Risposta automatica email AI per e-commerce: un flusso di lavoro a 5 categorie che non invia mai automaticamente

Le cinque categorie

Come classifichiamo la posta

Ogni messaggio in entrata viene eseguito attraverso un motore di regole trasparente che cerca parole chiave. Il motore non chiama un modello nascosto; controlla un elenco breve di token e assegna esattamente un'etichetta.

Dettagli delle categorie

- Richiesta – parole come "prezzo", "magazzino", "colore", "spedizione", "ETA". - Reclamo – parole come "rotto", "danneggiato", "arrabbiato", "rimborso", "addebito", "scontento". - Reso / scambio – parole come "RMA", "taglia sbagliata", "articolo sbagliato", "annulla", "scambia". - Partnership – parole come "ingrosso", "affiliato", "bulk", "B2B", "collaborazione". - Spam – parole come "crypto", "lotteria", "phishing", "vinci", "premio". Questi vengono messi in quarantena e non vengono mai risposti.

Placeholder di bozza tipici

Categoria | Esempio di segnale | Placeholder di bozza Richiesta | "Quando verrà spedito il mio ordine?" | Ciao {{customer_name}}, il tuo ordine #{{order_id}} è programmato per essere spedito il {{ship_date}}. Riceverai un link di tracciamento quando il corriere lo scannerà. Reclamo | "Lo schermo è arrivato rotto." | Ciao {{customer_name}}, mi dispiace sentire del danno. Rispondi con una foto del problema e inizieremo la sostituzione. Reso / scambio | "Ho bisogno di una taglia M invece di L." | Ciao {{customer_name}}, scambiamo l'articolo. Rispondi con il numero di autorizzazione al reso che genereremo per te. Partnership | "Offrite prezzi all'ingrosso?" | Ciao {{customer_name}}, ho allegato il nostro foglio dei prezzi all'ingrosso. Fammi sapere se desideri fissare una chiamata. Spam | "Hai vinto 1.000.000 di dollari!" | (Nessuna bozza – messaggio spostato nella cartella dello spam)

Perché basato su regole?

Le regole sono facili da verificare. Puoi vedere esattamente quale parola ha attivato l'etichetta. Se appare una nuova frase, la aggiungi all'elenco e il cambiamento è visibile nel registro. Ciò mantiene il sistema prevedibile e ti consente di spiegare le decisioni ai colleghi o agli auditor.

Punteggio prima di creare la bozza

Punteggio del sentimento

Calcoliamo un valore di sentimento da −1 a +1. I valori negativi indicano frustrazione, i valori positivi indicano allegria. Il punteggio deriva da un lessico che pesa parole come "felice", "grazie", "arrabbiato", "deluso". Ogni token aggiunge o sottrae una piccola quantità; la somma è limitata alla gamma.

Punteggio di urgenza

L'urgenza va da 0 a 10. Token sensibili al tempo come "ora", "al più presto", "oggi", "immediatamente" aggiungono 2 punti ciascuno. Il linguaggio di rimborso o addebito aggiunge 3 punti. Se il messaggio menziona una minaccia legale, aggiungiamo 4 punti. Il totale è limitato a 10.

Soglie di decisione

Quando l'urgenza raggiunge 7 o più, o il sentimento scende al di sotto di −0,4, o la categoria è Reclamo, l'email è segnalata per la revisione umana. Una nota interna è allegata che elenca i segnali esatti che hanno fatto superare il punteggio. Tutto viene archiviato nel registro di controllo, in modo che tu possa riprodurre il motivo per cui un messaggio è stato escalato.

Orientamento esterno

Il nostro metodo di punteggio segue le suggerimenti presenti nel Framework di gestione del rischio AI di NIST (https://www.nist.gov/itl/ai-risk-management-framework) e il LLM Top 10 di OWASP (https://owasp.org/www-project-top-10-for-large-language-model-applications). Queste fonti ci aiutano a mantenere il modello trasparente e il rischio basso.

Cosa accade dopo

Se l'email non soddisfa alcuna soglia, generiamo una bozza utilizzando il modello specifico della categoria. La bozza contiene solo variabili e placeholder fattuali; non inseriamo mai dettagli inventati. La bozza si trova nella coda dove un agente di supporto può revisionarla, modificarla e inviarla.

Le regole dell'onestà

Cosa vietiamo nei progetti

- Nessuna data di rimborso garantita a meno che non abbiamo verificato che la restituzione sia stata ricevuta. - Nessuna promessa di “100 % di soddisfazione” o altre affermazioni assolute simili. - Nessuno stato d'ordine falso come “spedito” quando il vettore non ha scansionato il pacco. - Nessun linguaggio di upsell che implichi uno sconto non approvato.

Come applichiamo le regole

Il motore di creazione dei progetti controlla ogni frase contro un elenco di modelli vietati. Se un modello corrisponde, il motore interrompe l'output e restituisce un segnaposto che chiede all'agente di verificare il fatto. Ad esempio, se il modello tenta di dire “Il tuo rimborso sarà elaborato in 2 giorni”, il motore rileva la bandiera della timeline non verificata e sostituisce la frase con “Verifica la timeline del rimborso prima di inviare.”

Perché questo è importante

I fallimenti pubblici degli strumenti di risposta automatica di solito derivano da promesse eccessive. Bloccando quelle frasi alla fonte, manteniamo l'agente nel loop per qualsiasi affermazione che potrebbe influenzare i diritti o le aspettative del cliente. L'agente può ancora aggiungere una garanzia dopo aver controllato il sistema degli ordini, ma lo strumento non la inserirà mai di sua iniziativa.

