Google Gemini 모델을 사용하여 AI 기반 이메일 검사기 구축

저는 회사에서 전자상거래 사이트의 고객 문의 양식과 관련된 프로젝트를 진행했습니다. 이메일 주소를 확인하는 시스템이 있었지만 더 큰 문제는 남아 있었습니다. 사람들이 보낸 메시지가 정크 메일뿐만 아니라 실제로 저장소와 관련이 있는지 확인하는 방법이었습니다. 이는 관련 없는 이메일로 인해 지원 팀이 부담을 느끼는 것을 방지하는 데 중요했습니다.

이 구성요소의 핵심 과제이자 초점은 받은 편지함에 도달하기도 전에 자동으로 각 문의의 관련성을 평가하는 방법을 개발하는 것이었습니다. 본질적으로 고객 질문에 대한 스팸 필터는 다음과 같습니다. 진정으로 관련 있는 메시지만 유지합니다.

문제 해결을 위한 첫 번째 시도는 매우 간단했습니다. 표준 이메일 확인 기술을 사용했습니다. 이는 일반적인 스팸 이메일 패턴을 확인하고 이메일 주소의 형식이 올바른지 확인하는 것을 의미했습니다. 명백한 스팸을 포착했지만 완벽하지는 않았습니다. 영리한 스팸 이메일은 이러한 간단한 검사를 쉽게 우회했습니다.

메시지 자체는 보지 않고 주소만 보고 있었다는 점이 가장 큰 문제였습니다. 이 문제를 실제로 해결하려면 이메일의 내용을 이해해야 했고, 여기에서 AI를 사용하기 시작했습니다.

여기에서 API 키를 받으세요 - AISTUDIO

데모 영상 - videoLink

GEMINI 1.5 FLASH MODEL을 사용하여 AI 기반 유효성 검사기 구축

제 솔루션의 핵심은 놀라울 정도로 간단하면서도 효과적입니다.

• 속도 제한: 이는 남용을 방지하는 것부터 시작됩니다. 저는 속도 제한을 사용하여 이 문제를 해결했습니다. 기본적으로 시스템은 이제 짧은 시간(이 경우 5분) 내에 단일 이메일 주소로부터 얼마나 많은 메시지를 받는지 추적합니다.
• 프롬프트 작성: AI에게 각 이메일에서 찾아야 할 내용을 정확히 알려주기 위해 특정 지침 세트("프롬프트")를 만들었습니다. 이 프롬프트에는 보낸 사람의 이름, 이메일 주소 및 메시지 자체가 포함됩니다. 그런 다음 AI에게 몇 가지 주요 질문을 합니다.

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]"}

• AI와 상호작용: 저는 인기 있는 AI 모델(Gemini 1.5 Flash Model)(다른 사용자에게 쉽게 적용할 수 있음)을 사용하여 프롬프트를 보내고 JSON 응답을 받았습니다. 이 응답에는 is_valid(예 또는 아니요)와 이유(AI 결정에 대한 설명)라는 두 가지 주요 정보가 포함되어 있습니다.

• 오류 처리: 예상치 못한 일이 발생합니다! 내 코드에는 강력한 오류 처리 기능이 포함되어 있습니다. AI API 호출이 실패하거나 AI의 응답이 예상치 못한 경우 시스템은 오류를 적절하게 처리하고 충돌을 방지합니다. 자동으로 실패하는 대신 오류 메시지를 반환합니다.

• 모두 합치기: 최종 시스템은 단순하면서도 우아합니다. 이메일이 들어옵니다. -> 속도 제한 확인 -> AI 검증 -> 결정(유효/무효). 이 접근 방식은 단순한 이메일 확인보다 훨씬 더 정확합니다.

구현 코드

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]"}

자리 표시자를 교체해야 합니다.

• [YOUR_AI_API_ENDPOINT]를 AI API의 실제 엔드포인트로 바꿉니다.

• API 키에 안전하게 액세스하기 위한 메소드가 포함된 getApiKey() 함수.

• 선택한 AI 모델의 응답을 구문 분석하는 데 특정한 코드가 포함된 extractAIResponse() 함수. 제공된 예는 설명을 위한 것이며 AI 모델의 응답과 직접적으로 작동하지 않을 수 있습니다.

위의 코드는 스팸 이메일을 줄이는 방법에 대한 기본 접근 방식일 뿐이며 필요에 따라 개선이 필요합니다.

고마워요?

위 내용은 Google Gemini 모델을 사용하여 AI 기반 이메일 검사기 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!