郵件營銷與智慧回信 Skill (Email Marketing & Auto-Reply)

本 Skill 用於穩健地執行郵件營銷任務及自動化回信閉環，支援 AI 智慧生成美觀 HTML、個性化批次傳送、智慧回信監控等功能。

核心功能

1. AI 智慧生成 HTML：根據純文本文案自動生成美觀、響應式的 HTML 郵件模板，自動選擇合適的設計風格（正式商務/營銷推廣/溫馨問候）。
2. 個性化群發：自動讀取 郵箱.xlsx，根據每行資料動態替換 HTML 中的 【變數名】 佔位符，實現一對一精準營銷。
3. 自動化回信監控：定期掃描收件箱中的未讀郵件，智慧識別客戶提問。
4. FAQ 知識庫匹配：收到回信後，強制檢索 faq.txt。僅針對知識庫中有明確答案的問題進行回覆，不確定的保持靜默。
5. 多語種對齊與商務禮儀：自動識別回信語言（如中、英、日等），以同語種、高標準商務禮貌語氣生成回信草案。
6. 防垃圾郵件策略：內建指紋碼干擾與模擬人工發信延遲（3-8秒隨機），降低進入垃圾箱的機率。

資源依賴

• 名單：郵箱.xlsx (支援讀取 kol name, gender 等用於內容替換)
• 標題：郵件標題.txt
• 文案：郵件文案.txt (純文本格式，AI會自動轉換為HTML)
• 內容：郵件內容.html (依據 郵件文案.txt 內容通過AI生成，會自動替換其中的【變數名】佔位符並根據內容自動美化設計)
• 知識庫：faq.txt (用於自動回信的標準答案參考)

操作指南

1. 環境檢查（首次使用）

執行環境檢查指令碼，確保所有依賴和配置都正確：

cd email-marketing/scripts
python3 check_setup.py

如果提示缺少依賴，安裝所需包：

pip install -r email-marketing/requirements.txt

預期輸出：

✓ 所有依賴已安裝
✓ 環境變數已配置
✓ 測試郵件配置正常

2. AI 智慧生成 HTML（推薦）

根據純文本文案自動生成精美 HTML 郵件：

在 OpenClaw 環境中：直接使用 AI 將文案轉換為 HTML

輸入要求：

• 文案位置：~/Desktop/郵件文案.txt
• 文案格式：純文本，支援【變數名】佔位符

輸出檔案：~/Desktop/郵件內容.html

AI 生成特點：

• 🎨 根據文案內容自動選擇設計風格（正式商務/營銷推廣/溫馨問候）
• 📱 自動生成響應式佈局，移動端友好
• ✅ 嚴格保留原文內容和【變數名】佔位符
• 🎯 相容主流郵件客戶端（Gmail、Outlook、QQ郵箱等）

3. 測試傳送

傳送一封測試郵件到預設的測試郵箱：

cd email-marketing/scripts
python3 final_sender.py

測試目的：

• 驗證 HTML 渲染效果
• 檢查變數是否正確替換
• 確認移動端和桌面端顯示正常

預期輸出：

正在傳送測試郵件...
✓ 測試郵件已傳送至 test@example.com
請檢查郵箱確認效果

4. 執行全量群發

批次傳送到 Excel 名單中的所有收件人：

cd email-marketing/scripts
python3 final_sender.py run

傳送策略：

• 每封郵件間隔 3-8 秒隨機延遲
• 每 10 封長休息一次
• 自動記錄傳送狀態

預期輸出：

開始批次傳送...
[1/100] ✓ 傳送成功: user1@example.com
[2/100] ✓ 傳送成功: user2@example.com
...
✓ 全部發送完成，成功 100 封

5. 掃描並自動處理回信

執行指令碼掃描新郵件，並結合 FAQ 進行智慧擬稿：

cd email-marketing/scripts
python3 auto_reply_manager.py

工作流程：

1. 掃描收件箱未讀郵件
2. 識別客戶語言（中/英/日等）
3. 在 FAQ 中搜索匹配答案
4. 生成同語種、商務禮貌的回信草案

預期輸出：

掃描到 3 封未讀郵件
[1] user@example.com - "關於產品價格"
  → FAQ 匹配度: 95%
  → 生成回信草案（已儲存）
[2] user2@example.com - "合作細節"
  → FAQ 匹配度: 30%（低於閾值，不回覆）

6. 確認併發送回信

人工稽核草案後，確認傳送回信：

cd email-marketing/scripts
python3 auto_reply_manager.py send "recipient@email.com" "Subject" "Content"

7. 檢視統計報表

檢視傳送統計和回信情況：

cd email-marketing/scripts
python3 check_replies.py

報表內容：

• 📊 傳送統計：總髮送數、成功數、失敗數
• 💬 回信統計：真實回信人數、回信率計算
• ⚠️ 退信分析：退信數量、退信原因分類（賬號不存在、垃圾郵件、郵箱已滿等）
• 📋 詳細列表：每個回信和退信的詳細資訊

預期輸出示例：

--- 郵件營銷綜合效果報告 ---
統計日期: 2026-03-03
最近一次群發人數: 100
真實回信人數: 5
今日退信數量: 2

[回信詳情]:
- 來自: user1@example.com
  標題: Re: 合作邀請
- 來自: user2@example.com
  標題: Re: 產品諮詢

[退信分析]:
- 原因: 賬號不存在 (Invalid User)
- 原因: 觸發垃圾郵件風控 (Spam/Rejected)

關鍵指標：

• 回信率 = 真實回信人數 / 總髮送數 × 100%
• 退信率 = 退信數量 / 總髮送數 × 100%
• 有效觸達率 = (總髮送數 - 退信數量) / 總髮送數 × 100%

