Obsidian 学习笔记

Appearance

邮件/消息处理 ​

处理大量邮件和消息，需要快速生成回复、调整语气、翻译内容。AI 可以帮助你提高邮件处理效率，保持专业沟通。

适用场景 ​

  • 📧 每天收到大量邮件，回复耗时
  • 💼 需要用不同语气回复不同对象
  • 🌍 跨国沟通，需要多语言翻译
  • 📝 长邮件需要快速理解要点
  • ✍️ 邮件内容需要润色和优化

前置准备 ​

必需插件 ​

插件用途安装方式
Text GeneratorAI 文本生成社区插件市场

推荐插件 ​

插件用途
Templater邮件模板管理
QuickAdd快速创建邮件笔记

功能矩阵 ​

功能场景Prompt 要点难度
回复生成根据邮件生成回复保持语气一致、要点回应⭐
语气调整正式/非正式切换指定目标语气⭐
内容润色修正错误、优化表达保持原意⭐
多语言翻译中英互译专业术语处理⭐⭐
摘要生成长邮件快速理解提取关键信息⭐

详细操作步骤 ​

步骤一：创建邮件处理笔记模板 ​

在 Vault 中创建模板文件 Templates/email-draft.md：

markdown
---
tags:
  - email
  - draft
created: {{date}}
status: draft
---

# 邮件草稿

## 收到的邮件

{{original_email}}

## 回复要求
- 语气：[正式/友好/简洁]
- 要点：[需要回应的内容]
- 语言：[中文/英文]

## AI 生成回复
<!-- 使用 Text Generator 生成 -->

## 修改后发送
<!-- 人工修改后的版本 -->

## 发送记录
- 发送时间：
- 发送方式：

步骤二：配置常用 Prompt ​

在 Text Generator 中配置以下 Prompt：

1. 回复生成 Prompt ​

markdown
# 邮件回复生成

## 原始邮件
{{original_email}}

## 回复要求
- 语气：{{tone}}  # 正式/友好/简洁
- 语言：{{language}}
- 需要回应的要点：{{key_points}}

## 要求
1. 保持与原邮件相符的语气
2. 逐一回应对方的问题
3. 表达清晰简洁
4. 包含适当的问候和结尾
5. 如果是商务邮件，保持专业格式

请生成回复：

2. 语气转换 Prompt ​

markdown
# 语气调整

## 原文
{{content}}

## 目标语气
{{target_tone}}
- 正式：适合商务沟通、上级汇报
- 友好：适合同事交流、日常沟通
- 简洁：适合快速回复、确认信息

## 要求
- 调整表达方式但不改变意思
- 使用符合目标场景的用词
- 保持专业性和礼貌

请调整语气：

3. 邮件摘要 Prompt ​

markdown
# 邮件摘要生成

## 原始邮件
{{email_content}}

## 要求
1. 提取邮件的核心目的
2. 列出需要行动的事项
3. 标注重要截止日期
4. 识别发件人期望的回复

请生成摘要：

步骤三：设置 QuickAdd 工作流 ​

在 QuickAdd 中配置邮件处理工作流：

javascript
// QuickAdd 邮件处理脚本
async function processEmail() {
  // 1. 获取剪贴板内容（原邮件）
  const originalEmail = await clipboard.readText();
  
  // 2. 让用户选择处理类型
  const action = await quickAddApi.suggester(
    ['生成回复', '调整语气', '生成摘要', '翻译'],
    ['reply', 'tone', 'summary', 'translate']
  );
  
  // 3. 根据类型处理
  let result;
  switch (action) {
    case 'reply':
      const tone = await quickAddApi.suggester(
        ['正式', '友好', '简洁'],
        ['formal', 'friendly', 'concise']
      );
      result = await textGenerator.generate(
        `以${tone}的语气回复以下邮件：\n${originalEmail}`
      );
      break;
      
    case 'summary':
      result = await textGenerator.generate(
        `总结以下邮件的关键信息（行动项、截止日期、期望回复）：\n${originalEmail}`
      );
      break;
      
    case 'translate':
      result = await textGenerator.generate(
        `将以下邮件翻译成中文：\n${originalEmail}`
      );
      break;
  }
  
  // 4. 创建笔记
  await quickAddApi.createNote({
    template: 'email-draft',
    content: `## 原邮件\n${originalEmail}\n\n## 处理结果\n${result}`
  });
}

module.exports = processEmail;

步骤四：配置快捷键 ​

在设置中为常用操作配置快捷键：

yaml
快捷键:
  Ctrl/Cmd + Shift + R: 生成回复
  Ctrl/Cmd + Shift + T: 翻译邮件
  Ctrl/Cmd + Shift + S: 生成摘要

