Automatiseer uw e-mailbox: hoe ik AI inzette om mijn werkstroom te stroomlijnen
Ervaar de kracht van AI in je inbox! Ontdek hoe één YouTuber AI gebruikte om zijn e-mailworkflow te automatiseren, waardoor de efficiëntie en productiviteit toenamen. Ontdek praktische tips om je eigen intelligente e-mailassistent te creëren.
21 februari 2025

In deze blogpost ontdek je hoe ik AI heb ingezet om mijn e-mailbox te automatiseren, waardoor ik tijd heb vrijgemaakt en de efficiëntie heb verbeterd. Door een AI-agent op te leiden om mijn e-mails te categoriseren, te beantwoorden en te beheren, kon ik mijn werkstroom stroomlijnen en me richten op belangrijkere taken. Leer de stap-voor-stap-procedure die ik heb gebruikt om deze krachtige AI-assistent te creëren en de voordelen die het heeft gebracht voor mijn dagelijkse productiviteit.
Een e-mailpostvak omzetten in een AI-aangedreven assistent
Kennis en feiten extraheren uit eerdere e-mails
Een geavanceerd e-mailcategorisatie- en antwoordsysteem bouwen
Conclusie
Een e-mailpostvak omzetten in een AI-aangedreven assistent
Een e-mailpostvak omzetten in een AI-aangedreven assistent
De afgelopen zeven dagen heeft een AI-agent mijn e-mailbox overgenomen. Het kan al mijn berichten lezen, e-mailconcepten maken en zelfs e-mails namens mij verzenden. De agent heeft meer dan 60 e-mails verwerkt die ik in deze periode heb ontvangen.
In het begin had de AI-agent geen voorkennis over mij en mijn gebruikelijke gedrag, wat tot enkele problemen leidde. Door enkele iteraties konden we echter de prestaties aanzienlijk verbeteren. De agent heeft honderden van mijn eerdere e-mails doorgenomen om feiten en kennis over mij te extraheren, zoals mijn Twitter, Discord en locatie. Het heeft ook mijn stem, toon en logica voor het beantwoorden van berichten op basis van deze eerdere voorbeelden geleerd. Hierdoor kon de agent een digitale versie van mijzelf creëren, die zich bijna identiek gedraagt als ik zou doen.
De agent heeft ook een geavanceerd gedragspatroon ontwikkeld, waarbij hij eerst elke nieuwe e-mail categoriseert en vervolgens verschillende acties onderneemt op basis van het type categorie. Bijvoorbeeld voor e-mails met betrekking tot partnerschappen, zal de agent een samenvatting geven over het vooruitzicht, hun bedrijf en mijn agenda controleren om een vergadertijd te coördineren die voor ons beiden werkt. Als het geval de mogelijkheden van de agent te boven gaat, zal het de e-mail naar mij escaleren.
Kennis en feiten extraheren uit eerdere e-mails
Kennis en feiten extraheren uit eerdere e-mails
Om een tweede kennisbasis te creëren van geëxtraheerde kennis en feiten over mijzelf, heb ik de volgende stappen ondernomen:
-
Ik heb al mijn eerder verzonden e-mails uit Gmail geëxporteerd en het Mbox-bestand omgezet in een CSV-bestand met de e-mailtekst en mijn antwoorden.
-
Ik heb een groot taalmodel (GPT) gebruikt om elk e-mailantwoord te ontleden en sleutelfeitenen kennis over mijzelf te extraheren, zoals mijn Discord-link, waar ik woon, enz. Dit werd gedaan door de e-mailantwoorden in kleinere stukken op te breken, ze door een prompt te voeren om FAQ's te extraheren en vervolgens de resultaten samen te voegen.
-
Ik heb de geëxtraheerde FAQ's opgeslagen in een nieuw CSV-bestand, dat de tweede kennisbasis voor mijn AI-assistent werd.
Nu kan mijn AI-assistent, wanneer hij een nieuwe e-mail ontvangt, zowel de geschiedenis van e-mailantwoorden als de geëxtraheerde feiten raadplegen om een meer gepersonaliseerd en nauwkeurig antwoord te geven, waarbij hij nabootst hoe ik normaal zou reageren.
Deze tweesporige kennisbasis-aanpak stelt de AI-assistent in staat een dieper inzicht te krijgen in mijn identiteit, voorkeuren en gebruikelijke communicatiestijl, waardoor het een effectievere en autonomere agent wordt.
Een geavanceerd e-mailcategorisatie- en antwoordsysteem bouwen
Een geavanceerd e-mailcategorisatie- en antwoordsysteem bouwen
De reden waarom ik ben begonnen met het bouwen van deze AI-assistent is dat mijn e-mailbox uit de hand begon te lopen. Ik kreeg veel meer e-mailverkeer binnen dan ik aankon, en soms zag ik de e-mail en wist ik het antwoord, maar ik wilde er zeker van zijn dat de e-mail goed geschreven was. Normaal gesproken zou ik ChatGPT gebruiken, wat context over mijzelf en de oorspronkelijke e-mail geven, en het vragen om een antwoord te genereren, maar dit proces was vrij tijdrovend, en wanneer ik alleen met mijn telefoon was, kon ik dit niet echt doen omdat het kopiëren en plakken tussen verschillende apps niet zo eenvoudig was.
