这事发生在上个月，现在想起来还是觉得很社死。

起因特别简单，我们部门每天要处理大量客户邮件，基本就是咨询产品功能、问报价、反馈BUG之类的。内容重复度很高，但回复又不能不回，领导嫌大家效率低，天天在群里催"邮件处理速度能不能快一点"。

我脑子一热，跟领导说：这个简单，我写个脚本自动回。

领导说好啊，年轻人有想法。

然后我就给自己挖了个坑，现在还没爬出来。

第一阶段：天真地以为很简单

我当时的想法就是调个API的事。现在大模型API这么成熟，我只需要把邮件内容传进去，让它生成回复，再调用SMTP发回去不就完了吗。

说干就干。

先申请了DeepSeek的API Key（当时觉得性价比高），充了50块钱进去，心想这够用很久了吧。

然后开始写代码。核心逻辑其实就那么几行：

python

import requests
import json

def get_ai_reply(email_content):
    api_key = "sk-你的API密钥"
    url = "https://api.deepseek.com/v1/chat/completions"
    
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    
    data = {
        "model": "deepseek-chat",
        "messages": [
            {"role": "system", "content": "你是某公司客服人员，负责回复客户邮件。要求回复专业、礼貌、简洁。"},
            {"role": "user", "content": f"请回复以下客户邮件：\n{email_content}"}
        ],
        "temperature": 0.7,
        "max_tokens": 500
    }
    
    response = requests.post(url, headers=headers, data=json.dumps(data))
    result = response.json()
    return result["choices"][0]["message"]["content"]

跑了一下，能用，回复质量还行，就是有时候太啰嗦，我又加了句"控制在100字以内"，效果好多了。

然后我写了个自动发邮件的模块：

python

import smtplib
from email.mime.text import MIMEText
from email.header import Header

def send_email(to_addr, subject, content):
    smtp_server = "smtp.公司邮箱.com"
    from_addr = "service@公司.com"
    password = "邮箱授权码"
    
    msg = MIMEText(content, "plain", "utf-8")
    msg["From"] = Header("客服机器人", "utf-8")
    msg["To"] = Header(to_addr, "utf-8")
    msg["Subject"] = Header(f"回复：{subject}", "utf-8")
    
    server = smtplib.SMTP(smtp_server, 25)
    server.login(from_addr, password)
    server.sendmail(from_addr, [to_addr], msg.as_string())
    server.quit()

最后用IMAP监听收件箱，来新邮件就触发整个流程：

python

import imaplib
import email
from email.header import decode_header

def check_inbox():
    mail = imaplib.IMAP4_SSL("imap.公司邮箱.com")
    mail.login("service@公司.com", "密码")
    mail.select("INBOX")
    
    status, messages = mail.search(None, "UNSEEN")
    if status == "OK":
        msg_ids = messages[0].split()
        for msg_id in msg_ids:
            status, data = mail.fetch(msg_id, "(RFC822)")
            if status == "OK":
                raw_email = data[0][1]
                msg = email.message_from_bytes(raw_email)
                subject = decode_header(msg["Subject"])[0][0]
                from_addr = msg["From"]
                # 提取邮件正文...（省略一大段编码处理的坑）
                # 然后调用AI生成回复
                # 然后调用send_email发出去

试了一下，整套流程跑通了，心里美滋滋。从收到邮件到自动回复，全程不到10秒。

第二阶段：上线了，噩梦开始了

我把代码部署到服务器上，跟领导说搞定了。领导挺高兴，说可以啊，先试运行几天看看效果。

然后第一个问题出现了。

有个客户发邮件问："你们这个产品的报价是多少，我们想买10套。"

AI自动回复说："您好，感谢您的咨询。10套的报价是人民币XX元，具体价格请联系我们的销售经理获取正式报价单。"

这个回复看起来没毛病对吧？问题是我根本没告诉AI报价是多少，它就自己编了一个数字。

客户回邮件说："好的，那就按这个价格下单吧，麻烦发一下合同。"

然后AI又自动回了："好的，合同已准备，我们会尽快安排销售人员与您联系。"

