很多人第一次用 AI 写英文邮件，会直接把整封中文邮件丢给 ChatGPT，然后复制英文结果发出去。这个方法看起来省事，但风险很高：模型可能改掉事实顺序、弱化承诺边界、把“不确定”写成“已经确认”，也可能把语气写得过度热情或过度强硬。真正好用的 AI 邮件工作流，不是让 AI 代替你思考，而是把邮件拆成几个可检查的环节。
如果你经常处理客户咨询、商务合作、跨境电商售后、外包沟通或远程团队协作，建议把 AI 用在四件事上：整理事实、起草结构、润色语气、检查风险。不要一上来追求“写得像母语者”，先保证信息准确、责任清楚、下一步明确。英文邮件不是作文，最重要的是让对方知道：发生了什么、你能做什么、需要对方做什么、什么时候会有结果。
第一步：先把事实和态度分开
一封工作邮件通常有两层内容：事实层和态度层。事实层包括订单号、时间、金额、问题描述、附件、已完成动作、待确认事项；态度层包括道歉、感谢、拒绝、解释、催促、安抚。很多 AI 邮件出问题，是因为你把这两层混在一起给模型，它就会帮你“顺口”补内容。
更稳的做法是先写一个事实表，再让 AI 只根据事实表起草。比如：
请根据下面事实写一封英文客户回复邮件。不要新增事实，不要承诺退款或赔偿，只说明我们正在核查。事实：客户 6 月 28 日反馈包裹未收到；订单号 A1029；物流显示 6 月 27 日已签收；我们已联系仓库和承运商；预计 24 小时内给下一步回复。语气：礼貌、负责、不要过度道歉。
这类提示词比“帮我写一封英文邮件”可靠得多，因为它限制了模型发挥空间。尤其是涉及钱、交付日期、合同条款、退款、账号安全时，必须明确告诉 AI 哪些事情不能承诺。
第二步：用 ChatGPT 起草结构，不要一次定稿
ChatGPT 适合把乱信息整理成一封有结构的邮件。你可以要求它输出三个版本：简短版、标准版、稍微更正式版。先比较结构，再选一个继续修改，不要直接用第一稿。
一个实用提示词是：
你是一个谨慎的英文商务邮件编辑。请根据事实写 3 个版本：1）简短客户支持回复；2）标准商务回复；3）更正式但不僵硬的回复。每个版本都必须包含：确认收到、复述问题、当前处理进展、下一步时间点、需要客户补充的信息。不要新增事实，不要写夸张道歉。
拿到草稿后，先检查五个点：有没有新增事实；有没有过度承诺；有没有漏掉下一步；有没有把责任全部揽到自己身上；有没有语气过度亲密。中文用户常见的问题是把“我们会尽快处理”翻成非常强的承诺，比如 “We will solve this immediately”。如果你还不能确定结果，更稳的是 “We are checking this with the carrier and will update you within 24 hours.”
第三步：用 DeepL Write 或 Grammarly 调语气
ChatGPT 负责结构后，DeepL Write 和 Grammarly 更适合做语言层面的清理。它们的价值不是帮你想内容，而是减少中式英文、语法错误和不自然表达。尤其是当你已经有一版英文草稿时，把它放进 DeepL Write 调整清晰度，再用 Grammarly 检查语法和语气，会比反复让大模型重写更可控。
调语气时不要只选 “formal”。很多商务邮件需要的是 “clear and calm”，不是越正式越好。过度正式会显得像模板邮件，过度友好又可能显得不专业。可以让工具重点检查三类问题：句子是否太长；请求是否清楚；语气是否有压迫感。
例如这句话：“You must send us the invoice today.” 对客户或合作方可能太硬。可以改成 “Could you send us the invoice today so we can complete the review before the deadline?” 语气变软，但动作和原因更清楚。
第四步：给不同场景做模板，而不是每次重写
如果你每次都从零开始写邮件，AI 也很难稳定输出。更好的方式是为高频场景建立模板：客户投诉初次回复、物流延迟说明、报价跟进、合作拒绝、资料补充、会议确认、付款提醒、功能需求反馈、Bug 回报、上线通知。
模板不要写死整封邮件，而是写可替换模块。比如客户投诉初次回复可以固定为五段：感谢反馈；复述问题；说明正在核查；给出预计回复时间；列出需要客户补充的信息。真正变化的是事实表和语气强度。
你可以在 Notion、Google Docs 或团队知识库里维护模板。每个模板包含四块：适用场景、不能承诺的事项、事实字段清单、英文输出示例。这样新人也能照着用，AI 输出也更一致。
第五步：重要邮件一定要做“风险检查”
AI 写邮件最容易隐藏风险，因为文字看起来很顺。发布前建议做一次独立检查，让模型只找问题，不重写全文。提示词可以这样写：
请只检查下面英文邮件的风险，不要重写。请指出：1）是否有新增或未经确认的事实；2）是否有过度承诺；3）是否可能引发法律、退款、交付或隐私风险；4）语气是否过强或过弱；5）下一步是否清楚。请用中文列出修改建议。
这一步特别适合退款、合同、投诉升级、媒体合作、供应商责任、账号封禁、数据隐私这类邮件。AI 可以帮你发现“看似礼貌但其实承诺过头”的句子。比如 “We guarantee this will not happen again” 听起来负责，但如果你无法控制全部流程，就不应该写 guarantee。
第六步：在邮箱工具里处理，但不要让邮箱 AI 自动全权回复
Shortwave、Superhuman、Gmail 或 Outlook 里的 AI 功能可以帮你总结长邮件、提取待办、生成回复草稿。它们适合处理邮件流，但不适合无人审核直接发送。特别是客户支持和商务合作场景，邮件上下文经常跨线程、跨附件、跨系统，邮箱 AI 未必知道订单状态或内部处理进度。
比较稳的用法是：先用邮箱 AI 总结邮件线程，提取问题和待办；再把关键事实复制到事实表；用 ChatGPT 起草结构；用 DeepL Write 或 Grammarly 润色；最后回到邮箱发送。这个流程看起来多一步，但能把“省时间”和“可控”同时保住。
一个可复用的邮件工作流
可以把流程固定成这样：Shortwave 或 Superhuman 总结线程；人工确认事实表；ChatGPT 生成 2-3 个结构版本；选择一版后用 DeepL Write 清理表达；用 Grammarly 检查语法和语气；重要邮件再让 ChatGPT 做风险检查；最后人工发送并把好版本沉淀到模板库。
这套流程的核心不是让 AI 把邮件写得更花哨，而是让沟通更稳定。对于工作邮件来说，准确、清楚、边界明确，永远比“看起来很高级”更重要。只要你把事实表、模板和风险检查固定下来，AI 就能真正减少反复沟通，而不是制造新的误会。