Google Gemini モデルを使用した AI を活用した電子メール検証ツールの構築

私は会社で、EC サイトの顧客問い合わせフォームに関するプロジェクトに取り組みました。私たちは電子メール アドレスを検証するシステムを導入していましたが、ユーザーが送信したメッセージが単なるジャンク メールではなく、実際に保存に関連していることを確認する方法という、より大きな問題が残りました。これは、無関係なメールでサポート チームが圧倒されるのを避けるために非常に重要でした。

中心的な課題であり、このコンポーネントの焦点は、受信トレイに届く前に自動的に各問い合わせの関連性を評価する方法を開発することでした。これは本質的に、顧客の質問に対するスパム フィルターであり、本当に関連性のあるメッセージのみを保持します。

問題を解決するための私の最初の試みは非常に簡単でした。標準的な電子メール検証手法を使用しました。これは、一般的なスパム電子メールのパターンをチェックし、電子メール アドレスの形式が適切であることを確認することを意味します。明らかなスパムを検出しましたが、確実ではありませんでした。巧妙なスパムメールは、これらの単純なチェックを簡単に回避します。

主な問題は、メッセージ自体ではなく、アドレスだけを見ていたということでした。 これを本当に解決するには、メールの内容を理解する必要があり、そこから AI を使い始めました。

ここから API キーを取得します - AISTUDIO

デモビデオ - ビデオリンク

GEMINI 1.5 FLASH MODEL を使用して AI を活用した Validator を構築する

私のソリューションの核心は驚くほどシンプルですが、効果的です。

• レート制限: それは悪用を防ぐことから始まり、レート制限を使用して対処しました。基本的に、システムは短時間 (この場合は 5 分) 内に 1 つの電子メール アドレスから受信したメッセージの数を追跡するようになりました。
• プロンプトの作成: 各メールで何を探すべきかを AI に正確に伝えるために、特定の指示セット (「プロンプト」) を作成しました。このプロンプトには、送信者の名前、電子メール アドレス、メッセージ自体が含まれます。 次に、AI にいくつかの重要な質問をします。

Analyze this email:
Name: [Sender's Name]
Email: [Sender's Email]
Message: [Email Message]

Is this message relevant to [domain/topic]?
Does the email address look legitimate?
Is the inquiry specific and reasonable?

Return JSON: {"is_valid": "Yes/No", "reason": "[Explanation]"}

• AI との対話: 私は人気のある AI モデル (Gemini 1.5 Flash モデル) を使用し (これを他のモデルに簡単に適用できます)、プロンプトを送信して JSON 応答を受け取りました。この応答には、is_valid (はいまたはいいえ) と理由 (AI の決定の説明) という 2 つの重要な情報が含まれています。

• エラー処理: 予期しないことが起こります。私のコードには堅牢なエラー処理が含まれています。 AI API 呼び出しが失敗した場合、または AI の応答が予期せぬものであった場合、システムはエラーを適切に処理し、クラッシュを防ぎます。サイレントに失敗するのではなく、エラー メッセージを返します。

• すべてをまとめる: 最終的なシステムは、シンプルさの点でエレガントです。メールが届きます ->レート制限チェック -> AI検証 ->判定(有効/無効)。このアプローチは、単純な電子メール検証だけよりもはるかに正確です。

実装コード

Analyze this email:
Name: [Sender's Name]
Email: [Sender's Email]
Message: [Email Message]

Is this message relevant to [domain/topic]?
Does the email address look legitimate?
Is the inquiry specific and reasonable?

Return JSON: {"is_valid": "Yes/No", "reason": "[Explanation]"}

プレースホルダーを忘れずに置き換えてください:

• [YOUR_AI_API_ENDPOINT] は AI API の実際のエンドポイントです。

• API キーに安全にアクセスするためのメソッドを含む getApiKey() 関数。

• 選択した AI モデルからの応答の解析に固有のコードを含む extractAIResponse() 関数。提供されている例は説明用であり、AI モデルの応答では直接機能しない場合があります。

上記のコードは、スパムメールを減らすための基本的なアプローチであり、ニーズに合わせて改善する必要があります。

ありがとうございます?

以上がGoogle Gemini モデルを使用した AI を活用した電子メール検証ツールの構築の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。