提示工程指南
😃 基础
💼 基础应用
🧙‍♂️ 进阶
🤖 代理
⚖️ 可靠性
🖼️ 图片提示词
🔓 破解提示
🔨 Tooling
💪 提示微调
🎲 杂项
📙 Vocabulary Reference
📚 Bibliography
📦 Prompted Products
🛸 Additional Resources
🔥 Hot Topics
✨ Credits
💼 基础应用🟢 写邮件

写邮件

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

桑德·舒尔霍夫

撰写电子邮件可能是一项耗时的任务,特别是当你需要先阅读收到的邮件时。本节将涵盖了从简单的写邮件告诉老板你今天生病了,到更复杂场景的冷邮件(Cold Emails)的各种用例。

病假

想象一下,有一天你生病了,不能去上班(或者只是不想去😈)。这里有一个简单的提示,可以写一封电子邮件给你的老板,告诉他们你病了。

这封电子邮件虽然没什么问题,但有点无聊。让我们加点料吧!

语言风格修改/指令

很容易就可以修改邮件的风格。例如,你可以要求 AI “幽默”,或指示它“包含一个有趣的理由”。


这里是另一个更加严肃/专业的示例。


回复邮件

想象一下,你收到了老板一封很长的电子邮件,内容很多。你需要回复这封邮件,但是没有时间阅读整个邮件。这时你就可以将邮件内容交给 AI,并要求它生成摘要和任务项清单(译注:中文场景由于邮件格式问题,加上写信人和收信人效果会更好)。


你可以使用这份摘要来撰写回复邮件。


请注意,你通常可以将这两个步骤合并为一个。你可以要求 AI 直接从你收到的电子邮件中生成一个回复邮件。

冷邮件(Cold Emails)

冷邮件是发给陌生人的电子邮件。由于很难从冷邮件中获得回复,因此发送定制性较高的邮件可能会有所更有效。让我们看看如何使用 GPT-3 来实现这一点。

效果还可以,但是我们可以做的更好。让我们添加一些更多的信息到提示中。

使用非结构化信息

假设你已经拥有了你要发送邮件的收件人的 LinkedIn 账户,你可以将这些信息添加到邮件中,使邮件更具个性化。我们以 Strive 的创始人 的 LinkedIn 账户为例子,从他的资料中复制一些信息并添加到邮件中。(译注:此处使用了完整的 LinkedIn 主页内容,翻译成中文后会超长,故保持原文。大概效果就是 GPT 会使用提供的信息,编写看起来是“量身定制”的邮件)

LLMs 非常有用,可以减少我们从 LinkedIn 复制的所有信息的混乱程度。通过从 LinkedIn 上抓取相关信息,这种冷启动过程也可以在更大范围内实现自动化。

总结

LLMs 可以帮助你撰写电子邮件!但在发送之前,请务必阅读他们所写的内容 😉

更多参考

Footnotes

  1. Bonta, A. (2022). How to use OpenAI’s ChatGPT to write the perfect cold email. https://www.streak.com/post/how-to-use-ai-to-write-perfect-cold-emails