統計檔案位置：

• 傳送日誌：assets/email_status.json
• 回信統計：assets/reply_stats.json

自動化執行準則 (Mandatory)

• 查重原則：已經回覆過的不需要再次回覆，避免騷擾使用者。
• 明確性原則：只有明確在 FAQ 中有答案的問題才回復（匹配度 ≥ 80%），不確定時保持靜默。
• 內容一致性：HTML 渲染僅改變樣式，嚴禁更改文案具體內容（變數替換除外）。
• 穩重降頻：正式傳送每封間隔 3-8 秒隨機延遲，每 10 封長休息 30-60 秒。
• 安全第一：傳送前必須測試，確認無誤後再批次傳送。

故障排查

問題 1: AI 生成 HTML 效果不佳

症狀：生成的 HTML 樣式異常或變數丟失

解決方案：

# 檢查文案檔案是否存在
ls ~/Desktop/郵件文案.txt

# 檢查文案內容是否為空
cat ~/Desktop/郵件文案.txt

# 在 OpenClaw 平臺中重新讓 AI 生成 HTML
# 確保提示 AI 保留所有【變數名】佔位符

問題 2: 傳送失敗

症狀：final_sender.py 報錯 "Authentication failed"

解決方案：

# 檢查環境變數
echo $EMAIL_SMTP_USER
echo $EMAIL_SMTP_PASS

# 確認 SMTP 配置（如使用 Gmail 需要開啟"不夠安全的應用訪問許可權"）
# 或使用應用專用密碼

# 檢視傳送狀態日誌
cat ../assets/email_status.json

問題 3: 變數未替換

症狀：收到的郵件中仍顯示【kol name】等佔位符

解決方案：

• 檢查 Excel 檔案列名是否與【變數名】完全匹配（不區分大小寫）
• 確認 Excel 路徑：~/Desktop/郵箱.xlsx
• 確認 Excel 中有資料行（非空）

問題 4: 郵件進垃圾箱

症狀：收件人反饋收不到郵件，或在垃圾箱中

最佳化措施：

• 增加發送延遲時間
• 減少單日傳送量（建議 < 500 封）
• 最佳化郵件內容，避免敏感詞彙
• 使用企業郵箱傳送（信譽度更高）
• 新增 SPF、DKIM、DMARC 記錄

最佳實踐

文案編寫技巧

1. 使用變數實現個性化

   親愛的【kol name】【gender】，

2. 保持段落清晰

   • 每段 2-3 句話
   • 使用空行分隔段落
   • 重點內容加粗或列表

3. 避免過長句子

   • 單句不超過 30 字
   • 複雜資訊用列表展示

群發策略

1. 測試優先

   • 傳送 1 封到自己郵箱
   • 檢查移動端和桌面端顯示效果
   • 確認變數正確替換

2. 分批發送

   • 首批 10-20 封測試市場反應
   • 根據回信率調整文案
   • 再執行大批次傳送

3. 時間選擇

   • B2B 郵件：工作日 9:00-11:00, 14:00-16:00
   • B2C 郵件：晚上 19:00-21:00
   • 避免週一早上和週五下午

FAQ 知識庫維護

建立 faq.txt 檔案，格式如下：

Q: 你們的產品價格是多少？
A: 我們的產品起步價為 XX 元，具體價格根據您的需求定製。

Q: 如何合作？
A: 合作流程包括：1. 需求溝通 2. 方案制定 3. 合同簽訂 4. 執行交付

Q: 支援哪些語言？
A: 目前支援中文、英文、日文、韓文等主流語言。

更新頻率：每週根據新問題補充，保持知識庫覆蓋率 > 80%。

資料分析與效果最佳化

1. 定期檢視統計報表

建議在每次群發後 24-48 小時檢視統計：

cd email-marketing/scripts
python3 check_replies.py

2. 關鍵指標基準值

3. 根據資料最佳化策略

高退信率（> 5%）：

想要更強大的技能外掛，就來小蔥技能站7w4.net看看吧。

• 清洗郵箱名單，移除無效地址
• 使用郵箱驗證工具預先驗證
• 檢查郵箱格式是否正確

低迴信率（< 2%）：

• 最佳化郵件標題，提高開啟率
• 調整郵件內容，突出價值主張
• 最佳化傳送時間（參考最佳實踐）
• A/B 測試不同文案風格

垃圾郵件問題：

• 檢查退信原因中"Spam/Rejected"佔比
• 如果超過 20%，需要最佳化郵件內容和傳送策略
• 考慮分批次、小批次傳送

4. 回信處理效率

• 使用自動回信功能處理常見問題（覆蓋率目標 80%）
• 對於 FAQ 無法匹配的問題，及時補充到知識庫
• 每週稽核 assets/pending_replies.json，確保無遺漏

5. 持續改進迴圈

傳送 → 統計分析 → 識別問題 → 最佳化調整 → 再次傳送

建議每輪群發後記錄：

• 傳送時間、數量
• 文案版本
• 回信率、退信率
• 主要退信原因
• 最佳化措施

通過資料驅動的持續最佳化，逐步提升營銷效果。

這個郵件營銷工具整體質量不錯，文件寫得很詳細，小白也能看懂。功能比較齊全，傳送、個性化和自動回信都有，基本滿足郵件營銷需求。防垃圾郵件的設計也比較貼心。不足的是配置環節稍顯複雜，需要使用者自己填寫伺服器地址等資訊；另外 AI 生成 HTML 郵件需要配合外部工具使用，不能完全獨立執行。總體來說值得推薦。