AI Humanization

Cách nhân hóa bản nháp email AI: Hướng dẫn theo từng loại email

Email do AI soạn thường trông như các mẫu, và các mẫu thì thường bị lướt qua. Hướng dẫn theo từng loại về cách nhân hóa tiếp cận, cập nhật nội bộ, trả lời hỗ trợ và theo dõi, trong khi số ticket, số liệu và thuật ngữ sản phẩm vẫn giữ nguyên đúng như đã viết.

5 min
Blog card for a guide on how to humanize AI email drafts across outreach, internal updates, support replies, and follow-ups

Đến dòng thứ hai, người đọc sẽ biết liệu bạn có tự viết email hay đã dùng AI. Câu mở đầu chung chung, ấm áp, các đoạn văn cân đối đều nhau, phần kết cảm ơn vì đã dành thời gian rồi lại xin thêm thời gian đó. Đã hai năm kể từ khi tất cả chúng ta đều có hộp thư đầy các bản nháp ChatGPT. Giờ đây, chúng ta nhận ra những thứ này từ rất xa. Chúng là các mẫu. Chúng ta lướt qua. Chúng ta sửa. Chúng ta nhân hóa các bản nháp email AI trước khi gửi đi. Hãy giữ lại mười phút mà mô hình đã tiết kiệm cho bạn. Loại bỏ những dấu hiệu khiến bạn mất đi câu trả lời.

Trong hướng dẫn này, chúng tôi sẽ dẫn bạn qua bốn loại email mà các chuyên gia viết bằng AI thường xuyên nhất: tiếp cận, cập nhật nội bộ, phản hồi hỗ trợ khách hàng, và thư theo dõi. Chúng tôi trình bày cách sửa tất cả chúng vì chúng đều thất bại theo những cách riêng. Cuối cùng, chúng tôi cũng sẽ chỉ ra hai điều mà mọi bản viết lại đều phải làm đúng, bất kể loại nào: tên riêng, số liệu, và các thuật ngữ sản phẩm phải được giữ nguyên, và các bộ phát hiện AI mà một số nơi làm việc hiện nay dùng để quét văn bản đầu vào.

Tại sao các email do AI tạo ra lại bị lướt qua

Không có bộ phát hiện nào can dự khi một khách hàng tiềm năng xóa tin nhắn của bạn. Điều đó xảy ra chỉ dựa trên khuôn mẫu. Bạn có thể chắc chắn rằng một mô hình ngôn ngữ viết các câu có độ dài tương tự, làm giảm độ dứt khoát của động từ, mở đầu bằng những lời xã giao như "I hope this email finds you well", và cân bằng từng đoạn văn một cách đều đặn, không để bất kỳ yếu tố nào của câu trở thành trọng tâm. Chính khuôn mẫu đó đã được một nhà tuyển dụng, một người mua, hoặc một đồng nghiệp nhận hàng chục email mỗi ngày hấp thụ vào, dù họ có thể mô tả nó hay chỉ có thể cảm nhận nó.

Email của con người có độ ma sát. Một câu bốn từ. Một con số cụ thể ở nơi mà mô hình sẽ viết "significant growth". Một lời chen ngang mà chỉ người trong cuộc trò chuyện mới có thể đưa ra. Khi bạn nhân hóa một email do AI tạo ra, bạn đang khôi phục độ ma sát đó: nhịp câu đa dạng, một mở đầu trực tiếp, và ít nhất một chi tiết chứng minh rằng có một con người đã tham gia.

Công cụ humanizer tự động hóa nửa phần nhịp điệu của công việc đó. Nó được gọi là TextPulse. Vốn từ của bạn vẫn được giữ nguyên, nhưng nhịp điệu thay đổi để bài viết của bạn không nghe như ngôn ngữ do máy tạo ra. Nhờ vậy, nó được đọc theo đúng ý bạn muốn, nhưng không còn nghe như do một con robot viết ra. Nửa phần chi tiết vẫn thuộc về bạn, và các phần bên dưới cho thấy điều đó quan trọng ở đâu đối với từng loại email.

Email tiếp cận: Tính cụ thể mới là yếu tố bán hàng

Email tiếp cận lạnh do AI soạn thảo thất bại vì tính chung chung. Mô hình viết ra một thông điệp có thể gửi cho bất kỳ công ty nào trong phân khúc, và người nhận có thể nhận ra trong vài giây, vì họ đã nhận ba thông điệp khác trong tuần này được xây trên cùng một bộ khung. Việc humanize ở đây có hai phần, và phần viết lại là phần nhỏ hơn.

