Последние семь дней я передал управление своим почтовым ящиком искусственному интеллекту. Он может читать все мои сообщения, создавать черновики писем и даже отправлять письма от моего имени. Агент обработал более 60 писем, которые я получил за этот период.

Изначально у агента ИИ не было никаких предварительных знаний обо мне и моем типичном поведении, что вызвало некоторые проблемы. Однако после нескольких итераций нам удалось значительно улучшить его производительность. Агент прочитал сотни моих прошлых писем, чтобы извлечь факты и знания обо мне, такие как мой Twitter, Discord и местоположение. Он также изучил мой голос, тон и логику ответов на сообщения на основе этих прошлых примеров. Это позволило агенту создать цифровую версию меня, ведущую себя почти идентично тому, как бы я действовал.

Агент также разработал сложную модель поведения, в которой он сначала категоризирует каждое новое письмо, а затем предпринимает различные действия в зависимости от типа категории. Например, для писем, связанных с партнерством, агент предоставит краткую информацию о перспективе, их компании и проверит мой календарь, чтобы согласовать время встречи, которое подходит нам обоим. Если задача выходит за рамки возможностей агента, он передаст письмо мне.

Чтобы создать вторую базу знаний с извлеченными знаниями и фактами обо мне, я предпринял следующие шаги:

1. Я экспортировал все мои прошлые отправленные письма из Gmail и преобразовал файл Mbox в CSV-файл с текстом писем и моими ответами.

2. Я использовал большую языковую модель (GPT), чтобы проанализировать каждый ответ на письмо и извлечь ключевые факты и знания обо мне, такие как ссылка на мой Discord, где я живу и т.д. Это было сделано путем разбиения ответов на письма на более мелкие фрагменты, передачи их через подсказку для извлечения часто задаваемых вопросов и последующего объединения результатов.

3. Я сохранил извлеченные часто задаваемые вопросы в новый CSV-файл, который стал второй базой знаний для моего помощника ИИ.

Теперь, когда мой помощник ИИ получает новое письмо, он может ссылаться как на историю ответов на письма, так и на извлеченные факты, чтобы предоставить более персонализированный и точный ответ, имитируя то, как я обычно отвечаю.

Основная причина, по которой я начал создавать этого помощника ИИ, заключалась в том, что мой почтовый ящик выходил из-под контроля. Я получал гораздо больше писем, чем мог обработать, и иногда видел письмо и знал ответ, но хотел убедиться, что письмо правильно написано. Обычно я использовал ChatGPT, давал некоторую контекстную информацию о себе, исходном письме и просил его сгенерировать ответ, но этот процесс был довольно трудоемким, и когда я был только с телефоном, я не мог этого сделать, потому что копирование и вставка между разными приложениями было не так просто.

Это заставило меня задуматься: что, если я могу попросить GPT создавать черновик ответа на каждое письмо каждое утро, независимо от того, проверяю ли я свою почту на компьютере или на телефоне? Черновик ответа уже там, и мне нужно только просмотреть и нажать «Отправить». Именно это я и сделал. Для первой версии я даже не писал никакого кода; я буквально использовал Zapier, чтобы построить этот рабочий процесс, где я бы запускал GPT при получении нового письма с определенной подсказкой, и как только GPT возвращал результат, он создавал черновик ответа. Процесс ответа немного сложный, так как мне нужно сначала найти письмо по адресу электронной почты и теме, что дает мне идентификатор потока, который я могу использовать для создания черновика ответа и передачи текста ответа. Я настроил это за 5 минут, но результат был потрясающим - для каждого нового письма уже был создан черновик, и я мог сразу нажать на него, просмотреть результаты, внести некоторые изменения, если было необходимо, и нажать «Отправить». Это было доступно везде, даже когда я был на телефоне.

Это было моим первым уроком - привнося ИИ в существующий рабочий процесс пользователя и делая его контекстным, можно создать волшебный опыт. Однако проблема была очевидной, потому что это была просто одна подсказка GPT, и она не имела никакого контекста обо мне. Это определенно вызвало много проблем, и в 50% случаев качество ответа было настолько плохим, что я не мог его использовать, и он также галлюцинировал и принимал неправильные решения за меня. Чтобы сделать этого помощника ИИ полезным, мне нужно было научить его некоторым фактам обо мне и той области, в которой я работаю, чтобы он мог отвечать на вопросы так, как это делаю я.

Здесь пришла вторая итерация, когда я хотел оцифровать и создать базу знаний о себе, чтобы помощник ИИ мог имитировать мое поведение. Подход, который я решил применить, заключался в создании базы знаний для моих прошлых писем - могу ли я извлечь факты и знания обо мне просто из прошлых писем и также создать базу данных, чтобы когда помощник ИИ получает новое письмо, он может попытаться найти, когда я в последний раз получал аналогичный тип письма и как я ответил раньше.

Я сначала изучил все отправленные мной письма, а затем извлек чистые данные в CSV-файл, который имеет два столбца: одно оригинальное сообщение, которое мне отправили, и другое - как я ответил раньше. Затем я взял оригинальный ответ и преобразовал его в извлеченные факты и часто задаваемые вопросы в формате JSON. Затем я использовал эти два основных источника знаний для векторного поиска, когда я получаю новое письмо, чтобы этот помощник ИИ мог иметь справочную информацию для обучения.

Результат был потрясающим. Мне удалось создать сложную систему категоризации и ответов на письма, в которой агент ИИ теперь может категоризировать каждое письмо на разные типы, такие как запросы на консультирование, возможности сотрудничества или общие запросы, и предпринимать различные действия в зависимости от категории. Например, если это запрос на консультирование, он сначала проверит, предоставлена ли в письме необходимая информация, такая как проблема, которую они пытаются решить, и их бюджет, и если нет, он сгенерирует ответ, чтобы собрать эту информацию, прежде чем передать ее мне. Если это письмо о сотрудничестве или спонсорстве, он сначала исследует компанию и возможность, прежде чем переслать ее мне с резюме.

Эта система стала для меня игрой-чемпионом, позволяя мне эффективно управлять моим почтовым ящиком и высвобождать время для более важных задач. Используя ИИ и создавая прочную базу знаний, я смог создать персонализированного и интеллектуального помощника по электронной почте, который может обрабатывать значительную часть моей почтовой нагрузки.

Основные выводы из этого опыта управления моим почтовым ящиком с помощью агента ИИ:

1. Интеграция ИИ в существующие рабочие процессы может обеспечить значительные повышения производительности, даже с простыми реализациями.
2. Создание всеобъемлющей базы знаний о себе путем извлечения информации из прошлых писем позволяет агенту ИИ лучше имитировать мое поведение и отвечать более точно.
3. Разработка модульной, настраиваемой системы специализированных инструментов позволяет агенту ИИ обрабатывать широкий спектр сценариев электронной почты с развитыми возможностями принятия решений.
4. Непрерывные обновления и усовершенствования базы знаний и набора инструментов имеют решающее значение для поддержания эффективности агента со временем.

В целом, этот проект демонстрирует потенциал ИИ для автоматизации и упрощения личных административных задач, высвобождая время и умственную энергию для более ценных видов деятельности. При правильном подходе помощник ИИ может стать плавным продолжением собственного рабочего процесса и стиля общения.