Klassifikationspipelinen
Når en ny mail ankommer, kører DraftKite en klassifikationspipeline:
- Ingest: vi henter mailens metadata og brødtekst via Gmail eller Microsoft Graph.
- Kontekst: vi henter dine labels og deres beskrivelser.
- Plugin-hooks (onClassify): plugins kan bidrage med ekstra kontekst.
- LLM-kald: OpenAIs model vælger den bedst passende label — eller flere.
- Write-back: labelen påsættes i Gmail (label) eller Outlook (kategori).
Hele processen tager typisk 1-3 sekunder og køres asynkront, så det ikke forsinker din oplevelse af indbakken.
Beskrivelser er vigtige
Hver label har en beskrivelse — et par linjer, der fortæller AI, hvornår labelen skal bruges. Jo mere præcise dine beskrivelser er, jo bedre klassifikation.
Label: "Kundeservice"
Beskrivelse: "Mails fra eksisterende kunder om produkter, fakturaer, klager eller tekniske problemer. IKKE leads eller salgsanmodninger."Eksplicitte negationer ("IKKE ...") er særligt effektive til at undgå at en label bruges for bredt.
Skabeloner og dine egne labels
I /labels kan du vælge fra kurerede skabeloner (Fakturaer, Nyhedsbreve, Internt, osv.) med ét klik, eller oprette dine helt egne. Du bestemmer farve og beskrivelse.
Overstyring og læring
Hvis AI vælger en forkert label, kan du manuelt rette den i Gmail eller Outlook. DraftKite registrerer din rettelse og justerer klassifikationen for lignende mails fremover.