分享下我是怎么在 AI 的帮助下回复邮件的。
一般询盘邮件进来，我会直接截图给 AI 并询问邮件中的具体内容是什么，虽然英文邮件的内容我能看明白，但出于细节考量我还是会去做这个步骤。
另外也有部分邮件是小语种的，我自己根本就看不懂，自然就更有必要让 AI 告诉我这封邮件讲述的是什么内容了。
而且有新邮件进来时，我都会单开一个对话框并使用当前时间与客户名称来重命名这次对话。
这么做的好处就是，后续有客户的跟进信息进来时，可以直接打开这个对话框调出过往的信息记录，自然就节省了背景交代的过程。
做完第一步之后，我自然就知道了邮件的大体内容是什么，客户想要什么东西。
但很多时候客户邮件中的产品参数是不完全的，没有办法直接给他报价，所以就需要梳理出客户的这次询价信息中缺什么东西。
这里我是有维护一个简单的 skill，告诉 AI 完整的产品报价参数是什么样的。
有了这份信息后，AI 就可以对照客户的询价信息与我默认的报价参数，从而梳理出客户邮件中缺了哪些信息。
那基于这些信息，我便可以要求 AI 给我写一封回复邮件，去询问客户那些缺失的参数信息了。
当然，这个过程中对于那些缺失的参数信息，我可以使用最基础的默认参数来进行报价。
但这个步骤我一般不会放在第一封跟进邮件中做，反倒是第一封跟进邮件发送过去，客户两天之内没回复时我才会使用默认参数进行报价。
很多时候，客户没回复就是没回复了，后续再怎么想办法跟进依旧不会有任何反馈，所以这个过程还蛮有意思的。
所以基于这样的步骤，后续的客户跟进都可以参照这样的步骤，让 AI 来帮我做邮件的文案输出与信息润色。
如此我就可以从过去的邮件写作过程中抽离出来，去做专门的信息审核与客户跟进了。
另外还有两个步骤我觉得挺关键的，一是将客户的跟进信息存档，二是将我每次的报价记录存档。
其实做这两个步骤的基本逻辑都是一模一样，就是我们主动要求 AI 去按照我们既定的规则把信息沉淀下来。
比如某个客户，我跟进了四五次，但后续无论怎么回复都看不到任何反馈，于是我就会要求 AI把我跟该客户的沟通信息用 JSON 格式沉淀到本地文件中，以便后续进行 Cold Emailing 营销。
至于报价信息存档也是同样的道理，因为我有在 Skill 中规定了这款产品必备的报价参数项。
那每次我报完价之后，我会单独要求 AI 把这次询价信息规范出来，并把我的报价数据一并结合起来进行归档。
几番积累下来，我便可以在本地形成一个最基础的产品询价库了，后续再碰到同样的产品参数时便可以很快速地给出报价数据。
基本流程就是这样，我觉得最近这段时间实操下来，效率确实要比过去提升不少。
