返回文章列表

業務流程 · 實作指南

AI 電子郵件有兩份內文:別讓它們作出不同承諾

核對同一封電子郵件的 HTML 與純文字內文,確保日期、地址、下一步及連結傳達相同承諾。

AI 電子郵件有兩份內文:別讓它們作出不同承諾

AAHouse 原創解說影片,採用 AI 輔助概念畫面、合成旁白及原創音樂。

英文逐字稿 · 簡體中文普通話逐字稿 · 台灣華語逐字稿 · 澳門粵語逐字稿

一封電子郵件,兩種說法

假設一家美國工作室用 AI 起草取件通知。審核畫面上的 HTML 版本寫“週五可取”,純文字版本卻保留舊稿的“週四可取”。這不是兩個客戶收到了兩封電子郵件,而是同一封電子郵件內有兩份內文。只審核漂亮的一面,可能漏掉另一份業務承諾。本文案例為假設,並非真實客戶事故。

假設案例:同一封電子郵件
假設案例:同一封電子郵件 — HTML:週五可取貨; 純文字:週四可取貨; 衝突的是承諾,不只是樣式
  • HTML:週五可取貨
  • 純文字:週四可取貨
  • 衝突的是承諾,不只是樣式

說明圖重繪 · 合成資料,非實際業務結果

先把兩份內文擺在一起

MIME 的 multipart/alternative 用來提供同一資訊的不同表示,收件程式根據支援能力與偏好選擇版本。[1] Amazon SES 官方示例也展示了一封電子郵件同時包含純文字與 HTML。[2] 因而驗收對象應是最終電子郵件中的每份內文,而不僅是編輯器裡的預覽。不要假設每位客戶都看到與你一樣的版本。

兩份郵件內文,都要驗收
兩份郵件內文,都要驗收 — 同一封郵件 → HTML 內文; 同一封郵件 → 純文字內文; 收件者不一定看到審核者看到的版本
  • 同一封郵件 → HTML 內文
  • 同一封郵件 → 純文字內文
  • 收件者不一定看到審核者看到的版本

說明圖重繪 · 合成資料,非實際業務結果

一次確認事實,再產生兩種排版

我們的建議是先固定取件日期、地址、訂單編號與下一步,再從同一份已確認內容產生兩種內文。AI 可以調整語氣,不能讓兩次獨立改寫各自決定日期。若 HTML 新增“請帶確認函”,純文字也要表達這項要求;字體和按鈕可以不同,客戶需要做的事不能不同。

一份事實,兩種呈現方式
一份事實,兩種呈現方式 — 先確認:日期 / 地址 / 訂單編號 / 下一步; 再產生:HTML + 純文字; 兩個版本都保留:請攜帶確認函
  • 先確認:日期 / 地址 / 訂單編號 / 下一步
  • 再產生:HTML + 純文字
  • 兩個版本都保留:請攜帶確認函

說明圖重繪 · 合成資料,非實際業務結果

按鈕消失後,行動還在嗎

把“查看取件說明”按鈕改成純文字時,除了保留名稱,還要保留可使用的網址。不要只刪掉 HTML 標籤,留下一個不能點選、也沒有地址的提示。檢查網址指向是否正確,但不要用真實客戶的私人存取連結作測試資料。這裡的重點是保留行動含義,不是追求逐字相同的排版。

檢查按鈕轉換後的內容
檢查按鈕轉換後的內容 — HTML:查看取貨說明 → 目標網址; 純文字:查看取貨說明 + 完整網址; 不要只保留按鈕上的文字
  • HTML:查看取貨說明 → 目標網址
  • 純文字:查看取貨說明 + 完整網址
  • 不要只保留按鈕上的文字

說明圖重繪 · 合成資料,非實際業務結果

做一個故意出錯的本機樣本

本文用本機 Python 電子郵件解析器讀取合成電子郵件:先放入週四和週五兩個衝突版本,檢查可分別擷取並發現日期不同;再從相同事實產生兩個版本,核對日期和說明網址。這個實驗沒有寄出電子郵件,也不證明所有信箱都顯示正常。實際交付前仍應在獲准的測試信箱裡查看兩種格式與行動裝置上的顯示效果。

本機合成範例檢查
本機合成範例檢查 — 衝突範例:週四 ≠ 週五 → 偵測到; 一致範例:日期相同 → 通過; 一致範例:說明網址相同 → 通過; 未寄送郵件,也未驗證實際郵件軟體的顯示
  • 衝突範例:週四 ≠ 週五 → 偵測到
  • 一致範例:日期相同 → 通過
  • 一致範例:說明網址相同 → 通過
  • 未寄送郵件,也未驗證實際郵件軟體的顯示

說明圖重繪 · 合成資料,非實際業務結果

交接時不要只交一張螢幕截圖

交給審核人的應有最終 HTML 預覽、純文字內文與關鍵事實核對結果。修改任何一版後,兩版一起重查。驗收可以很具體:“兩版均寫週五取件,地址一致,下一步與連結完整。”AI 幫你更快寫出電子郵件的價值,只有在不同閱讀方式下仍傳達同一個承諾時,才算真正交到客戶手裡。

交給審核者的三項內容
交給審核者的三項內容 — 最終 HTML 預覽; 最終純文字內文; 日期、地址、下一步與連結的核對結果
  • 最終 HTML 預覽
  • 最終純文字內文
  • 日期、地址、下一步與連結的核對結果

說明圖重繪 · 合成資料,非實際業務結果

想把想法變成可驗證的試行?

聊聊你的工作流程

來源與延伸閱讀

編輯原則

本系列以 AI 輔助原創撰寫,並對照連結的公開來源。實作建議與假設情境屬編輯分析,並非客戶實績。來源發布日期及產品細節可能與本系列整理日期不同。