We built an AI agent to write cold emails. Then we used it to sell itself.

私たちは AI エージェントを作り、コールドメールの作成を担当させました。そして、それを自ら使って最初の顧客へコールドメールを送り込み、その売りを試みました。そして、驚くほど成功しました。 Anythoughts.ai では、SMB の経営者やインディードハッカー向けに AI 自動化ツールの開発を行っている小さなチームです。 当社の最初のパrodukトの一つが「Cold Outreach Pack」です。これは、候補者調査、メール作成、フォローアップ追跡を連動させる AgentSkills のセットです。その要約はシンプルです：ターゲット層を与えれば、送信中の 10 通のパーソナライズされた CAN-SPAM 準拠のコールドメールが得られます。 そのようなものを構築する際、真っ先に浮上するのは「実際、それは機能するのか」という問いです。 それは自分自身を使って確かめるのが、唯一の誠実な方法です。 このパックは 3 つのエージェントが順次動作します： b2b-prospector — ターゲット説明（「マーケティング代理店、10-50 名の従業員、米国拠点」など）を受け取り、Web 検索を使ってリストを作成し、Apollo.io API を経由して各企業を enrich させ、Hunter.io を通じて確認済みのメールアドレスを検出します。 cold-email-writer — enrich された各コンタクトからパーソナライズされたドラフトを作成します。テンプレートを使用しません。エージェントは企業のウェブサイトを読み、関連する課題を選び、その視点からメールを作成します。 follow-up-tracker — 送られたメールを記録し、返信を検知（Resend webhooks）し、3 日目および 7 日にフォローアップをキューに並べ立てます。 すべては OpenClaw のエジェントハーネス内です。ハーネスが重要であり、それがリトライ、レートリミット、API キーの回転、およびエージェンシー間の構造化データの渡しの担当を行います。基盤モデルの交換はほとんど問題ありません。重要なのはオーケストレーションを適切にすることです。 ターゲット：AI を活用したアプローチツールが自分たちの顧客向けに必要になるかもしれないマーケティング代理店。 プロセス： Web 検索 → 30 社程度の代理店の初期リスト Apollo enrich → サイズ/位置の基準に一致する 14 社にフィルタリング Hunter.io 発見 → 確認済みのメールアドレスが 10 社見つかった（Hunter フリーティアン：1 月に 50 回の検索） AI ドラフト生成 → 10 通のパーソナライズされたメールが作成 人間のレビュー → 3 通は微修正のみ、全 10 通は承認 Resend API から hello@anythoughts.ai を通じて送信 総時間：18 分。 これは人間のレビューパスを含んでいます。他のすべてはエージェントが処理しました。 ボトルネックは書き込みではありません。メールドラフト作成が遅く、痛烈なプロセスだと思っていました。そうではありません。エージェントはコンタクトあたり約 8 秒で固い最初のドラフトを作成します。ボトルネックは確認済みのコンタクトを見つけることでした。Hunter.io のフリーティアンは 1 ヶ月に 50 回の検索を提供します—テストには十分ですが、スケーリングには不足しています。真剣にこれをやるのであれば、あなたは有料のプランを購入するか、大量の確認されていないアドレスを受け入れます。 一つの視点では不十分でした。最初の走りは単一のメール視点で「AI はアプローチ作業でのチームの時間を節約できます」でした。これは平面的でした。これに対してパックを再書き直し、コンタクトあたり 5 種類の視点の変種（効率性、競争優位性、顧客維持、コスト、好奇心のギャップ）を生成させ、エージェントが自分のサイトに何か見つかったことを基準に最適な適合を選ばせました。小さな変更、しかし大いに良質な出力。 CAN-SPAM 準拠は任意ではありません。それは構造的なものです。最初のドラフト後にコンプライアンスチェックステップを追加しました。フッターには物理アドレス、明確なアンサブスクライブパス、欺瞞的な件名の欠如。それは最初の日から含めるべきものでした。今はそうしています。 課題の表現はあなたが想像するよりも重要です。「アプローチを支援できます」は「あなたのチームは、1 週間に 3-4 時間の見込み調査に費やし、それがゼロになる可能性があります」というように全く異なる印象を与えます。第二バージョンは、エージェントが実際に彼らのサイトを読んで、彼らのチームが手動で行っていることを推論するから来ました。その具体的性こそが、AI で作成されたメールが AI で作成されたものに聞こえないようにします。 私たちはまだ返信が 1 つもありません。1 日目です。10 通のメールは意味のあるサンプルサイズではありません。私はそれ pretending しないつもりはありません。私が知っているのは、プロセスが機能し、メールはスパムのように読まれない点で、いよいよ 100 通を次週に送信するインフラストラクチャーが整っていることです（もし欲しいなら）。 最初から有料の Hunter.io または Apollo コンタクトから始めること—フリーティアンは検証用ではなく、本番用です エージェントの出力スキーマに「なぜこの会社、なぜ今」という文句を追加として必須フィールドにすること—これが特異性を強制します 最初のメールを送る前に、フォローアップシーケンスを先に構築すること—not 後に

We built an AI agent to write cold emails. Then we used it to cold email our first customers — and it almost worked. At Anythoughts.ai, we're a small team building AI automation tools for SMB founders and indie hackers. One of our first products is the Cold Outreach Pack: a set of AgentSkills that chains together prospect research, email writing, and follow-up tracking. The pitch is simple: give it a target audience, get back 10 personalized, CAN-SPAM-compliant cold emails ready to send. The obvious question when you build something like that: does it actually work? The only honest way to find out was to use it on ourselves. The pack is three agents working in sequence: b2b-prospector — takes a target description ("marketing agencies, 10–50 employees, US-based"), runs web_search for lists, then enriches each company via the Apollo.io API and finds verified emails through Hunter.io. cold-email-writer — takes each enriched contact and writes a personalized draft. No templates. The agent reads the company's website, picks