寫郵件

撰寫電子郵件可能是一項耗時的任務，特別是當你需要先閱讀收到的郵件時。本節將涵蓋了從簡單的寫郵件告訴老闆你今天生病了，到更復雜場景的冷郵件（Cold Emails）的各種用例。

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😈）。這裡有一個簡單的提示，可以寫一封電子郵件給你的老闆，告訴他們你病了。

這封電子郵件雖然沒什麼問題，但有點無聊。讓我們加點料吧！

語言風格修改/指令

很容易就可以修改郵件的風格。例如，你可以要求 AI “幽默”，或指示它“包含一個有趣的理由”。

這裡是另一個更加嚴肅/專業的示例。

回覆郵件

想象一下，你收到了老闆一封很長的電子郵件，內容很多。你需要回復這封郵件，但是沒有時間閱讀整個郵件。這時你就可以將郵件內容交給 AI，並要求它生成摘要和任務項清單（譯註：中文場景由於郵件格式問題，加上寫信人和收信人效果會更好）。

你可以使用這份摘要來撰寫回復郵件。

請注意，你通常可以將這兩個步驟合併為一個。你可以要求 AI 直接從你收到的電子郵件中生成一個回覆郵件。

冷郵件（Cold Emails）

冷郵件是發給陌生人的電子郵件。由於很難從冷郵件中獲得回覆，因此傳送定製性較高的郵件可能會有所更有效。讓我們看看如何使用 GPT-3 來實現這一點。

效果還可以，但是我們可以做的更好。讓我們新增一些更多的資訊到提示中。

使用非結構化資訊

假設你已經擁有了你要傳送郵件的收件人的 LinkedIn 賬戶，你可以將這些資訊新增到郵件中，使郵件更具個性化。我們以 Strive 的創始人 的 LinkedIn 賬戶為例子，從他的資料中複製一些資訊並新增到郵件中。（譯註：此處使用了完整的 LinkedIn 主頁內容，翻譯成中文後會超長，故保持原文。大概效果就是 GPT 會使用提供的資訊，編寫看起來是“量身定製”的郵件）

LLMs 非常有用，可以減少我們從 LinkedIn 複製的所有資訊的混亂程度。透過從 LinkedIn 上抓取相關資訊，這種冷啟動過程也可以在更大範圍內實現自動化。

總結

LLMs 可以幫助你撰寫電子郵件！但在傳送之前，請務必閱讀他們所寫的內容 😉

更多參考

• Zapier

桑德舒爾霍夫

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 ↩