Sähköposti-inboxin AI-triage Gmailille — koko playbook

Aloita kolmesta luokasta: vastausta vaativa, tieto ja arkisto, roskat. Älä rakenna mitään ensimmäisellä viikolla. Kopioi 20 viime päivän sähköpostia ChatGPT:hen ja kokeile prompttia tunnin verran — tämän jälkeen tiedät säästätkö tunnin päivässä vai et, ennen kuin yhtään skriptiä on kirjoitettu.

Tämä on sinulle, jonka inbox kerää tilausvahvistuksia, asiakaspalveluviestejä, sisäisiä ilmoituksia ja uutiskirjeitä samaan kasaan. Päivän ensimmäiset 30 minuuttia menee selailemiseen, ja vastauksia vaativat viestit hukkuvat jossain kohti puoltapäivää. Tämä artikkeli kertoo kuinka 5 minuutin AI-triage-ajo jättää sinulle vain ne viestit jotka oikeasti odottavat sinua.

Sähköpostin AI-triage on yleisin paikka aloittaa AI-pilotti pk-yrityksessä. Syy on käytännöllinen: data on jo strukturoitua (lähettäjä, otsikko, sisältö), volyymi on hallittava (10–200 viestiä päivässä), ja onnistumista voi mitata yhdellä luvulla — jäikö vastattava viesti löytymättä vai ei. Tämä on opetustyyppinen projekti, ei integraatioprojekti. Sopii ensimmäiseksi.

---

Miksi kolme luokkaa eikä viisitoista?

Ennen kuin lähdetään tekemään, yksi houkutus kannattaa karsia: et tarvitse 15 kategoriaa heti. Tiedän tämän, koska olen kokeillut.

Kun aloitin oman Brain-vaultini sähköposti-triagen vuonna 2025, lähdin liikkeelle “tarkasti” — kymmenen kategoriaa: asiakas, sisäinen, tilaus, lasku, uutiskirje, kalenteri, järjestelmäilmoitus, henkilökohtainen, mainos, muu. Promptista tuli 400 sanaa. Tarkkuus jäi 70 prosenttiin. Mallin oli vaikea valita “sisäisen” ja “asiakkaan” välillä, kun mukana oli oman tiimin asiakaslähetys. Lasku-luokka osui huonosti tilausvahvistuksiin.

Pudotin kolmeen. Tarkkuus nousi heti 92 prosenttiin, prompti puolittui, ja arvioin lopputulosta ilman taulukkoa — silmämääräisesti näin kun viestin labelit menivät pieleen.

Sääntö on tämä: luokkien määrä kaksinkertaistaa promptin kompleksisuuden, mutta tarkkuus laskee. Kolme luokkaa riittää MVP:lle. Voit lisätä neljännen sitten kun olet pyörittänyt pipea kaksi viikkoa ja näet mihin se kompastuu.

Kolme MVP-luokkaa:

• Vastausta vaativa — kysymys, tilaus, sopimusneuvottelu, toimitustarjous, sisäinen päätös. Jos epävarmuus, valitse tämä. Parempi yksi liian vastannut kuin yksi unohtunut asiakas.
• Tieto ja arkisto — tilausvahvistus, lasku, järjestelmäilmoitus, kuittaus, uutiskirje jota luet myöhemmin. Lukematta arkistoon.
• Roskat ja unsubscribe — mainos joka ei kuulu sinulle, tuntematon kylmäkontakti josta ei aiota seuraamista, robotti-spam. Suoraan poistoon tai unsubscribe-listalle.

Huomaa että nämä luokat ovat sinun, eivät ChatGPT:n. Älä kysy mallilta “mihin tämä viesti kuuluu” — kysy “kuuluuko tämä luokkaan A, B vai C”. Ero on iso. Edellinen on luova tehtävä, jälkimmäinen on luokittelutehtävä. Mallit ovat hyviä jälkimmäisessä.

---

Askel 1: Kokeile manuaalisesti — älä rakenna mitään

Avaa ChatGPT (mikä tahansa malli kelpaa) ja Gmail rinnakkain. Kopioi yksi sähköposti kerrallaan ja kokeile alla olevaa prompttia. Tämä on koko prosessin tärkein vaihe, koska tämän jälkeen tiedät kuinka hyvä prompti on omilla viesteilläsi — eikä mitään ole vielä rakennettu.

