每天收150封邮件，他让AI写回复，结果只花45分钟

我每天收到超过150封邮件。如果全部手动阅读和回复，大概要花4到5个小时。

现在我只花45分钟。剩下的活儿，交给AI助手。

这不是那种“标记已读然后归档”的假把式。它真的在回邮件，真的在处理工作，真的在帮我省下大块时间。以下就是整个搭建过程的完整复盘。

先看看这个助手到底在做什么

它接手了五件事：第一，分类。把每封邮件打上标签——紧急、可稍后、仅供了解、垃圾邮件。第二，草拟回复。对那些有固定模式的邮件，直接写出初稿。第三，提取待办项。从邮件里抓出任务，自动加到我的待办列表里。第四，安排跟进。如果有人承诺了什么事，它会盯着那个时间点。第五，总结冗长的邮件串。几十封往来的长线程，变成一段话。

核心架构并不复杂，但每个环节的串联需要仔细设计。

从邮件到达那一刻开始

新邮件到达邮箱后，会触发一个网络钩子。我用的是n8n工作流，让它接收Gmail或者Outlook推送的邮件数据。webhook拿到的是一段结构化的信息，包含发件人、主题、正文、线程ID和时间戳。比如：“client@company.com”发来一封“关于项目时间线的跟进”，正文是“嗨，刚打完电话，再确认一下……”，线程ID是“abc123”，时间是2024年1月15日上午10点30分。

这个数据包就是我整个自动化链条的起点。

紧接着，AI开始分析

我把这些信息丢给Claude，让它按照一套固定的提示词去分析并返回JSON。提示词里要求它判断邮件类别、情感倾向、是否需要回复、回复截止日期、包含的任务清单、一句话总结关键信息，以及建议的回复类型（快速确认、详细回复、婉拒、转发，或者根本不回）。

分类规则写得很细：只要出现截止日期、语气愤怒、或者发件人是重要人物，就标为“紧急”。需要回复但不急的，标为“正常”。新闻简报、通知这种不用处理的，标为“仅供了解”。促销和来路不明的，标为“垃圾邮件”。朋友家人的私人邮件，标为“个人”——这类让系统跳过，我自己来。

Claude大概在500毫秒内就把结构化的分析结果返回了。速度够快，判断也相当准。

分析完了，该写回复了

对于那些必须回复的邮件，我单独写了另一套提示词交给Claude。我会先告诉它我的名字、职位、语气偏好（专业但亲切，简洁），然后附上之前的邮件历史（如果有线程的话），再加上上一步那封邮件的分析结果。

回复规则很具体：除非话题特别复杂，否则整封回复不超过150个词。先直接回答对方的主要问题或回应核心关切，结尾一定要给出明确的下一步行动。别端着客套，也别用陈词滥调。措辞正式程度要跟对方一致。如果要拒绝，就直说但得体。

最后，提示词还会调用来自客户关系系统、日历和过往互动记录的任何相关信息，作为额外上下文喂进去。这样一来，邮件的语气和内容就不是凭空捏造的，而是带着对这个人背景的了解。

关键一步：绝不能自动发送

这是我最坚持的原则。让AI直接就把邮件发出去，风险太大。所有草稿统一进入一个审核队列，我用Notion数据库或者直接在Gmail里建一个“待审草稿”文件夹放着。

我早上的日常变成了这样：打开审核列表，每条草稿花5到10秒扫一眼，有需要就改几个字，然后点发送。30封草稿，乘以10秒，等于5分钟。而以前手动处理这些邮件，至少要两个小时。

把审核步骤卡在人和自动发送之间，既保住了对外的准确度，又把效率拉到了极致。

不止回邮件，还要把活儿挑出来

邮件里经常藏着待办任务。我让Claude专门做一步提取：从一整条邮件线程里把每个提到的任务、截止时间、谁承诺了什么、承诺的日期，都抽出来。输出格式也是结构化的，每一项都有描述、负责人（可能是对方或是我自己）、截止日期和来源。

然后，这些条目会通过自动化工具更新到我的待办列表、日历和客户管理工具里。只要有人在邮件里说“我下周三前给你文件”，系统就会在下周一给我推一条提醒，并且自动在日历上标记一个跟进时间块。

还有对长线程的总结。有时候一个项目讨论串了几十封邮件，每封都点开看会疯掉。现在助手直接输出一段话，告诉我整个链条里到底发生了什么、当前卡在哪里、下一步要做什么。等于有个人替我把对话读完了，再只讲重点。

几个值得注意的数字

这套系统跑下来，每天处理150封以上的邮件，我的实际参与时间从4到5小时骤降到45分钟。其中，大约40到50封需要我亲自确认后发送，其余按照分类自动归档、加标签或者转发。

最重要的是，它对邮件质量几乎没有妥协。我看到的草稿已经非常接近我自己会写的样子，很多时候只要删掉一句太啰嗦的话，或者加一个收件人的名字就够了。极少数情况下需要重写，但也比我对着空白回复框从头开始快得多。

有些邮件的情绪判断会出现偏差，比如把一封措辞强硬的咨询邮件标成“愤怒”，实际上对方只是着急。但这个错误成本不高，因为在审核阶段我能一眼修掉。比起漏掉一个“紧急”的漏判，这种过度敏感反而是安全性更高的设计。

而且，因为所有分析结果都是结构化的，我可以定期拉一张报表，看哪类邮件占了我最多的时间、哪些发件人的邮件最常被标为紧急、哪些关键词和任务反复出现。这些都是纯粹从邮件数据里长出来的洞察，比任何时间管理教程都实在。

这套东西不是一套完美的AI系统，但它是“实际在工作”的系统。如果有人也想搭一个，我的建议是：别一上来就想做无人工干预的全自动代理。先让AI帮你做好分析、写好草稿、挑出行动项，把最后一公里的决定牢牢抓在自己手里。你会发现在这个中间地带，省出来的时间已经够多了，而且你完全睡得着觉。