客户邮件大概是所有办公输入里最不像结构化的数据了。同一封邮件里可能既有报价问题，又有交付时间确认，还夹了一句”顺便帮我看看上次说的那个问题”；发件人可能是客户、供应商，也可能是内部同事转发。靠人一封封读，读不完；靠规则关键词过滤，又漏得厉害。这类场景恰恰是 AI Agent 最该上手的——先把信息理清楚，再决定谁处理、怎么处理。
这套流程和之前写过的 销售线索整理 是一个思路：不是让 Agent 替人做判断，而是让它把散乱的输入变成可讨论的结构。区别在于邮件更看重时效和承诺——晚回一封报价邮件，可能就丢一个单子。
先分拣：别把邮件都堆给一个人
分拣的目标不是给邮件打标签，而是回答三个问题：这是谁发的、属于什么类型、紧急不紧急。类型可以按业务来定，比如报价咨询、售后问题、合同或发票、内部协作、订阅通知。紧急度则结合发件人等级和关键词判断，客户高管来信和促销通知显然不是一个处理优先级。
分拣规则别一开始就写得很细。先让 Agent 按大类和紧急度分，跑两周之后用误分样本回喂，再逐步加细分规则。这个迭代方式和 任务路由 里的做法一致——路由质量是试出来的，不是设计出来的。
再提取：待办和承诺别烂在邮箱里
邮件里最值钱的信息是待办和承诺：客户要求周五前给方案、我们答应下周三补发资料、供应商说今天下班前回复。这些内容一旦藏在正文里，靠人记忆基本会漏。Agent 要做的，是把每一件都抽成”谁、做什么、什么时候”的结构化条目，进待办清单，而不是留在邮件里。
承诺尤其要小心。站里写过 客户可见动作怎么管，外发、承诺和删除都要留最后确认——邮件里的承诺同样适用。Agent 提取出来的承诺要经过确认才能进系统，不能它自己说了算。
最后回复：草稿加复核，能发出去才是闭环
回复草稿是邮件 Agent 价值感最强的一步，也是最容易翻车的一步。让它直接发送，风险太大；让它只做总结，价值又没体现出来。折中的做法是：Agent 生成草稿，标明它依据了哪封邮件、哪些信息是待确认的，然后由人来审。审的时候重点看三处——语气是否合适、事实有没有对错、承诺有没有越界。
已经跑顺的团队，可以把低风险类型（比如通用物流信息、模板化通知）放进自动发送白名单，其余全部走草稿。分级放行这个逻辑，和 失败升级规则 是同一个原则：风险越高，人工介入越多。
容易忽略的两个坑
一个是敏感信息。邮件里经常有客户电话、合同金额、内部备注，Agent 在草稿里引用可以，但要避免原样转发给外部地址，跨系统流转前先走一遍 敏感数据脱敏。另一个是失败处理。附件解析失败、分拣卡住、客户连续追问，都要有明确的升级路径，别让邮件在 Agent 手里悄悄沉默——该转人工就转人工，转人工队列 要提前接好。
总结
用 AI Agent 处理客户邮件，核心是把”读邮件”变成”处理邮件”：分拣决定谁看，待办提取决定做什么，草稿加复核决定怎么回。三个环节都留人工出口，Agent 就不会从帮手变成另一个失联的收件箱。