客户等了两天没人联系他，又发了封邮件质问。这时候我还没发现问题，直到领导被客户的电话打到手机上，说你们公司怎么回事，报完价就不理人了。

领导来问我，我一看日志，血压直接上来了。

第三个阶段：我加了"人工确认"按钮

出了这事之后，我把代码改了。不直接发了，改成生成回复之后先把邮件存到草稿箱，由人工确认之后再发。

但是这样一来，跟之前手动回复有什么区别呢？效率又降回去了。领导说你这整了半天等于没整。

我又想了个办法，加了个关键词过滤：

python

def need_manual_check(content):
    keywords = ["报价", "价格", "多少钱", "合同", "下单", "购买"]
    for kw in keywords:
        if kw in content:
            return True
    return False

遇到这些关键词就转人工，其他自动回。

这招管用了一段时间，直到有一天客户的邮件标题是"关于近期合作的反馈"，正文写了一大段，最后提了一句"希望价格方面能给予优惠"。

"价格"这个词触发了人工审核，但这封邮件其实不需要报价，只是老客户在正常沟通。结果自动回复没发，人工又漏看了，三天没回客户，客户直接投诉到老板那里去了。

老板在周会上点名批评了我们部门，说服务态度有问题。

我当时的表情，你们自行想象。

第四个阶段：我又搞了一个"学习"功能

这次我学聪明了，搞了一个简单的本地关键词库，把常见问题的回复模板存起来：

python

template_db = {
    "发货时间": "您好，订单付款后3个工作日内发货，发货后会短信通知您。",
    "售后": "您好，如遇产品质量问题，请提供订单号和问题描述，我们会尽快为您处理。",
    "发票": "您好，发票会在订单完成后7个工作日内开具并发送到您的邮箱。"
}

def get_template_reply(content):
    for key, value in template_db.items():
        if key in content:
            return value
    return None

如果匹配不到模板，再调用大模型API生成。

这个方案效果还行，但问题是我得手动维护这个模板库。而且客户问的问题五花八门，模板很快就覆盖不全了。

到了后来，这个模板库越来越大，乱七八糟的规则堆在一起，我自己都看不下去了。

第五个阶段：彻底翻车了

真正让我彻底翻车的是上周的事。

有个客户发来一封邮件，措辞特别激烈："你们的产品用了不到一个月就出问题了，客服也没人回复，这是什么服务态度？"

AI生成的回复是："您好，非常抱歉给您带来不便。产品出现故障属于正常现象，请按照说明书进行自查，如无法解决请联系售后服务部门。"

我承认，这句"属于正常现象"是我的提示词里"专业"两个字惹的祸，AI想表现得专业，结果用了这种冷冰冰的表述。

问题是我当时没注意到这条回复被自动发出去了。等客户把截图发到朋友圈，配上文字"这家公司说产品出问题是正常现象"，事情彻底炸了。

领导把我叫到办公室，说了一句我这辈子都忘不了的话：

"你是想用AI把我干走是吧？"

我当时真的想找个地缝钻进去。

现在的情况

那个机器人现在还在用，但功能被大幅削减了——只能处理三种最标准的咨询：发货时间、退换货流程、营业时间。而且所有回复都必须在后台列表里人工审核点击"确认发送"之后才能发出。

代码里加了个巨大的红色警告：

python

print("\033[91m警告：本回复将发送给客户，请再次确认内容无误！\033[0m")

每天大概有两百多封客户邮件，其中80%还是得人手动回。所谓的自动化基本形同虚设。

总结几条血的教训

1. 用AI生成客服内容，绝对不要让它碰任何跟"钱"有关的词，什么报价、折扣、合同，碰了就完蛋

2. AI生成的回复看起来再正常也要人工过一遍，它编起瞎话来比真人还能编

3. 不要把IMAP收件箱的密码硬编码在代码里，后来我改成了环境变量读取，因为这个代码被同事看到过好几次

4. 最重要的，在跟领导汇报之前，先自己跑半个月看看效果，别上来就吹

哦对了，那个DeepSeek API里充的50块钱，到现在还剩三十多，因为后来基本没用过了。有需要的老铁私聊，我把余额转给你，不开了。

散了吧。