問題：3 種語言，1 個收件箱
上週一早上，收件箱裡堆了 50 封買家電郵。問題是英文、中文(簡體+繁體)和韓文混在一起。回覆範本不同，優先級也不同。
「這太費時間了，不能手動處理。」
通常這時候需要複製貼上到 Google Sheets，然後手動應用篩選器。但 AI 代理能自動做這件事嗎？
實驗：Claude Code + 語言偵測邏輯
我在 Windows 設備上建立了簡單的自動化流程。
第 1 步：收集郵件資料到 Google Sheets
第 2 步：Claude Code 讀取每封郵件文本
第 3 步：自動偵測語言 (EN / ZH-TW / ZH-CN / KO)
第 4 步：推薦語言特定回覆範本
第 5 步：加入優先級分數 (包括緊急度)
我簡單地指示 Claude Code：
「讀取郵件正文，猜對主要使用的語言？然後為每種語言推薦相應的回覆語氣。」
結果？2 小時後，300 封堆積的電郵自動排序完成。
令人驚訝的發現
1. 也能偵測混合語言
有些買家在同一封郵件中混合英文和中文。Claude Code 將其標記為「主要語言：英文，次要語言：中文」。回覆時更精準。
2. 甚至學會了文化語氣
英文郵件建議直接語氣，中文建議正式語氣，韓文建議友善語氣。非開發者的團隊按照這些標準回覆速度快了 3 倍。
3. 發現了時區模式
中國買家通常上午 9 點發郵件，英語區買家通常下午 4 點。AI 追蹤這個模式，自動建議最佳回覆時間。
現在的工作流程
每天早上現在發生的事：
1. Claude Code 讀取整夜收到的郵件
2. 按語言自動分類 (1 分鐘)
3. 按優先級排序 (緊急郵件在最上方)
4. 為每種語言提供回覆範本建議
5. 團隊點擊 3 次就能發送回覆
以前這項工作需要 4 小時。現在只需 20 分鐘。
小小的失誤
Claude Code 曾經把日語錯誤分類為韓語(買家混入一些日語)。為了避免這種情況，我們現在加入了「偵測信心」分數。信心度低於 85% 時，由團隊手動確認。
結論
非開發者無法經營多語言業務的時代已經過去。Claude Code 這樣的工具能在 AI 水準上處理語言障礙，讓團隊專注於真正的關係建立。
現在我們團隊的夢想團隊機器人們(Hamsters + Puppies)每天早上都獨自完成這項工作，等著我們出現。