企业官网建设流程全解析

• 提示工程

本篇技术指南以开源仓库 GPTs（leaked prompts of GPTs）中收录的 Email Responder Pro 提示词文件 为研究对象，逐条拆解这条泄漏的系统提示词如何定义"粘贴邮件 → 分析 → 生成得体回复"的完整工作流，并结合仓库内 Email Proofreader、Sales Cold Email Coach 等同类邮件类提示词做横向对比。读完本文，你将理解这类"邮件回复助手"类 GPT 的角色设定、分析管线与语气镜像策略，并可直接获得一份基于原提示词提炼、可复用到自有 Agent 或 GPT 配置中的提示词模板。

一、文档背景与仓库定位

GPTs 仓库 是一个收集各类 GPT 泄漏提示词（leaked prompts）的开源仓库，绝大多数条目以prompts/*.md的形式存放，每个文件通常包含三部分信息：GPT 的名称与一句话简介、作者署名、以及以 Markdown 代码块包裹的原始系统提示词。

Email Responder Pro.md 即属于这一类条目：

值得注意的是一个细节：该 GPT 对外名称是 "Email Responder Pro"，而系统提示词内部将自己定义为 "Email Craft"。这是提示词中"角色命名"的常见手法——产品名与内部 persona 名可以分离，内部名通常承载更精确的能力描述，这在仓库其他泄漏提示词中也能观察到同类模式。

从功能定位看，该 GPT 属于"办公 / 写作辅助"类：输入是"收到的邮件"，输出是"可发送的专业回复"，全程不要求用户撰写任何草稿，属于典型的"输入契约极简、输出标准明确"的自动化写作 Agent。

二、系统提示词全文（核心指令）

原文档的完整系统提示词如下，这是整条 GPT 行为的唯一指令来源：

Email Craft is a specialized assistant for crafting professional email responses. Upon initiation, it expects users to paste an email they've received into the chat. The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply. It will provide a response that mirrors the sender's professionalism and tone, addressing all points raised. If the email's intent is unclear, the assistant may ask targeted questions to clarify before responding. The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.

整条提示词只有一段英文描述，但内部隐含了完整的"角色定义 → 输入契约 → 分析管线 → 生成策略 → 澄清机制 → 质量约束"六段式设计。下面逐一拆解。

三、指令逐条拆解：从角色定义到质量约束

3.1 角色定义：专业邮件回复的专职助手

Email Craft is a specialized assistant for crafting professional email responses.

提示词首先用一句话锚定角色：一个"专门（specialized）"负责撰写专业邮件回复的助手。这里的specialized是关键词——它把助手的能力边界限制在"邮件回复"这一单一任务上，避免模型在处理邮件时发散到撰写新邮件、翻译、总结等其他任务。这也是 GPT 提示词工程中常见的"角色限定（role constraining）"做法，与仓库内 Email Proofreader（限定为"校对员"）、Sales Cold Email Coach（限定为"冷邮件教练"）一脉相承。

3.2 输入契约：只接受"收到的邮件"

Upon initiation, it expects users to paste an email they've received into the chat.

该 GPT 的启动约定非常明确：用户只需要把收到的邮件原文粘贴进聊天框即可，不需要提供任何额外背景。这一设计把交互成本降到最低，契合其"Insert any email; receive a polished reply"的产品简介。

3.3 分析管线：内容、语气、意图三维解析

The assistant analyzes the content, tone, and intent of the incoming email to generate a fitting reply.

在生成回复之前，提示词要求模型对来信做三个维度的分析：

这条"分析先行"的指令是典型的"先理解再生成"提示词范式：模型不是直接套模板写回复，而是先建立对来信的完整理解，再基于理解产出"fitting reply"（恰如其分的回复）。分析维度中"意图"尤为重要，它决定了回复的体裁——例如咨询类邮件需要信息性答复，投诉类邮件需要致歉与补救方案，确认类邮件只需要简短确认。

3.4 生成策略：语气镜像 + 要点全覆盖

It will provide a response that mirrors the sender's professionalism and tone, addressing all points raised.

生成阶段包含两条硬性要求：

1. 语气镜像（tone mirroring）：回复须"镜像（mirrors）"发件人的专业度与语气。发件人正式，回复就正式；发件人亲切，回复就保持同等亲切。这与 Email Proofreader 中"不改变邮件原有语气"的约束异曲同工——两者都明确要求模型不得擅自改变语气的基准线，区别只在于前者是"生成新回复"而后者是"校对已有草稿"。

2. 要点全覆盖（addressing all points raised）：回复必须逐一回应来信中提出的所有要点，不能遗漏。这直接规避了大语言模型在长文本摘要回复中常见的"漏点"问题，属于对生成完整性的显式约束。

3.5 澄清机制：意图不明时才提问

If the email's intent is unclear, the assistant may ask targeted questions to clarify before responding.

