Avant de lancer une campagne avec des lignes générées par l'IA, passez en revue cette checklist :
Vérifiez le fait dans la ligne IA. Ouvrez la source (l'offre d'emploi, le profil LinkedIn, l'avis) et confirmez qu'il est réel.
Supprimez les formules génériques. Si la ligne dit « J'ai remarqué que votre entreprise connaît une forte croissance », supprimez-la et laissez le champ vide. Une variable vide vaut mieux qu'une fausse.
Lisez l'email sur un téléphone. La plupart des prospects le feront. Si ça dépasse un écran, coupez.
Un seul call-to-action. Une question, une prochaine étape. Deux demandes dispersent l'attention et font chuter le taux de réponse.
Vous n'avez pas besoin de vérifier chaque lead. Contrôlez un échantillon de 10 à 15 leads avant le lancement. Si plus de deux ont une ligne IA erronée ou générique, corrigez le prompt avant d'envoyer à toute la liste.
Des prompts qui donnent assez de contexte à l'IA
La plupart des prompts de cold email échouent parce qu'ils sont trop ouverts. « Écris un cold email à cette personne » ne donne aucune contrainte au modèle, alors il comble le vide avec du remplissage.
Un bon prompt pour une ligne personnalisée comporte cinq éléments :
Qui est le lead. Son rôle, son entreprise et ce que fait l'entreprise.
Le signal. L'événement précis ou le data point qui a déclenché la prospection.
L'angle de la campagne. Ce que votre produit apporte à quelqu'un dans cette situation.
Une contrainte de format. Une phrase, moins de 25 mots, pas de points d'exclamation.
Une interdiction d'inventer des faits. Si l'information n'est pas dans le contexte fourni, laisser le champ vide.
Voici trois exemples de prompts que vous pouvez adapter :
Objectif du prompt | Contexte du lead à inclure | Signal | Contrainte de format |
|---|---|---|---|
Accroche nouveau poste | Rôle, entreprise, date de prise de poste, entreprise précédente | Changement de poste dans les 90 derniers jours | 1 phrase, référence à la transition, pas de compliments |
Relance levée de fonds | Entreprise, montant du tour, investisseurs principaux, utilisation annoncée des fonds | Annonce de levée de fonds | 1 phrase, relier les fonds à un défi opérationnel précis |
Changement de stack technique | Entreprise, ancien outil, nouvel outil, taille de l'équipe | Changement technologique détecté | 1 phrase, référence à la migration, pas de comparaison de fonctionnalités |
La contrainte de format est la plus importante. Sans elle, l'IA produit un paragraphe entier par défaut. L'interdiction d'inventer des faits est la deuxième. Sans elle, l'IA fabriquera un détail pour combler le vide.
Comment écrire des cold emails avec l'IA dans lemlist
lemlist vous donne cinq fonctionnalités qui correspondent directement au workflow ci-dessus. Ensemble, elles couvrent tout le processus de cold emailing, de la recherche à l'envoi.
Les variables IA génèrent une ligne contextualisée par lead dans votre email. Vous écrivez le prompt une fois, et la variable produit une phrase unique pour chaque lead de la campagne à partir de ses données. C'est le cœur du workflow de personnalisation email par IA.
L'enrichissement agentique analyse les comptes avant la rédaction de l'email. Les agents IA extraient du contexte structuré depuis les sites web, les profils LinkedIn, les fiches CRM et les enregistrements d'appels Claap, puis le restituent sous forme de champs utilisables dans vos prompts, filtres et séquences.
lemAgent génère une séquence multicanale complète à partir d'un prompt conversationnel. Il construit les étapes, rédige les messages et assemble la campagne. Vous relisez et modifiez tout avant le moindre envoi.
Les signaux d'intention suivent des événements comme les levées de fonds, les changements de poste, les changements de stack technique et les visites sur votre site. Quand un signal se déclenche, les leads sont automatiquement ajoutés à des campagnes avec un message lié à ce moment précis.
L'A/B testing vous permet de tester deux versions d'une séquence et de choisir la gagnante selon le taux de réponse. Vous testez la ligne IA, l'objet ou la structure complète, et les données vous disent quelle version garder.
Ce qu'il faut retenir
L'IA améliore le cold email quand elle fait de la recherche et le dégrade quand elle rédige tout. Utilisez-la pour générer une ligne spécifique et vérifiable par lead dans un email écrit par un humain, sur des listes courtes construites autour de signaux récents.
Les données sont claires : mêmes outils, cinq fois plus de réponses.
Créez votre première séquence basée sur les signaux dans lemlist.
Créez des campagnes de cold email qui convertissent
Trouvez des leads vérifiés et lancez des campagnes de cold email personnalisées.