问题是语言和时间
每天早上打开邮件时，我都有同样的想法。「又是100多封。」经营B2B业务时收到的采购商询问大多相似(规格确认、最低订单量、运输条件、样品要求)，但却用英文、中文、西班牙文、葡萄牙文混杂而来。
团队成员每次都重复同样的流程：
1. 阅读邮件并判断提问内容
2. 在Notion中搜索预先准备的回复模板
3. 修改内容并发送回复
4. 手动记录到电子表格中
每天耗时1.5小时。一个月超过30小时。回复率也随着延迟而下降。
计划：让机器学习模式
「如果谷歌表格能读取进来的邮件，判断其性质，并自动指定合适的回复模板呢？」
起初看起来太复杂了。但我们从简单的规则开始。
第一步：将模板数据化
我们在谷歌表格中整理了5种基本模板。
┌─────────────┬──────────────┐
│ 模板类型 │ 英文关键字 │
├─────────────┼──────────────┤
│ 规格询问 │ specification│
│ MOQ询问 │ minimum order│
│ 运输条件 │ shipping │
│ 样品要求 │ sample │
│ 价格协商 │ price, quote │
└─────────────┴──────────────┘
第二步：用Claude Code制作判断逻辑
我们给Claude Code一个简单的提示：
「阅读进来的邮件正文，判断它属于上述5种中的哪一种。支持英文、中文、西班牙文。同时提供可信度。」
Claude为每份询问标注了模板类型和可信度(0～100%)。
第三步：用Google Apps Script自动连接
编写了一个脚本，当谷歌表格中出现新行(新询问)时，根据Claude Code的结果自动填入模板栏位。可信度70%以上标记为「自动选择」，以下标记为「需手动确认」。
结果：80%的时间回来了
改革前
• 每天100份询问处理需要1.5小时(含回复完成)
• 重复回答相同问题导致疲劳感高
• 语言混乱错误(例如将英文模板发给中文询问者)每月2～3次
• 回复延迟导致回应率下降
改革后
• 需手动确认的询问在5分钟内处理(占整体的25～30%)
• 其余70～75%只需按下「批准」按钮即自动发送
• 语言混乱错误几乎为零
• 首次回应时间平均缩短至2小时以内
意外收获
一个月后，有趣的事发生了。Claude在学习模式时，开始自动侦测「实际上是混合两个或多个类别的询问」。
例如某位采购商在一封邮件中问「规格如何、最低订单量是多少、能收到样品吗？」起初我们只按一个类别分类，但Claude自动标记了全部三种，让我们能够在一个回复中整合多个模板内容。
剩下的是什么？
团队的角色改变了。从「寻找错误的人」变成「深化客户关系的人」。不再花时间在基本问题回答上，而有时间处理特殊要求和复杂谈判。
这只是个小改变，但那80%的时间让我们变得更有人性。