与直觉相反，该提示词并不鼓励"逢信必问"。它把提问限定在唯一条件下——"意图不明（intent is unclear）"，并且要求问的是有针对性的问题（targeted questions），而非泛泛的"您能详细说说吗"。这构成一个条件分支：

• 意图清晰 → 直接生成回复；
• 意图不明 → 先提出针对性澄清问题，得到答案后再回复。

这种"默认直接执行、异常才交互"的设计，保证了绝大多数场景下的一步到位体验，同时保留了应对模糊输入的兜底路径。对比仓库内 Sales Cold Email Coach——它要求在动笔前先向用户收集客户姓名、行业、规模、独特问题等信息，并且"一次只问一个问题"——可以看到两种截然不同的交互哲学：Email Responder Pro 是"低交互优先"，Sales Cold Email Coach 是"高交互前置"。这与两者任务性质有关：回复已有邮件时有充分上下文可循，而冷启动销售邮件时模型几乎没有任何客户信息，必须先采集。

3.6 质量约束：简洁、相关、礼貌、得体

The aim is to create succinct, relevant, and courteous email replies that convey the necessary information and maintain the decorum expected in professional correspondence.

结尾句给出了四条可检验的质量标准：

此外，"convey the necessary information"强调信息完整性——简洁不等于信息缺失，回复仍需传递必要信息。这四条约束共同定义了"polished reply"（打磨过的回复）的评判维度，也为使用者验收输出质量提供了抓手。

四、实战使用指南

基于原文档的输入契约与澄清机制，该 GPT 的典型使用流程如下：

4.1 标准流程（意图清晰场景）

1. 复制收到的邮件全文；
2. 直接粘贴到对话中（无需任何指令前缀）；
3. 模型分析内容、语气、意图后，返回一封语气镜像、要点全覆盖的专业回复；
4. 检查是否符合四条质量约束（简洁、相关、礼貌、得体），确认后直接发送。

4.2 澄清流程（意图不明场景）

当来信意图模糊（例如一封只有寒暄、没有明确诉求的邮件，或一段包含多个互相矛盾诉求的来信）时，模型会先提出针对性问题，例如"您希望我在回复中承诺周五前提供方案吗？"，待用户澄清后再生成回复。用户应在此时补充必要背景，避免模型在意图不明时自行猜测。

4.3 验收清单

收到模型输出后，可对照 3.6 小节的四条质量标准逐项验收：

• 是否简洁：有无冗余寒暄或重复表述；
• 是否相关：是否逐点回应了来信全部要点；
• 是否礼貌：称呼、致谢、措辞是否得体；
• 是否得体：语气是否与发件人基准线一致。

五、与仓库内同类邮件提示词的横向对比

在 prompts 目录下，与邮件写作直接相关的泄漏提示词还有两条，可与 Email Responder Pro 构成完整的"邮件写作三件套"对比：

从 Email Proofreader 中还可以看到一条值得借鉴的进阶设计：它支持可选参数[VERBOSE = TRUE]——用户在草稿前一行写上该参数，模型就在校对文本后额外输出"改了什么、为什么改"的解释，否则默认静默校对。这类"显式开关控制解释深度"的机制，与 Email Responder Pro 的"意图不明才提问"一样，都是把交互决策权交给用户的可选路径设计。

六、提炼可复用的邮件回复助手提示词模板

原提示词虽然只有一段话，但结构可完全迁移。以下是基于原文档内容提炼、可直接复用于自有 GPT 配置或 Agent 系统提示词的模板（标注部分为结构化重组，不改变原意）：

你是 [角色名]，一名专注于撰写专业邮件回复的专属助手。 ## 输入契约 用户会粘贴一封收到的邮件。仅凭邮件原文工作，不额外索取背景信息。 ## 分析阶段 对来信依次分析三个维度： 1. 内容（content）：事实、请求与全部要点； 2. 语气（tone）：发件人的专业度与口吻； 3. 意图（intent）：发件人期望的响应动作。 ## 生成阶段 - 回复镜像发件人的专业度与语气； - 逐一回应来信提出的所有要点，不得遗漏； - 若意图不明，先提出有针对性的澄清问题，得到答复后再生成回复。 ## 质量约束 输出应简洁（succinct）、相关（relevant）、礼貌（courteous）， 传递必要信息，并符合职业通信应有的礼节（decorum）。

应用该模板时可按需扩展两条原提示词未显式覆盖、但在同类提示词中常见的能力项：

• 可选解释开关：参照 Email Proofreader 的Verbose参数，增加"用户可要求解释改动理由"的可选模式；
• 安全边界：邮件可能含敏感信息，建议在部署时明确"不将内容用于训练、不泄露给第三方"的隐私约束（原提示词未涉及，属部署层面的补充建议）。

七、事实边界与局限说明

需要说明本仓库与本文的适用前提：

• 本仓库收录的均为泄漏提示词，README.md 明确其来源为公开收集（社区贡献与作者自述获取方式），提示词内容与线上 GPT 实际行为可能存在差异，线上产品还可能叠加额外的安全层、知识文件或外部 Action，这些均不在本仓库证据范围内；
• 原文档仅包含一段系统提示词，没有提供任何示例对话、参数配置或可执行代码，因此本文中的使用流程、验收清单与模板均为基于该提示词文本的合理推导，读者应以实际测试结果为准；
• 本文不包含任何性能数据、用户数量或排名结论，也不对 Email Responder Pro 与其他同类产品做优劣评判——以上对比仅用于说明提示词设计差异。

如需查阅原始材料，可直接阅读仓库中的 Email Responder Pro.md，并与 Email Proofreader、Sales Cold Email Coach 对照研读；完整的提示词收集目录见 README.md。

• 提示工程