为什么邮件成为自动化的最大瓶颈
每天上午打开Windows桌面设备时，第一件事就是检查邮件。200到300封英文邮件堆积在收件箱，其中真正能带来交易机会的询问不到10封。
「判断谁是真正想购买的采购商」这个环节就要花掉2小时。
其实是有规律的。
• 重复询问的通常是想砍价
• 首封邮件里写清楚数量和配送地址的，认真度通常较高
• 问重复问题的邮件应该往后排
• 按时间段来看，回应模式不同
但要靠手工分类几百封邮件，根本不现实。
Before: 手动筛选的困境
当时的工作流程:
1. 收邮件
2. 快速扫过主旨和第一段
3. 手工记到电子表格(寄件人、产品、数量、标记)
4. 手动调整优先级栏位
5. 隔天早上又重复一遍
问题点:
• 经常漏掉同一个人的第二封邮件
• 周末的邮件堆到星期一变成150封
• 个人心情会影响优先级判断
• 容易忽略英文表述中微妙的语气差异
After: Claude Code + Gmail API + Google Sheets
设置(非开发者也能跟着做)
第1步: 在Gmail建立标签
标签名: 「Inbox_Auto」
筛选设定: 所有邮件自动分类
第2步: Claude Code脚本(基本结构)
Google Sheets → Gmail API连接 → 读取邮件 → Claude分析 → 评分 → 写回电子表格
我给Claude分配了这些工作:
1. **邮件内容分析**: 购买意愿度评分(1~10分)
2. **重复侦测**: 检查同一寄件人是否有过去的邮件
3. **数量提取**: 自动解析明确提到的订单量
4. **回应速度判断**: 根据收件时段和内容具体度评估认真度
5. **多语言侦测**: 处理混合韩文、英文、中文的邮件
执行结果
Before(手动):
• 时间: 每天2小时
• 准确度: 约75%(经常有遗漏)
• 按采购商追踪: 几乎不可能
After(Claude Code自动化):
• 时间: 2秒(约300封邮件)
• 准确度: 约92%(AI能捕捉微妙表述)
• 按采购商追踪: 自动进行(同一寄件人的邮件会被连结)
Google Sheets自动填入的栏位
| 寄件人 | 主旨 | 数量 | 认真度(1~10) | 重复否 | 上次邮件日期 | AI摘要 | 建议行动 |
|--------|------|------|---------|---------|---------|--------|----------|
| buyer@example.com | Order inquiry | 500 units | 9 | 是 | 2024-01-15 | 数量具体、配送地明确、信用度高 | 优先回应 |
| newbuyer@test.com | Question about product | 100 units | 6 | 否 | - | 首次询问、只涉及材质问题 | 一般回应 |
意想不到的发现
1. 发现时区模式
AI自动告诉我们的事实: 欧洲采购商在上午6~8点寄来的邮件更认真，亚洲采购商在晚间(22~24点)寄来的邮件内容更具体。现在我们优先检查这些时段的邮件。
2. 「只是在问」和「想买」之间的界线
最初我们只看数字，但AI还学会了分辨:
• 「Can you send me...?」通常是要看规格
• 「Please send quotation for...」是认真的请求
• 「How many do you have in stock?」表示可能有购买力
3. 回应时间的重要性
现在邮件收到后2小时内，认真度分数就自动生成。重要采购商会立即收到提醒，改成这个方式后，回信率提高了3倍。
团队节省的时间去向
每天2小时的邮件分类时间消失了。
Before: 邮件分类2小时 + 实际销售1小时
After: AI分类0.05小时 + 实际销售2小时
现在我们用那些时间来为采购商撰写更周密的客制化提案，或进行市场调查。
非开发者也能做到吗
难度: 中上
• Gmail API连接部分透过Claude Code支持在15分钟内完成
• 评估基准(评分标准)需要自己定义
• 之后执行完全自动化(不用动手)
我们团队的做法是让一台Mac Mini全天开着，每天执行一次脚本。Windows设备和Mac Mini互相配合。
总结
这个自动化并不是什么复杂的技术。但对于「每天重复的判断工作」，AI真的很擅长。再次验证了这一点。
下一步打算把邮件回复撰写也自动化。