困境: 邮件堆积，回复越来越慢
某个B2B贸易团队每周收到50~70份买家询问。初期还能管理，但三个月后，谷歌表单中累积了超过500份询问。
「新询问来临时，旧的自动被遗忘。不知道哪个有多紧急，回复顺序一团乱。」
团队发现回复速度下降，高价值买家的等待时间超过3天。
自动化设计: 建立优先级引擎
Bella使用Claude Code编写了一个自动化机器人，内嵌以下规则:
1. 首次接触买家(新客) > 重复接触买家
2. 询问规模侦测(大量订单关键词)
3. 语言别回复复杂度(中文 > 英文)
4. 未回复耗时计时
每封邮件自动分配1~5分的优先级评分。
执行: Windows与Mac mini的任务分工
Windows设备(主要作业)
• 读取谷歌表单询问数据
• 通过Claude Code执行优先级算法
• 将结果自动记录至新列(Priority_Score)
Mac mini机器人(辅助验证)
• 完成Windows作业后进行数据复查
• 标记优先级错误项目
• 每周生成验证报告
成果: 回复时间缩短60%
Before(手动)
• 500份询问中前100份优先级整理耗时: 4小时
• 平均回复等待时间: 3.2天
• 每月遗漏的高价值询问: 5~7笔
After(自动化)
• 500份优先级整理耗时: 12分钟(含API成本)
• 平均回复等待时间: 1.3天(缩短60%)
• 每月遗漏询问: 0~1笔(改善95%)
• 额外成效: 回复时间缩短后，买家回复率增加43%
意外发现
运行自动化过程中发现一个模式。周一上午6~8点(韩国时间)收到的询问，回复率是其他时段的3倍。
「这是东南亚买家的早起邮件检查时段。现在我们会优先在那个时间回复。」
算法不只进行了分类，更改善了整个团队的工作方式。