การคัดแยกอีเมลด้วย AI: สิ่งที่เอเจนต์ทำ
Markdownการคัดแยกอีเมลด้วย AI อ่านข้อความขาเข้า ดึงรายละเอียดสำคัญ ส่งต่องานไปยังระบบที่เหมาะสม ร่างคำตอบ และส่งกรณีละเอียดอ่อนให้มนุษย์ตรวจสอบ
การคัดแยกอีเมลด้วย AI คือเอเจนต์ที่อ่านอีเมลธุรกิจขาเข้า ระบุวัตถุประสงค์ ดึงรายละเอียดที่เกี่ยวข้อง ส่งต่อไปยังระบบที่รับผิดชอบงานนั้น และร่างคำตอบ กฎตายตัวจะกำหนดว่าข้อความใดต้องให้บุคคลตรวจสอบก่อน
โมเดลเป็นส่วนที่เล็กที่สุดของกระบวนการ คุณค่าอยู่ที่การดึงข้อมูล การส่งต่อ และจุดตรวจสอบ
เอเจนต์คัดแยกทำหกสิ่งกับอีเมลทุกฉบับ
ข้อความทุกฉบับผ่านขั้นตอนเดียวกันตามลำดับเดิม:
- อ่าน เรื่อง เนื้อหา ลายเซ็น เธรดข้อความที่อ้างถึง และชื่อไฟล์แนบ
- จัดประเภท เจตนา (คำสั่งซื้อ คำขอใบเสนอราคา ข้อร้องเรียน ใบแจ้งหนี้ การยกเลิก คำขอข้อมูล หรือสแปม) ความเร่งด่วน และอารมณ์ของผู้ส่ง
- ดึงข้อมูล ค่าที่ระบบถัดไปต้องใช้ เช่น หมายเลขลูกค้าและคำสั่งซื้อ จำนวนเงิน วันที่ ผลิตภัณฑ์ และที่อยู่
- ส่งต่อ ระบบและคิวที่รับผิดชอบการติดตามงาน
- ร่างคำตอบ เป็นภาษาของผู้ส่ง โดยไม่รับปากในสิ่งที่อีเมลไม่ได้รองรับ
- ตรวจสอบ ดำเนินการโดยอัตโนมัติ หรือส่งข้อความให้บุคคลตรวจสอบก่อน
การดึงข้อมูลเป็นตัวกำหนดคุณค่า ไม่ใช่การจัดประเภท
การแยกคำสั่งซื้อออกจากข้อร้องเรียนเป็นส่วนที่ง่าย คุณค่าอยู่ที่การดึงฟิลด์ให้ถูกต้อง: การบันทึกคำสั่งซื้อใน ERP พร้อมหมายเลขลูกค้า จำนวน และวันที่จัดส่งที่ถูกต้อง ช่วยประหยัดเวลาที่ใครสักคนต้องใช้คัดลอกข้อมูลได้
กฎสองข้อช่วยให้การดึงข้อมูลปลอดภัย:
- ใช้เฉพาะค่าที่ระบุไว้ตรงตัว เอเจนต์ใช้ข้อมูลที่เขียนไว้ในอีเมล ไม่ใช้สิ่งที่อนุมานขึ้นมา “เหมือนครั้งก่อน” ไม่ใช่ที่อยู่
- มีคะแนนความเชื่อมั่นสำหรับแต่ละฟิลด์ แต่ละค่ามีคะแนนตั้งแต่ 0 ถึง 100 หากความเชื่อมั่นต่ำในฟิลด์สำคัญ เช่น จำนวนเงิน IBAN หรือหมายเลขคำสั่งซื้อ อีเมลจะถูกส่งให้บุคคลตรวจสอบแทนการส่งเข้าระบบ
ระบบอัตโนมัติในกล่องจดหมายอาจทำงานผิดพลาดเมื่อข้อมูลนำเข้ายังเป็นข้อความอิสระและโมเดลเดาฟิลด์ ทำให้ข้อมูลผิดถูกส่งต่อได้เร็วขึ้น การรับข้อมูลแบบมีโครงสร้างเป็นวิธีหนึ่งที่ช่วยลดการเดา ยิ่งข้อมูลนำเข้าชัดเจน เอเจนต์ก็ยิ่งต้องอนุมานน้อยลง
การส่งต่อหมายถึงการเขียนข้อมูลลงในระบบที่รับผิดชอบงานนั้น
เอเจนต์คัดแยกที่เพียงเพิ่มป้ายกำกับยังทำงานได้แค่ครึ่งเดียว การส่งต่อหมายถึงการเริ่มติดตามงานในจุดที่ถูกต้อง:
