問題：一千封郵件，卻收不到回覆
上個季度，我在 Windows 設備上一次性寄送同樣的範本郵件給 100 位新買家。結果令人沮喪。回覆僅有 5 封(5%)。似乎全部進了垃圾郵件夾。
**Before：大量發送方式**
- 相同的問候語、相同的產品說明、相同的結尾
- 只替換買家姓名的「表面個人化」
- 無法追蹤：不知道誰何時打開、誰有興趣
- 回覆率：約 5%
解決方案：用 Claude Code 打造「關係型郵件」自動化
想法很簡單。我們在試算表中收集買家的產業、公司規模、地區資訊，讓 Claude Code 機器人根據這些訊息 生成各不相同的郵件。
1 階段：收集買家檔案數據
從 LinkedIn、公司網站、過往交易記錄中提取訊息，整理成 CSV 格式。
買家名稱 | 公司名稱 | 產業 | 員工數 | 主力市場 | 最近貼文
John Lee | ABC Trading Co. | 零售流通 | 150人 | 東南亞 | "推出新夏季系列..."
Sarah Kim | Fashion Plus Ltd. | 數位行銷 | 45人 | 歐洲 | "可持續發展故事..."
2 階段：Claude Code 機器人的角色分工
機器人 1 號(「數據清潔機器人」)
• 驗證 CSV 數據及補充遺漏值
• 從買家檔案中提取 3 個「核心話題」
機器人 2 號(「郵件生成機器人」)
• 讀取每位買家的檔案，撰寫 **獨特的問候語**
• 將他們的興趣(地區、產業、最近動態)與產品建議相連
• 最後用 3 個具體問題引導對話
對比範例：
[原始範本]
你好，我們提供優質產品。有興趣嗎？
[個人化版本]
你好 John，
我在 LinkedIn 上看到 ABC Trading Co. 正在擴大東南亞市場的新產品線。
過去 2 年，我們也一直與該地區的批發買家合作，
尤其在夏季有特別熱銷的款式。
你們是否對這方面感興趣？
1. 需要針對東南亞市場的顏色和設計嗎？
2. 目前在尋求擴大供應商嗎？
3. 對樣品訂購流程有疑問嗎？
3 階段：自動追蹤和反饋迴路
發送郵件後 3 天、7 天、14 天自動收集開啟和點擊狀態。機器人分析數據後自動分類：
• **高度興趣(點擊 + 已讀)**: 優先級「高」，48 小時內自動發送追蹤郵件
• **中度興趣(僅已讀)**: 優先級「中」，7 天後輕度追蹤
• **無回應**: 優先級「低」，2 週後最終 1 次郵件
結果：回覆率提升三倍
**After：關係型自動化方式**
- 針對每位買家的個人化問候和話題
- 大幅降低被歸類為垃圾郵件的概率
- 通過自動追蹤優先處理「高興趣買家」
- 回覆率：約 15%(5% → 15%)
- 額外成果：初期回應者中實際成交的比例也從 25% 升至 42%
主要收穫
1. **範本的陷阱**：速度快不代表有關係。買家首先用眼睛感受個人化的關注。
2. **追蹤的價值**：發送後不是終點。機器人追蹤開啟情況，讓我們清楚知道「誰真正感興趣」。
3. **細節的影響力**：只要加上公司名稱 + 最近新聞 1 行，就能大幅降低垃圾郵件風險。Claude Code 能以秒速處理這一切。
4. **團隊角色重新定義**：當機器人寫郵件時，人類專注於「關係設計」。提前決定談論什麼話題、提出什麼問題來引導對話，光這一點就能戲劇性改善自動化品質。
下一步實驗
我們已開始多語言版本。同一機器人可讀取買家所在地，自動生成西班牙文、葡萄牙文、中文版本。結果將在下月公開。