Bắt đầu bằng giọng điệu. Một phong cách tự tin, đơn giản là tốt nhất cho email tiếp cận, hãy bỏ đi sự tâng bốc vốn tự động xuất hiện từ mô hình ("Tôi thực sự ấn tượng với... gần đây của bạn") và tập trung vào thực tế của người nhận ngay ở câu đầu tiên. Chạy bản nháp qua công cụ humanizer ở chế độ viết chuyên nghiệp với cường độ vừa phải, đủ cao để phá vỡ nhịp điệu đồng đều, nhưng đủ thấp để tên sản phẩm và cách diễn đạt then chốt của bạn vẫn ổn định.

Sau đó thêm vào một điều mà không bản viết lại nào có thể cung cấp, một chi tiết cụ thể do chính bạn tìm ra. Vòng gọi vốn, tin tuyển dụng, tính năng họ phát hành tháng trước. Một dòng cụ thể có tác dụng với tỷ lệ phản hồi hơn bất kỳ mức độ trau chuốt nào, vì đó là phần duy nhất của email mà một mô hình không bao giờ có thể viết thay cho người khác.

Dòng tiêu đề cũng xứng đáng được xử lý như vậy. Mô hình tạo ra các thông báo theo kiểu viết hoa tiêu đề ("Unlocking New Efficiencies for Your Team"), trong khi một người sẽ viết sáu từ đơn giản về chủ đề thực tế. Hãy tự viết lại dòng tiêu đề, theo kiểu câu bình thường viết thường, và để phần thân đã humanize đảm nhiệm lập luận.

Cập nhật nội bộ: Bỏ phần nghi thức, giữ lại số liệu

Các bản cập nhật trạng thái do AI soạn thường bị thêm thắt quá mức. Một thông điệp ba dòng lại có phần tóm tắt điều hành, một mục "điểm nổi bật chính", và một đoạn kết lặp lại phần tóm tắt. Đồng nghiệp muốn có số liệu, các điểm nghẽn, và yêu cầu, theo đúng thứ tự đó, và họ muốn tìm thấy chúng mà không cần cuộn trang.

Nhân hóa các bản nháp này ở một mức giọng điệu giản dị hơn so với công việc hướng tới khách hàng. Email nội bộ chấp nhận câu rời và gạch đầu dòng, nhưng không chấp nhận việc một con số chuyển đổi 40 percent lặng lẽ trở thành "hiệu suất chuyển đổi mạnh" ở đâu đó trong quá trình viết lại. TextPulse giữ nguyên tên, ngày tháng và số liệu theo đúng nguyên văn qua mọi lần nhân hóa, vì vậy các chỉ số trong một bản cập nhật hằng tuần vẫn là những chỉ số mà nhóm của bạn thực sự đã báo cáo.

Một thói quen đáng xây dựng, hãy đọc bản cập nhật đã nhân hóa đối chiếu với bản gốc một lần, chỉ nhìn vào các con số. Việc này mất hai mươi giây đối với một bản cập nhật điển hình, và nó biến "công cụ giữ nguyên số liệu" từ một tuyên bố mà bạn tin thành một तथ्य mà bạn đã kiểm tra.

Nhân hóa bài viết của bạn

Biến đổi văn bản có hỗ trợ AI của bạn và làm cho nó nghe tự nhiên như do con người viết, mà không chạm vào các từ quan trọng hoặc trích dẫn.

Bắt đầu miễn phí

Cách nhân hóa email hỗ trợ AI

Các phản hồi hỗ trợ mang rủi ro cao nhất trên mỗi từ. Một khách hàng tức giận nhận được sự đồng cảm theo khuôn mẫu ("Chúng tôi chân thành xin lỗi vì bất kỳ sự bất tiện nào điều này có thể đã gây ra") sẽ càng tức giận hơn, vì chính cách diễn đạt đó cho thấy không có người nào đã đọc phiếu yêu cầu.

Làm việc trên hai lớp để nhân hóa email hỗ trợ AI. Trước hết, thể hiện sự ấm áp theo cách tạo cảm giác là có chú ý. Nêu đúng vấn đề thực tế trong câu đầu tiên, bằng chính lời của khách hàng, và đừng xin lỗi cho đến sau đó. Dùng một humanizer được đặt ở mức giọng điệu trò chuyện để phá vỡ nhịp điệu khuôn mẫu mà mọi phản hồi soạn sẵn đều có, và khiến nó đọc lên như thể được viết riêng cho khách hàng này.

Lớp thứ hai là độ chính xác. Số phiếu yêu cầu, mã đơn hàng, số tiền hoàn trả, ngày tháng và cách diễn đạt chính sách phải đi ra khỏi bản viết lại đúng như khi chúng đi vào, vì một phản hồi hỗ trợ có số tiền hoàn trả sai sẽ tạo ra một phiếu yêu cầu thứ hai. Trong TextPulse, bạn có thể cố định các thuật ngữ đó trước khi chạy, các thuật ngữ đã cố định sẽ được giữ nguyên theo đúng nguyên văn và được trả lại với phần tô sáng, vì vậy một nhân viên có thể xác nhận ngay lập tức rằng số tiền trong phản hồi khớp với số tiền trong hệ thống.