Dit deed me denken, wat als ik GPT elke ochtend een conceptantwoord kan laten maken voor elke e-mail? Een conceptantwoord is al daar, en ik hoef het alleen maar te controleren en op Verzenden te klikken. Dat is precies wat ik heb gedaan. Voor de eerste versie heb ik helemaal geen code geschreven; ik heb letterlijk Zapier gebruikt om deze workflow op te bouwen waarbij ik GPT zou activeren wanneer ik een nieuwe e-mail ontvang met een specifieke prompt, en zodra GPT het resultaat heeft geretourneerd, zal het een conceptantwoord maken. Het antwoordproces is iets ingewikkelder, omdat ik eerst naar de e-mail moet zoeken met het e-mailadres en onderwerp, wat me het thread-ID geeft dat ik kan gebruiken om een conceptantwoord te maken en de antwoordtekst door te geven. Ik heb dit in 5 minuten opgezet, maar het resultaat was geweldig - elke nieuwe e-mail had al een concept, en ik kon daar direct op klikken, de resultaten controleren, indien nodig enkele wijzigingen aanbrengen en op Verzenden klikken. Het was overal toegankelijk, zelfs wanneer ik op mijn telefoon was.
Dit was mijn eerste les - door AI in de bestaande workflow van een gebruiker te brengen en het contextueel te maken, kan het een magische ervaring zijn. Het probleem was echter zeer duidelijk, omdat dit slechts één GPT-prompt was en het helemaal geen context had over wie ik was. Het veroorzaakte zeker veel problemen, en 50% van de tijd was de antwoordkwaliteit zo slecht dat ik het niet echt kon gebruiken, en het zou ook hallucineren en de verkeerde beslissingen voor mij nemen. Om deze AI-assistent nuttig te maken, moest ik het enkele feiten over mijzelf en het domein waarin ik opereer bijbrengen, zodat het de vragen kan beantwoorden zoals ik dat doe.
Dit leidde tot de tweede iteratie, waarbij ik een kennisbasis over mijzelf wilde digitaliseren en creëren, zodat de AI-assistent mijn gedrag kan nabootsen. De aanpak die ik besloot te nemen, was het creëren van een kennisbasis voor mijn eerdere e-mails - of ik de feiten en kennis over mijzelf kan extraheren uit eerdere e-mails en ook een database maken, zodat de AI-assistent, wanneer hij een nieuwe e-mail ontvangt, kan proberen op te zoeken wanneer ik voor het laatst een soortgelijk type e-mail heb ontvangen en hoe ik daar toen op heb gereageerd.
Ik heb eerst alle e-mails die ik ooit heb verzonden onderzocht en vervolgens de schone gegevens geëxtraheerd in een CSV-bestand met twee kolommen: één origineel bericht dat mensen mij hebben gestuurd, en de andere hoe ik daar eerder op heb gereageerd. Vervolgens heb ik het oorspronkelijke antwoord omgezet in geëxtraheerde feiten en FAQ's in JSON-formaat. Ik heb deze twee belangrijkste kennisbronnen vervolgens gebruikt om een vectorzoekopdracht uit te voeren wanneer ik een nieuwe e-mail ontvang, zodat deze AI-assistent daarnaar kan verwijzen om te leren.
Het resultaat was geweldig. Ik kon een geavanceerd e-mailcategorisatie- en antwoordsysteem creëren waarbij de AI-agent nu elke e-mail kan categoriseren in verschillende soorten, zoals adviesaanvragen, samenwerkingskansen of algemene vragen, en verschillende acties kan ondernemen op basis van de categorie. Als het bijvoorbeeld een adviesaanvraag is, zal het eerst controleren of de e-mail de nodige informatie heeft verstrekt, zoals het probleem dat ze proberen op te lossen en hun budget, en zo niet, zal het een antwoord genereren om die informatie te verzamelen voordat het naar mij wordt doorgestuurd. Als het een samenwerkings- of sponsoringsmail is, zal het eerst het bedrijf en de mogelijkheid onderzoeken voordat het het naar mij doorsturen met een samenvatting.
Dit systeem is een game-changer voor mij geweest, waardoor ik mijn e-mailbox efficiënt kan beheren en meer tijd kan vrijmaken voor belangrijkere taken. Door gebruik te maken van AI en een robuuste kennisbasis op te bouwen, ben ik in staat geweest een gepersonaliseerde en intelligente e-mailassistent te creëren die een aanzienlijk deel van mijn e-mailwerk kan afhandelen.
Conclusie
Conclusie
De belangrijkste inzichten uit deze ervaring van het laten beheren van mijn e-mailbox door een AI-agent zijn:
- Het integreren van AI in bestaande workflows kan aanzienlijke productiviteitswinsten opleveren, zelfs met eenvoudige implementaties.
- Het opbouwen van een uitgebreide kennisbasis over jezelf, door informatie uit eerdere e-mails te extraheren, stelt de AI-agent in staat om je gedrag beter na te bootsen en nauwkeuriger te reageren.
- Het ontwikkelen van een modulair, aanpasbaar systeem van gespecialiseerde tools stelt de AI-agent in staat om een breed scala aan e-mailscenario's aan te pakken met geavanceerde besluitvormingscapaciteiten.
- Voortdurende updates en verfijningen van de kennisbasis en toolset zijn cruciaal om de effectiviteit van de agent op lange termijn te behouden.
In het algemeen toont dit project de potentie van AI aan om persoonlijke administratieve taken te automatiseren en stroomlijnen, waardoor tijd en mentale energie vrijkomen voor activiteiten met meer toegevoegde waarde. Met de juiste aanpak kan een AI-assistent een naadloze uitbreiding worden van iemands eigen workflow en communicatiestijl.
FAQ
FAQ