a relevant pain point, and writes from that angle. follow-up-tracker — logs sent emails, watches for replies (Resend webhooks), and queues follow-ups at day 3 and day 7. The whole thing runs inside OpenClaw's agent harness. The harness is the important part — it's what handles retries, rate limits, API key rotation, and passing structured data between agents. Swapping the underlying model doesn't matter much. Getting the orchestration right does. Target: marketing agencies that might want AI-powered outreach tools for their own clients. The process: web_search → initial list of 30 agencies Apollo enrichment → filtered to 14 that matched size/location criteria Hunter.io discovery → 10 had verified emails (Hunter free tier: 50 searches/month) AI draft generation → 10 personalized emails written Human review → minor edits on 3, approved all 10 Sent via Resend API from hello@anythoughts.ai Total time: 18 minutes. That includes the human review pass. The agents handled everything else. The bottleneck isn't writing. I expected email drafting to be the slow, painful part. It wasn't. The agent writes a solid first draft in about 8 seconds per contact. The bottleneck was finding verified contacts. Hunter.io's free tier gives you 50 searches per month — enough to test, not enough to scale. If you're doing this seriously, you're paying for a plan or accepting a lot of unverified addresses. One angle isn't enough. Our first run used a single email angle: "AI can save your team time on outreach." Flat. We rewrote the pack after this to generate 5 different angle variations per contact (efficiency, competitive edge, client retention, cost, curiosity-gap) and let the agent pick the best fit based on what it found on their site. Small change, much better output. CAN-SPAM compliance isn't optional, it's structural. We added a compliance check step after the first draft — physical address in footer, clear unsubscribe path, no deceptive subject lines. This should've been baked in from day one. Now it is. Pain point phrasing matters more than you think. "We can help with outreach" lands differently than "Your team is probably spending 3–4 hours a week on prospecting that could be zero." The second version came from the agent actually reading their site and inferring what their team does manually. That specificity is what makes AI-written emails not sound like AI-written emails. We have zero replies yet. It's day 1. Ten emails is not a meaningful sample size. I'm not going to pretend otherwise. What I do know is that the process worked, the emails don't read like spam, and the infrastructure is ready to send 100 next week if we want to. Start with paid Hunter.io or Apollo contacts from the beginning — the free tier is for validation, not production Add a "why this company, why now" sentence as a required field in the agent's output schema — forces specificity Build the follow-up sequence before sending the first email, not after The most useful thing about dogfooding this was finding the gaps that only show up when you're the one being judged by the output. Reading our own cold emails as a recipient is a completely different experience than reviewing them as a builder. The pack is live. We're using it. We're fixing things as we go. If you're building AI tooling for outreach or want to automate your own prospecting workflow, the Cold Outreach Pack is available at anythoughts.ai. No hard sell — just a thing we built and actually use. More updates as the replies (hopefully) come in.