Theo dõi tiếp, một giọng nói xuyên suốt chuỗi trao đổi

Một email theo dõi sẽ lộ tẩy khi nó nghe như được viết bởi một người khác với tin nhắn đầu tiên. Điều đó xảy ra bất cứ khi nào bản gốc là của bạn và phần nhắc sau đến từ một model, hoặc khi cả hai được tạo trong các phiên riêng biệt từ những prompt khác nhau.

Giữ mạch văn nhất quán trong một giọng. Dùng cùng chế độ viết và cùng mức độ mạnh yếu cho mọi tin nhắn trong một chuỗi, và cố ý lặp lại cách diễn đạt: việc nhắc đến "the pilot we discussed" bằng đúng những từ đó mỗi lần tạo cảm giác như có trí nhớ, và trí nhớ thì tạo cảm giác như con người. TextPulse xử lý mọi thứ, từ một chuỗi nhắc lại ba dòng đến cả một chuỗi đầy đủ trong một lần chạy, vì vậy bạn có thể nhân tính hóa toàn bộ chuỗi cùng lúc thay vì từng tin nhắn một.

Hãy kiềm chế xu hướng tăng mức độ trang trọng khi một chuỗi trở nên im lặng. Các mô hình thường trở nên trang trọng hơn dưới các lời nhắc "write a polite follow-up", còn con người thì ngắn gọn và trực tiếp hơn. Một lời nhắc cuối cùng gồm hai dòng với phần kết rõ ràng ("Should I stop following up on this?") luôn hiệu quả hơn một đoạn thứ tư về đề xuất giá trị.

Nhân tính hóa bản nháp email AI: Những gì phải được giữ nguyên, và ai kiểm tra

Dù là loại email nào, hai quy tắc sản xuất vẫn áp dụng. Thứ nhất, các thực thể là phần chịu tải chính. Tên người nhận, tên công ty, số liệu, ngày tháng, và thuật ngữ sản phẩm là những phần của email có thể tạo ra hệ quả pháp lý, tài chính, hoặc quan hệ nếu chúng bị thay đổi, vì vậy một công cụ nhân tính hóa được xây dựng cho công việc chuyên nghiệp sẽ tự động giữ nguyên chúng nguyên văn và cho phép bạn cố định thêm bất kỳ nội dung đặc thù theo lĩnh vực nào. Quy trình làm việc đầy đủ, bao gồm chế độ viết Corporate và việc cố định thuật ngữ, được mô tả trên trang AI humanizer for business.

Thứ hai, một phần email của bạn sẽ bị phần mềm sàng lọc trước khi có người đọc. Các nhóm mua sắm chạy đề xuất của nhà cung cấp qua AI detectors, các agency sàng lọc các lời chào hàng gửi đến, và một số nền tảng tuyển dụng và bán hàng chấm điểm tin nhắn tự động. Không có công cụ nào có thể hứa hẹn một kết luận cụ thể từ detector, và bạn nên nghi ngờ bất kỳ công cụ nào làm vậy. TextPulse báo cáo một Human Score ước tính được tính từ chính văn bản, cùng với khả năng đọc và độ sâu viết lại, để bạn có thể thấy một bản nháp vẫn còn mang dấu vết máy móc đến mức nào trước khi gửi đi.

Bước rà soát gắn kết mọi thứ lại với nhau. Chế độ xem các thay đổi được theo dõi hiển thị mọi chèn vào và xóa đi mà quá trình nhân bản hóa đã thực hiện, và với một email thì đó là một lượt đọc kéo dài mười giây. Mười giây là cái giá hợp lý cho một thông điệp nghe như do chính bạn viết, vì từ phía người nhận, đúng là như vậy.

XLinkedInFacebook

Câu hỏi thường gặp

Có. Đăng ký TextPulse cho bạn một bản demo nhân hóa miễn phí với chế độ xem theo dõi thay đổi và thanh chỉ số, và không cần thẻ tín dụng. Việc nhân hóa email tiếp cận, trả lời hỗ trợ và email nội bộ của chính bạn hằng ngày được bao gồm trong các gói Pro và Plus.

Moe

PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.

Cập nhật về AI humanization

Nhận mẹo về viết học thuật, phát hiện AI và humanization được gửi thẳng vào hộp thư của bạn.

Không spam. Có thể hủy đăng ký bất cứ lúc nào.