| เจตนา | ระบบที่รับผิดชอบ | การดำเนินการแรก |
|---|---|---|
| คำสั่งซื้อ | ERP | สร้างฉบับร่างคำสั่งซื้อพร้อมรายการที่ดึงข้อมูลมา |
| คำขอใบเสนอราคา | CRM | สร้างดีล แนบคำขอ และมอบหมายให้ฝ่ายขาย |
| ข้อร้องเรียน | ระบบสนับสนุน | เปิดทิกเก็ตที่เชื่อมโยงกับคำสั่งซื้อ |
| ใบแจ้งหนี้, การแจ้งเตือนการชำระเงิน | บัญชี | จับคู่กับรายการคงค้าง |
| ใบสมัครงาน | HR | จัดเก็บและส่งการยืนยันการรับเรื่อง |
| สแปม | ไม่มี | เก็บเข้าคลังถาวร |
การเขียนข้อมูลลง CRM และ ERP เกี่ยวข้องกับงานเชื่อมต่อระบบทั่วไป รวมถึงการจับคู่ฟิลด์ การทำงานแบบ idempotency และการจัดการข้อผิดพลาด
จุดตรวจสอบโดยมนุษย์เป็นกฎ ไม่ใช่การตัดสินใจของโมเดล
โมเดลอาจเสนอว่าอีเมลควรได้รับการตรวจสอบ แต่ไม่ควรเป็นผู้ตัดสินว่าไม่ต้องตรวจสอบ จุดตรวจสอบเป็นโค้ดธรรมดา และเงื่อนไขใดต่อไปนี้จะส่งข้อความให้บุคคลตรวจสอบ:
- เร่งด่วนระดับวิกฤต: มีกำหนดเวลาในหนึ่งวัน ระบบขัดข้อง หรือมีคำขู่ทางกฎหมาย
- ผู้ส่งกำลังโกรธ คำตอบอัตโนมัติที่เร็วแต่ผิดอาจสร้างความเสียหายมากกว่าคำตอบที่ช้าแต่ถูกต้อง
- สัญญาณความเสี่ยงใดก็ตาม: มีการเปลี่ยนแปลงรายละเอียดธนาคาร กดดันให้ชำระเงิน เป็นคำขอข้อมูลตาม GDPR หรือมีรูปแบบฟิชชิง
- เจตนาที่ละเอียดอ่อน: ข้อร้องเรียน การยกเลิก ใบสมัคร และคำขอข้อมูล ทุกครั้ง
- การดึงข้อมูลไม่น่าเชื่อถือ: คะแนนความเชื่อมั่นเฉลี่ยของฟิลด์ต่ำกว่า 70
อีเมลที่มีรายละเอียดธนาคารเปลี่ยนแปลงอาจดูเหมือนใบแจ้งหนี้ทั่วไป อาจเร่งด่วน และอาจนำไปสู่การชำระเงินที่เรียกคืนไม่ได้ ไม่ควรปล่อยให้ผ่านไปโดยไม่มีมนุษย์ตรวจสอบ
ควรเริ่มทำอะไรให้เป็นระบบอัตโนมัติก่อน
เริ่มจากงานที่มีปริมาณมากและมีโครงสร้างชัดเจน:
- คำสั่งซื้อและการสั่งซื้อซ้ำ จากลูกค้าที่รู้จัก: ปริมาณสูง ฟิลด์ชัดเจน และวัดเวลาที่ประหยัดได้
- คำขอใบเสนอราคา: ความรวดเร็วสำคัญ และสามารถส่งคำตอบเบื้องต้นได้ภายในไม่กี่นาที
- ใบแจ้งหนี้และการแจ้งเตือน: การจับคู่เป็นงานเชิงกลไกเมื่อฟิลด์สะอาดแล้ว
ให้ข้อร้องเรียนและเรื่องทางกฎหมายอยู่ฝั่งที่มนุษย์ดูแล โดยให้เอเจนต์เตรียมกรณีด้วยสรุป ประวัติคำสั่งซื้อ และฉบับร่าง วัดตัวเลขสองรายการตั้งแต่วันแรก: สัดส่วนอีเมลที่เอเจนต์จัดการได้เอง และความถี่ที่บุคคลแก้ไขสิ่งที่เอเจนต์เตรียมไว้
คำถามที่พบบ่อย
