早上九點，小莉打開電腦，Gmail 依舊跳了一堆新信件出來。但這一次，她沒再嘆氣，反而點開了系統。畫面上，所有來信都已經自動分類、標上用途、還附上了推薦產品清單。
她不需要一封封打開、不用猜對方要什麼，只需要聚焦回應那些真正有商機的信件。

她笑了笑，想起幾個月前團隊還在為信件分類頭痛，每天三個人忙到傍晚，如今，一早就能掌握全部重點，不僅客戶回覆快了，成交率也明顯提升了。

但 AI 沒有取代他們的工作，只是讓他們把時間，花在真正重要的對話上。

本作品成功整合 Make + AI + Odoo 為核心的智能信件處理流程，具體成果如下：

✅ 成果一：AI 自動解析信件內容並判斷意圖

透過 Gmail 與 Make 的串接，來信內容即時送交給AI 模型進行語意分析，自動辨識信件主題與客戶意圖，包含詢價、產品購買需求、售後問題或其他情境，並可初步判定是否屬於潛在商機信件。這個流程大幅減少人工開信、閱讀、判斷的時間，讓團隊更有效率地處理大量信件。

✅ 成果二：結構化標籤生成 + 產品對應推薦

AI 不僅能理解信件內容，還能進一步將內容轉換為結構化格式，並根據這些資訊比對內部的產品分類資料，推薦最合適的商品。即使信中沒有寫出標準品名，系統也能推論出對應產品，大幅減少對資深員工經驗的依賴。

✅ 成果三：同步 Google Sheets 作為資料記錄與擴充維護

為了讓 AI 能準確對應產品，我們將 Odoo 系統裡的產品大分類資料自動同步至 Google Sheets，這份表單就像是 AI 的對照表，讓AI 在解析來信時能更準確對應產品，讓回覆不再憑經驗，而是有一致且穩定的依據，也便於日後人工擴充、維護與同步產品資料。

✅ 成果四：打造「AI 準備 → 人類確認」的混合決策流程

本系統特別設計為**「AI 初判 + 人類精修」**這就是我們在個案(一)的成果實踐，從分類、推薦到確認流程，一步步把信件處理變成一件輕鬆的事。

• AI 自動標示重點與推薦商品
• 人員可快速點選信件進行最終確認與修改
• 透過 AI 統一標籤邏輯與建議用語，提升整體回覆品質一致性

這種半自動化流程不僅兼顧效率與準確性，也讓團隊成員更安心地接受 AI 的輔助角色，逐步建立人機協作的文化。

這就是我們在個案(一)的成果實踐，從分類、推薦到確認流程，一步步把信件處理變成一件輕鬆的事。

👉下一篇，我們會分享另一個完全不同的挑戰，看看Make + AI + Odoo還能怎麼玩出新花樣!