Ho costruito un sistema di email triage AI in 15 minuti (mi risparmia 5 ore/settimana)

Un flusso di lavoro costruito su Make.com classifica ogni messaggio in arrivo in uno dei tre secchi, quindi prende le azioni appropriate senza che io lo tocchi.

Ecco la foto. arriva una nuova email. Make.com la prende, invia la riga di argomento e il corpo a ChatGPT con un unico prompt specifico. ChatGPT restituisce una parola: lead, support o rumore. In base a quella parola, tre azioni diverse vengono eseguite. Lead va a Notion e mi spinge su Slack. Support riceve una rassegna di risposta in attesa nella mia casella di posta. Il rumore viene archiviato senza che io lo veda mai. Tempo di costruzione totale oggi: quindici minuti. Tempo risparmiato: circa cinque ore ogni settimana. Andiamo.

Passo uno, il trigger. Apri Make.com, fai clic su Crea nuovo scenario. Cerca Gmail nell'elenco dei moduli, fai clic su di esso, scegli Watch e-mail. Connetti il tuo account Gmail se non l'hai già fatto. Ora le impostazioni. Carpeta: Inbox. Segna i messaggi come letti: no, vogliamo che siano intatti fino a quando il nostro flusso di lavoro non deciderà cosa fare. Limito: dieci, quindi elabora dieci e-mail per corsa. Filter: aggiungere un filtro, è illegito, quindi non ripreseremo le cose. Clicca OK. Il trigger è fatto. Successivamente abbiamo bisogno del classificatore, il cervello che decide che tipo di e-mail è ciascuna.

Se non hai ancora collegato OpenAI, avrai bisogno di un tasto API, una sola configurazione, due minuti. Nel modello a discesa, scegli gpt-4o-mini. È economico e veloce, non abbiamo bisogno del modello pesante per questo. Ora, nel prompt, incolla questo esattamente: Leggi questa email e rispondi con una sola parola: lead, support o noise. lead significa una richiesta di vendita o una vera opportunità di business. support significa un cliente esistente con una domanda o un problema. noise significa newsletter, promozione, notifica automatica o qualsiasi altra cosa. email soggetto: corpo: corpo. mappare l'oggetto e i campi del corpo dal trigger di Gmail.

Tre, il router. Il router è ciò che rende Make.com potente. Fare clic sull'icona della chiave di rotta sul connettore dopo OpenAI, scegliere Aggiungere un router. Tre rami si diffonderanno da esso. Su ogni ramo impostamo un filtro, che è la condizione per prendere quel percorso. Primo ramo: filtro dove la risposta OpenAI equivale a piombo. Secondo ramo: equivale a supporto. Terzo ramo: equivale al rumore. Questo è l'albero di decisione. Da qui, l'email viene inviato esattamente in un percorso basato su ciò che ChatGPT ha deciso. Ora filiamo ciò che accade su ogni ramo.

Il passaggio quattro, il ramo di lead. Questo è il percorso ad alto valore. Nel ramo di lead, aggiungere due moduli. Prima, Notion, Creare un elemento di database. Connettere il tuo Notion, scegliere il tuo database CRM e mappare i campi. Soggetto da Gmail va al titolo. Corpo va ai Note. E-mail del mittente va all'email. Imposta il status a nuovo lead. Salvare. Secondo modulo sullo stesso ramo: Slack, Invia un messaggio. Scegli il tuo canale, scriva il messaggio: nuovo lead colpisce la casella di invio più il soggetto e il mittente. Mappa quei campi. Salvare. Ora quando ChatGPT classifica un'email come lead, due cose accadono automaticamente, una voce CRM viene creata e mi viene pingato. Tempo da email che arriva a me sapendo di esso: circa tre secondi.

Fino a questo ramo non voglio una completa automazione, perché il supporto clienti richiede il mio giudizio effettivo. Quindi, invece di rispondere direttamente, il flusso di lavoro crea una risposta che si trova nella mia casella di posta in attesa di essere rivista. Aggiungi un modulo Gmail, Crea un progetto. Per: mappare l'email inviatore. soggetto: Re più l'oggetto originale. corpo: Invio un'altra chiamata OpenAI qui che prende il contenuto dell'email e scrive una risposta amichevole a prima bozza basata su un modello. Il progetto si trova nella mia cartella di bozze. lo apriro, se necessario, aggiungo, premero inviare. Vent' secondi di lavoro invece di tre minuti di iniziare da zero.

Passo sei, il ramo del rumore. Questo è il più semplice. Aggiungi un modulo Gmail, Modifica un messaggio. Metti l'ID del messaggio dal trigger. Imposta Aggiungi etichette ad un'etichetta che ho creato chiamata Noise e Mark come lettura a sì. Ecco. Newsletter, pitch di vendita, notifiche automatiche, tutti archiviati all'etichetta Noise senza mai apparire nella mia casella di posta principale. Non li vedo mai. Non mi rompono mai il focus.

Fatto sette, testalo. Clicca su Run una volta in fondo a Make.com. Invia a te stesso un test email, prova un lead ovvio, una domanda di supporto, una promozione. Guarda i moduli illuminare in verde mentre l'email scorre. Tre errori comuni. Uno, OpenAI restituisce più di una parola. Fissa: aggiungere Reply con ONE WORD solo, senza puntuazione, senza spiegazioni due volte nel prompt. Due, i rami del router non sparano. Fissa: controlla esattamente che i tuoi valori di filtro siano minuscoli che corrispondono a lead, supporto e rumore. Tre, si raggiunge il limite di livello Make free. Fissa: il piano Pro è di ventinove dollari al mese. Per cinque ore alla settimana, fare il calcolo.

Tre modi per estendere questo una volta che hai la base in funzione. Uno, sostituire il modulo OpenAI con Claude. Proprio idea, modello diverso. Preferisco Claude per le sfumature quando l'email è ambiguo. Due, aggiungere un quarto ramo per VIP. Se il mittente è su un elenco di persone importanti, percorri a un canale Slack separato di priorità che mi pinge anche nei fine settimana. Tre, collegare questo flusso di lavoro ai tuoi GPT personalizzati dall'ultimo video. Invece di chiamate OpenAI generiche in Make, puoi colpire un GPT specifico addestrato sul tuo stile di supporto o sulla tua voce di vendita. Lo scenario base è la base. Tutto il resto si compone in cima a esso.

Il progetto completo di Make.com è nella descrizione. Puoi importarlo direttamente nel tuo account, file, importare, incollare il JSON. Vent'anni. Abbonati perché il prossimo video costruirò il trigger che tira automaticamente i lead da un GPT personalizzato all'interno di Notion. Questo è il ciclo in cui l'IA genera il lead, il mio workflow lo elabora e il CRM lo aggiorna senza che io lo tocchi. Ci vediamo lì.