為什麼郵件成為自動化的最大瓶頸
每天上午打開Windows桌面設備時，第一件事就是檢查郵件。200到300封英文郵件堆積在收件匣，其中真正能帶來交易機會的詢問不到10封。
「判斷誰是真正想購買的買家」這個環節就要花掉2小時。
其實是有規律的。
• 重複詢問的通常是想砍價
• 首封郵件裡寫清楚數量和配送地址的，認真度通常較高
• 問重複問題的郵件應該往後排
• 按時間段來看，回應模式不同
但要靠手工分類幾百封郵件，根本不現實。
Before: 手動篩選的困境
當時的工作流程:
1. 收郵件
2. 快速掃過主旨和第一段
3. 手工記到試算表(寄件人、產品、數量、標記)
4. 手動調整優先級欄位
5. 隔天早上又重複一遍
問題點:
• 經常漏掉同一個人的第二封郵件
• 週末的郵件堆到星期一變成150封
• 個人心情會影響優先級判斷
• 容易忽略英文表述中微妙的語氣差異
After: Claude Code + Gmail API + Google Sheets
設置(非開發者也能跟著做)
第1步: 在Gmail建立標籤
標籤名: 「Inbox_Auto」
篩選設定: 所有郵件自動分類
第2步: Claude Code腳本(基本結構)
Google Sheets → Gmail API連接 → 讀取郵件 → Claude分析 → 評分 → 寫回試算表
我給Claude分配了這些工作:
1. **郵件內容分析**: 購買意願度評分(1~10分)
2. **重複偵測**: 檢查同一寄件人是否有過去的郵件
3. **數量提取**: 自動解析明確提到的訂單量
4. **回應速度判斷**: 根據收件時段和內容具體度評估認真度
5. **多語言偵測**: 處理混合韓文、英文、中文的郵件
執行結果
Before(手動):
• 時間: 每天2小時
• 準確度: 約75%(經常有遺漏)
• 按買家追蹤: 幾乎不可能
After(Claude Code自動化):
• 時間: 2秒(約300封郵件)
• 準確度: 約92%(AI能捕捉微妙表述)
• 按買家追蹤: 自動進行(同一寄件人的郵件會被連結)
Google Sheets自動填入的欄位
| 寄件人 | 主旨 | 數量 | 認真度(1~10) | 重複否 | 上次郵件日期 | AI摘要 | 建議行動 |
|--------|------|------|---------|---------|---------|--------|----------|
| buyer@example.com | Order inquiry | 500 units | 9 | 是 | 2024-01-15 | 數量具體、配送地明確、信用度高 | 優先回應 |
| newbuyer@test.com | Question about product | 100 units | 6 | 否 | - | 首次詢問、只涉及材質問題 | 一般回應 |
意想不到的發現
1. 發現時區模式
AI自動告訴我們的事實: 歐洲買家在上午6~8點寄來的郵件更認真，亞洲買家在晚間(22~24點)寄來的郵件內容更具體。現在我們優先檢查這些時段的郵件。
2. 「只是在問」和「想買」之間的界線
最初我們只看數字，但AI還學會了分辨:
• 「Can you send me...?」通常是要看規格
• 「Please send quotation for...」是認真的請求
• 「How many do you have in stock?」表示可能有購買力
3. 回應時間的重要性
現在郵件收到後2小時內，認真度分數就自動生成。重要買家會立即收到提醒，改成這個方式後，回信率提高了3倍。
團隊節省的時間去向
每天2小時的郵件分類時間消失了。
Before: 郵件分類2小時 + 實際銷售1小時
After: AI分類0.05小時 + 實際銷售2小時
現在我們用那些時間來為買家撰寫更周密的客製化提案，或進行市場調查。
非開發者也能做到嗎
難度: 中上
• Gmail API連接部分透過Claude Code支援在15分鐘內完成
• 評估基準(評分標準)需要自己定義
• 之後執行完全自動化(不用動手)
我們團隊的做法是讓一台Mac Mini全天開著，每天執行一次腳本。Windows裝置和Mac Mini互相配合。
總結
這個自動化並不是什麼複雜的技術。但對於「每天重複的判斷工作」，AI真的很擅長。再次驗證了這一點。
下一步打算把郵件回覆撰寫也自動化。