AI Auto Classification收到的Email (咨询/投诉/合作/垃圾) , 对FAQAuto Generation Reply草稿, 紧急Email即时Reminder.
Daily收到 50-200 封Email, 需要快速Classification Processing的Management者或Support
Saves 1-2 hours daily
约 ¥50-150/月
在启动Automation前, 先Manual Analysis过去一个月的Email, 确定Classification体系 (如咨询, 投诉, 合作, Notification, 垃圾5大类) . 为每个类别定义2-3个典型特征关键词和发件人模式. 将Classification规则文档化作为AI提示词的参考依据.
在Make中Create Gmail模块监听收件箱新Email, Settings Filter条件排除已知的系统Notification Email. 将Email主题和正文前500 chars Send给ChatGPT API进行Classification判断, Back类别和紧急程度Scoring (1-5) . 根据Classification结果使用Router模块分流到不同Processing路径.
为每个常见咨询类别准备3-5个Reply Template作为AIGeneration Reply的参考基础. ChatGPTGeneration Reply草稿时要求包含具体Issue的解答而非泛泛而谈. 草稿存入Gmail草稿箱并添加标签标记, 方便人工快速审核后One-click Send.
定义紧急Email的判断标准 (如包含'紧急', '投诉', '法律'等关键词, 或来自VIPCustomer列表) . 通过Slack Webhook推送紧急Alert, Message中包含Email摘要和发件人信息. 用Test Email验证从收件到推送的延迟是否在5minutes以内.
Weekly检查AIClassification的准确率, 将误Classification的Email记录下来用于Optimization提示词. 关注Auto Reply草稿的采纳率 (人工直接Sendvs修改后Send) , 采纳率低于70%说明Template需要调整. Monthly Update Classification规则以适应业务变化.
Suggestion初期Settings为仅Classification标记而非Auto Processing, 人工Confirm一周后再开启Automation动作. 对于高价值Customer的Email Settings白名单, 无论AI判断结果如何都推送Notification. 每日统计Report中包含Classification置信度低的Email列表供人工复查.
Auto Generation的是Reply草稿而非直接Send, 人工审核后再发出可以确保质量. AIGeneration时要求使用自然语气并包含具体Issue的针对性回答, 避免Template化感觉. Suggestion在签名中不要标注'Auto Reply'字样.
Make可以Detection Email是否包含附件并提取附件类型信息作为Classification辅助依据. 对于Invoice, Contract等附件类Email可Settings专门的Processing路径. 附件Content暂不Suggestion用AIAnalysis, 仅根据文件名和Email正文进行Classification.