高级技巧 ​

1. 多语言邮件处理 ​

配置多语言支持：

javascript
// 多语言邮件处理
const languageConfig = {
  '中文': { target: 'zh', style: '正式商务中文' },
  '英文': { target: 'en', style: 'Professional Business English' },
  '日文': { target: 'ja', style: '丁寧なビジネス日本語' }
};

async function translateEmail(content, targetLang) {
  const config = languageConfig[targetLang];
  return await textGenerator.generate(`
    将以下邮件翻译成${config.style}：
    ${content}
    
    要求：
    1. 保持专业术语的准确性
    2. 符合目标语言的表达习惯
    3. 保持邮件格式完整
  `);
}

2. 批量邮件处理 ​

处理大量邮件时使用批量模式：

javascript
// 批量邮件摘要
async function batchSummarize(emails) {
  const results = [];
  
  for (const email of emails) {
    const summary = await textGenerator.generate(`
      用一句话总结这封邮件的主要内容和所需行动：
      ${email}
    `);
    results.push({ email, summary });
  }
  
  // 生成汇总报告
  return results.map((r, i) => 
    `### 邮件 ${i + 1}\n${r.summary}\n`
  ).join('\n');
}

3. 邮件模板库 ​

建立常用邮件模板库：

markdown
# 邮件模板库

## 商务确认
感谢您的邮件。我确认收到您的信息，并将在[时间]前给予正式回复。

## 会议安排
您好，关于[主题]的会议，我建议的时间如下：
- 选项1：[日期] [时间]
- 选项2：[日期] [时间]

## 项目进度汇报
关于[项目名称]的进度汇报如下：
1. 已完成事项：...
2. 进行中事项：...
3. 待解决问题：...

4. 智能邮件分类 ​

使用 AI 自动分类邮件：

javascript
// 邮件分类
async function classifyEmail(email) {
  const categories = [
    '重要紧急',
    '重要不紧急', 
    '紧急不重要',
    '日常通知',
    '订阅邮件'
  ];
  
  const classification = await textGenerator.generate(`
    请将以下邮件分类到最合适的类别：${categories.join('、')}
    
    邮件内容：
    ${email}
    
    只返回类别名称，不要其他内容。
  `);
  
  return classification.trim();
}

5. 邮件追踪系统 ​

结合 Dataview 建立邮件追踪系统：

dataview
TABLE
  file.name as 邮件,
  status as 状态,
  created as 创建时间,
  reply_date as 回复截止
FROM "emails"
WHERE status = "pending"
SORT reply_date ASC

常见问题 ​

Q: AI 生成的回复不够专业怎么办？ ​

A:

  1. 在 Prompt 中明确指定专业术语
  2. 提供回复示例供 AI 参考
  3. 使用更强的模型（如 GPT-4）
  4. 先生成草稿，人工润色后再发送

Q: 如何处理敏感邮件？ ​

A:

  1. 使用本地 AI（Ollama）处理
  2. 对敏感信息进行脱敏
  3. 避免将完整邮件发送到云端
  4. 仅让 AI 处理框架和措辞

Q: 邮件翻译不准确？ ​

A:

  1. 在 Prompt 中说明专业领域
  2. 提供专业术语对照表
  3. 指定翻译风格（直译/意译）
  4. 多次迭代优化翻译结果

Q: 如何保持回复的一致性？ ​

A:

  1. 建立个人回复模板库
  2. 在 Prompt 中引用以往回复
  3. 统一使用相同的 AI 配置
  4. 定期回顾和优化模板

实际案例 ​

案例：客服邮件处理 ​

场景：客服每天需要处理 50+ 封客户邮件

配置：

javascript
// 客服邮件自动分类和回复
async function handleCustomerEmail(email) {
  // 1. 分类
  const category = await classifyEmail(email);
  
  // 2. 提取关键信息
  const info = await textGenerator.generate(`
    从客户邮件中提取：
    - 订单号
    - 问题类型
    - 紧急程度
    - 客户情绪
    
    邮件：${email}
  `);
  
  // 3. 生成回复草稿
  const reply = await textGenerator.generate(`
    作为客服，用专业、友好的语气回复以下客户邮件：
    ${email}
    
    要点：
    1. 表达理解和同情
    2. 说明解决方案
    3. 提供后续支持
  `);
  
  return { category, info, reply };
}

效果：

  • 邮件处理时间从 15 分钟/封降至 3 分钟/封
  • 回复质量一致性提升
  • 客户满意度提高 20%

相关资源 ​

← 返回案例目录

最后更新：2026年4月7日编辑此页反馈问题