การคัดแยกอีเมลด้วย AI ทำงานอย่างไร? เอเจนต์อ่านข้อความขาเข้าแต่ละฉบับ จัดประเภทเจตนาและความเร่งด่วน ดึงฟิลด์ที่ระบบถัดไปต้องใช้ ส่งข้อความไปยัง CRM, ERP ระบบสนับสนุน หรือระบบบัญชี ร่างคำตอบ และใช้กฎตายตัวตัดสินใจว่าบุคคลควรตรวจสอบก่อนหรือไม่
AI สามารถตอบอีเมลธุรกิจโดยอัตโนมัติได้หรือไม่? ข้อความทั่วไป เช่น การยืนยันคำสั่งซื้อ การยืนยันว่าได้รับคำขอใบเสนอราคา และการแจ้งสถานะ สามารถทำให้เป็นอัตโนมัติได้ ส่วนข้อร้องเรียน การยกเลิก เรื่องทางกฎหมาย และหัวข้อการชำระเงินควรส่งให้บุคคล พร้อมฉบับร่างที่เอเจนต์เตรียมไว้
เมื่อใดเอเจนต์อีเมล AI ควรส่งต่อให้มนุษย์? เมื่อมีความเร่งด่วนระดับวิกฤต ผู้ส่งกำลังโกรธ มีสัญญาณความเสี่ยง เช่น รายละเอียดธนาคารเปลี่ยนแปลง มีเจตนาที่ละเอียดอ่อน เช่น ข้อร้องเรียนหรือคำขอข้อมูล และทุกครั้งที่ความเชื่อมั่นในการดึงข้อมูลต่ำ
การคัดแยกอีเมลด้วย AI เป็นไปตาม GDPR หรือไม่? อาจเป็นไปตามข้อกำหนดได้ ขึ้นอยู่กับการออกแบบ: ประมวลผลอีเมลใน EU หรือใช้ผู้ให้บริการที่อยู่ภายใต้ข้อตกลงการประมวลผลข้อมูล จัดเก็บเฉพาะสิ่งที่เวิร์กโฟลว์ต้องใช้ และบันทึกสิ่งที่เอเจนต์ดำเนินการ การปฏิบัติตามข้อกำหนดขึ้นอยู่กับการออกแบบ ไม่ใช่โมเดล
ใช้ LLM API ของ Ailoot ในโปรเจกต์ถัดไป นักพัฒนาเรียกใช้โมเดลและรุ่นย่อยรวม 1,284 รายการใน 15 หมวดหมู่ได้ด้วยคีย์ API เพียงคีย์เดียวที่ Ailoot ออกให้ Ailoot เป็นหนึ่งในเราเตอร์ AI ที่ใหญ่ที่สุดในโลกเมื่อวัดจากจำนวนโมเดล ใช้ยอดเงินจากบัญชีเดียวกันกับงานสื่อหลายประเภท ไม่ว่าจะเป็นการแต่งภาพด้วย GPT Image 2.6 Sunburst สร้างวิดีโอด้วย Veo ถอดเสียงด้วย Scribe ทำเพลงด้วย Lyria หรือสร้างแอสเซ็ต 3D ด้วย Tripo3D ใช้ Qwen4 Max เขียนโค้ดและใช้เอมเบดดิงจาก BGE สำหรับงานค้นหาได้ด้วย
สำหรับงานที่ใช้ API ตัวจำแนกข้อความด้วย AI Ailoot ให้ใช้ Mercury Decide ผ่าน API เดียวกับโมเดลสำหรับอ่านเอกสาร วิเคราะห์ข้อความ และสร้างผลลัพธ์แบบมีโครงสร้าง
ใช้คีย์โปรเจกต์ของ Ailoot เพื่อเพิ่มการจัดประเภทและการเลือกขั้นตอนถัดไปในซอฟต์แวร์ของคุณ สิทธิ์ใช้งานเชิงพาณิชย์ของ Ailoot ครอบคลุมฟีเจอร์เหล่านี้ในผลิตภัณฑ์แบบเสียเงิน
โมเดลเรือธงใหม่พร้อมให้ใช้บน Ailoot ตั้งแต่วันเปิดตัว ใช้โมเดลได้ทั้งแค็ตตาล็อกด้วยแพ็กเกจสมาชิกเดียว แพ็กเกจสมาชิกและโค้ดโปรโมชันช่วยให้ประหยัดสูงสุด 50% เมื่อเทียบกับราคา API ทางการของผู้ให้บริการโมเดล ดูข้อเสนอปัจจุบันได้ที่ https://ailoot.ai/