使用方式
从塞满的收件箱到发出的回复,全程不离开 Gmail 或 Outlook
10 个站点。第一个是安装一个一分钟就好的加载项,最后一个是你按下发送。中间的一切都发生在你已经在用的收件箱里。
- 1
分类整理
安装
Kerna 会出现在你本来就在用的 Gmail 或 Outlook 侧边栏里。邮箱不动,也不导入任何东西。
- 2
运行分类整理
一个动作。Kerna 读取收件箱里的内容,并按你选定的分类体系整理,可以是二十套行业分类之一,也可以是你自己写的类别。
- 3
看清哪些要紧
收件箱按组返回,于是今天真正需要你的那五封,和不需要你的那两百封被分开了。
- 4
翻译、总结与提取
翻译
供应商用你读不懂的语言写信。Kerna 支持 45 种语言,双向都行,逐一调校而不是丢给通用翻译。它排在第一位是有道理的:读不懂就无从总结。
- 5
总结会话
四十封往来,而你刚被加进来。Kerna 给你结论、还没解决的问题,以及谁在等谁。
- 6
从邮件里提取数据
订单号、日期、金额、地址,全都在正文里。Kerna 把它们作为字段读出来,而不是让你一路滚动再复制。
- 7
语气与回复
先定语气和意图
在动笔之前,而不是之后。七种语气、八种意图:坚决拒绝、附条件同意、请求延期、催一张发票。先选,正是为了省下把一份通用草稿改写成你真正需要的语气的那些工夫。
- 8
生成回复
Kerna 会依据这段会话和你刚才的选择来写,所以这封回复已经知道对方问了什么、双方谈定了什么,以及你想怎么说话。它落在平时的回复窗口里,发出去之前你想改什么都行。
- 9
再译回去
第四站你用自己的语言读了原文。现在回复往反方向走,译成对方真正使用的语言,于是他收到的是他的语言,而你从头到尾没离开过自己的。
- 10
由你按下发送
Kerna 不会发送任何东西。草稿一直留在你的窗口里,直到你读过并自己发出,而对于需要接受审计的工作来说,这正是关键。
附件数据提取
发票就在附件里,这些数字不该再敲第二遍。
这一项不在地图上,因为它不依赖前面的任何步骤。打开任何一封带 PDF、DOC 或 XLS 的邮件,把附件指给 Kerna,你要的字段就直接进入表格。二十个行业共一百套预设在你动手之前就把这些字段命名好,你还可以再加自己的。
打开那封邮件
选一套预设
再加上你自己的字段
导出
- 1
打开那封邮件
带着 PDF、DOC 或 XLS 的那封。Kerna 已经在侧边栏里,文件不需要上传到任何地方才能被读取。
- 2
选一套预设
一共一百套,二十个行业乘五种文档类型。字段在你动手之前就已命名,这正是「今天就能用的工具」和「打算哪天再配置的工具」之间的区别。
- 3
再加上你自己的字段
预设覆盖的是常见情况,不是你的情况。把你们财务真正依据的那个内部编号加进去,Kerna 也会一并去找。
- 4
导出
从 Gmail 导出 Google 表格,从 Outlook 导出 Excel 文件。每次都是新的,所以你已有的东西不会被追加或覆盖。
在 Gmail 中
一次处理一个附件,导出为一份 Google 表格。每次都是新表,所以你已有的东西不会被追加或覆盖。
在 Outlook 中
一次处理这封邮件的全部附件,或者只处理一个,导出为一个 Excel 文件。每次都是新文件。
撰写助手
没有什么要回,因为是你先开口。
写邮件的另一半难题,是那封没人发给你的邮件。三个入口,一份写好的草稿,最后还有一道翻译,供收信人不懂你的语言时使用。
先选收件人
再选这封信从哪儿来
把具体信息给它
设定语气
先用你思考所用的语言生成
然后再译成对方的语言
它会落在你的写信窗口里
- 1
先选收件人
手动输入地址,从 Gmail 或 Outlook 的联系人里取,或者在 Outlook 里从 Excel 导入。
- 2
再选这封信从哪儿来
三条路,各做各的事。你之前保存下来、这次再用的提示词。200 个主题之一,二十个行业各十个。或者只为这一封写、写完不保存的提示词。
- 3
把具体信息给它
人名、日期、金额。一份简短的表单会问那些没有就写不成的内容,而不是让你自己回想漏了什么。
- 4
设定语气
和写回复时是同一个控件。这封信该给人什么感觉是要决定的事,而不是改到第四遍才发现的事。
- 5
先用你思考所用的语言生成
一份完整的草稿,主题行也已经写好。用你判断得了的语言来写,因为读不懂的稿子也检查不了。
- 6
然后再译成对方的语言
第二遍处理,译入 45 种语言中的任意一种。信还在你自己的语言里时你已经检查过,收件人拿到的则是他常用的语言。
- 7
它会落在你的写信窗口里
并停在那里,和回复一样。什么都不保存,在你按下发送之前什么都不会走。
人们在安装之前会跟我们说的话
下面每一句都是真的有人说过的。句子下方写的是 Kerna 对此做了什么,而不是某个功能的名字。
“同一封邮件我要打开三次,才真的动手处理。”
因为它是和其他所有东西混在一起来的,你一次次往后推。分类整理会把它和同类放在一起,于是你一次处理一整类,而不是同一封处理三次。
地图上的第 2 站
“半个上午花在决定先读哪封,而这时我还一封都没回。”
一个动作就按你选定的类别把收件箱理好。决定这件事几秒钟搞定,一天从真正要紧的那五封开始。
地图上的第 2 站
“有人转给我一段四十封的会话,写了一句「你怎么看?」”
一份总结,告诉你谈定了什么、还有什么没定、谁在等谁,于是你不用滚到最底下再靠猜。
地图上的第 5 站
“我得用德语回一位客户,而我的德语是中学水平。”
用你的语言读,用你的语言写回复,用对方的语言发出去。45 种语言,逐一调校而不是丢给通用翻译,所以读起来不像机器写的。
地图上的第 4 站
“我又在把 PDF 发票上的数字敲进表格里。”
Kerna 直接从附件里取出指定字段,并从 Gmail 导出到 Sheets 和 Docs,或从 Outlook 导出到 Excel 和 CSV。二十个行业、五种文档类型,不用复制粘贴。如果数字在正文里而不是附件里,第六站对正文做同样的事。
“这一句话我改了五遍,就怕听起来不客气。”
选语气和意图,而不是跟措辞较劲。坚决拒绝、附条件同意、请求延期是三件不同的事,Kerna 也把它们当成三件不同的事。
地图上的第 7 站
“那封难写的邮件放了一整天,到六点我还是没发出去。”
这种拖延大半来自空白的窗口。屏幕上已经有一份生成好的回复,就把一件你在躲的事变成一分钟能改完的事,而且不按发送它照样不会走。
地图上的第 8 站
“有人问我们用 AI 工具时邮件到底去了哪里,我答不上来。”
答案在这里:Cloud Run 位于 europe-west1,Firestore 位于 europe-central2,模型处理与 OpenAI Ireland Limited 签约并适用已签署的零保存协议,个人数据在内容抵达模型之前被移除。