Cosa non è

Non un agente autonomo

MailPilot non invia mai un messaggio senza che un essere umano prema il pulsante di invio. È uno strumento di stesura, non un bot che parla con i clienti in modo autonomo.

Non una garanzia di risposte perfette

Lo strumento riduce la digitazione ripetitiva, ma non promette che ogni bozza sarà senza errori. Gli agenti devono ancora leggere e regolare.

Non un sostituto del giudizio

Le decisioni che richiedono l'interpretazione delle politiche, i gesti di buona volontà o le sfumature legali rimangono con il team di supporto. Lo strumento gestisce solo il primo passaggio di categorizzazione e stesura.

Non una scatola nera

Tutti i punteggi, le corrispondenze delle regole e le scelte dei modelli sono registrati. Puoi esportare il registro e vedere esattamente perché un messaggio è stato instradato in un certo modo.

Cosa sostituisce

Triage manuale

Prima di MailPilot, un team di tre agenti trascorreva circa 2,5 ore ogni mattina leggendo gli stessi cinque tipi di domande, copiando testo da modelli e digitando note personali. Quel lavoro era ripetitivo e soggetto a errori di stanchezza.

Tempo risparmiato

Con il livello di stesura in posto, lo stesso team ora trascorre circa 45 minuti per il triage. Le restanti due ore vengono utilizzate per casi complessi, controlli di qualità e outreach proattivo.

Coerenza

Poiché i modelli sono condivisi, il linguaggio utilizzato per lo stato degli ordini, le istruzioni per la restituzione e le richieste di vendita all'ingrosso rimane uniforme durante i turni. I clienti notano il tono costante.

Provalo

Passaggi demo

- Visita la pagina demo interattiva gratuita. - Incolla qualsiasi email di supporto nella casella di testo. - Premi "Classifica e bozza". - Vedi la categoria, i punteggi di sentimento e urgenza e la bozza generata. - Modifica la bozza se lo desideri, quindi copiala nel tuo helpdesk.

Limiti del piano gratuito

Il piano gratuito consente fino a 20 risposte bozzate al giorno. Non è necessario un account. Se hai bisogno di un volume maggiore, i piani a pagamento partono da 150 bozze al giorno e includono l'accesso all'API per l'integrazione con il helpdesk.

Checklist dell'operatore per la risposta automatica di posta elettronica AI per l'e-commerce: un flusso di lavoro a 5 categorie che non invia mai automaticamente

Tengo una checklist scritta accanto a ogni rilascio che tocca questo argomento. La lista è noiosa di proposito: nomina il proprietario, nomina l'artefatto delle prove, e nomina il rollback. Se un passaggio non può produrre un file, un ticket o una riga di log, non è un passaggio — è un desiderio.

Prima di modificare la produzione

- Congela il ramo o la revisione della configurazione che misurerai. - Registra il modo di guasto attuale con un input concreto e un output concreto. - Conferma quale identità esegue il lavoro e se tale identità può raggiungere dati che non dovrebbe. - Apri le principali referenze che citerai: https://owasp.org/www-project-top-10-for-large-language-model-applications, https://www.nist.gov/itl/ai-risk-management-framework.

Mentre esegui il controllo

- Preferisci un percorso riproducibile rispetto a dieci screenshot aneddotici. - Scrivi il risultato sicuro atteso prima di attivare lo strumento o la query. - Cattura l'esatto comando, prompt, schema o regex sotto test — non una parafrasi. - Se il sistema può agire (inviare, scrivere, eliminare, trasferire), richiedi un confine di conferma nello stesso passaggio.

Dopo aver finito

- Archivia il rischio residuo con un proprietario e una data, anche quando la scansione è pulita. - Non convertire un segno di spunta verde in un linguaggio di vendita che affermi la completezza. - Esegui nuovamente la stessa checklist quando il modello, lo schema dello strumento o le regole di convalida cambiano.

Segnale | Cosa registrare | Fermare la spedizione? Scrittura o invio inaspettato | Nome dello strumento, argomenti, identità | Sì fino a quando non è limitato Conferma mancante su azione distruttiva | Percorso di chiamata e bypass | Sì Testo non attendibile trattato come istruzione | Superficie di origine e azione risultante | Sì per la portata dell'agente Scanner pulito, giudizio aperto | Elementi differiti + proprietario | Solo se il percorso principale è sicuro

mailpilot aiuta con il primo passaggio misurabile. Le scelte di architettura, il consenso legale e le affermazioni rivolte al cliente ancora necessitano di un proprietario umano. Tratta ogni riga della checklist come supporto decisionale, non come certificato.

Come spiego i limiti agli acquirenti

Quando un potenziale acquirente chiede se il prodotto "copre tutto", rispondo con il limite: i controlli automatizzati rilevano modelli noti; le nuove catene e il giudizio di politica richiedono ancora una revisione. Quella onestà mantiene il carico di supporto basso e mantiene il blog allineato con ciò che il prodotto effettivamente fa.

Se hai bisogno di un secondo parere, abbina questo testo con le risorse di riferimento riportate di seguito e con la tua stessa riproduzione di staging. Non saltare il passaggio di riproduzione solo perché un modello ha scritto un riassunto fiducioso.

Riferimenti

- https://owasp.org/www-project-top-10-for-large-language-model-applications - https://www.nist.gov/itl/ai-risk-management-framework