Pohjaprompti, jota voit kopioida sellaisenaan:

Olet sähköpostiavustaja. Kategorisoi alla oleva sähköposti yhteen luokkaan:

A = vastausta vaativa (kysymys, tilaus, sopimus)
B = tieto ja arkisto (vahvistus, lasku, uutiskirje)
C = roskat (mainos, robotti-spam, ei kuulu minulle)

Ohjeet:
- Jos epävarma, valitse A.
- Jos otsikossa "unsubscribe" tai "mainos" -tyyppinen sana, valitse C.
- Jos lähettäjä on tunnetun työnantajadomaini ja viestissä on kysymys, valitse A.

Sähköposti:
Lähettäjä: {lähettäjä}
Otsikko: {otsikko}
Sisältö: {ensimmäiset 500 merkkiä rungosta}

Vastaa pelkällä kirjaimella: A, B tai C.

Aja 10 viestiä. Kirjoita oma arviosi ennen ChatGPT:n vastausta. Sitten katso vastasta. Tämä on se kohta jossa selviää, ymmärtääkö malli sinun työsi.

---

Askel 2: Mittaa tarkkuus 20 viestin näytteellä

Kun prompti tuntuu järkevältä, ota 20 viime päivän sähköpostia. Käy ne läpi käsin ensin ja kirjoita oma arviosi taulukkoon. Sitten aja sama prompti ja kirjoita rinnalle mallin vastaus. Laske matchit.

Tavoite: 90 %. Eli yhden viestin saa olla pielessä, kahden ei.

Jos tarkkuus on alle 90 %, älä lisää ohjeita yksi kerrallaan satunnaisesti. Katso ensin missä virheet ovat:

• A→B-virhe (vastausta vaativa luokiteltiin tiedoksi) — vaarallinen, koska viesti hukkuu arkistoon. Tämä on pahin virhetyyppi, kirjoita ohjeisiin tunnistettava signaali: “Jos viestissä on suora kysymys, valitse A vaikka muu sisältö olisi vahvistus.”
• B→A-virhe (info-viesti luokiteltiin vastausta vaativaksi) — turha kärry pieni, kuluttaa hetken päivässä. Yleensä otsikossa “Re:” mutta runko on automaattinen vahvistus. Lisää sääntö: “Jos otsikko sisältää ‘vahvistus’, ‘kuittaus’, ‘tilauksesi numero’, valitse B.”
• C-luokan vuoto (mainos meni A:han) — yleensä outo lähettäjä joka käyttää oikeaa kieltä. Whitelist-lähestymistapa: jos lähettäjäosoite ei ole tunnettu, luokitteluun voi lisätä “tunnetut domainit”-listan.

Iteraatio kestää 3–5 kierrosta. Ensimmäinen kierros nostaa tarkkuutta eniten, viimeiset hiotaan reunatapauksia. Yksi kierros on tunnin työ. Älä yritä saada 100 %:n tarkkuutta — kustannus kasvaa eksponentiaalisesti, ja viimeinen prosentti yleensä rikkoo jonkin aiemman.

---

Askel 3: Valitse toteutustaso — neljä vaihtoehtoa

Kun prompti antaa 90 % tarkkuutta käsiajossa, valitset miten ajat sen päivittäin. Vaihtoehdot eivät ole “kumpi on parempi” vaan “kuinka paljon vaivaa kannattaa nähdä, ja mitä saat tilalle”.

Vaihtoehto A — manuaalinen päiväajo. Kopioi aamuisin 20–50 viime vuorokauden sähköpostia ChatGPT:hen. Pyydä lista: “viesti 1: A, viesti 2: B…”. Kestää 5 minuuttia. Sopii volyymiin alle 50 viestiä päivässä ja tilanteeseen jossa et halua antaa AI:lle pääsyä Gmailiin. Hyvä paikka aloittaa.

Vaihtoehto B — Google Apps Script + OpenAI tai Claude API. Skripti ajaa Gmailin uusimmat viestit yöllä mallin läpi ja lisää labelit (AI-A, AI-B, AI-C). Sinä avaat aamulla Gmailin ja näet vain A-labelit. Setup-aika 2–4 tuntia, kuluja 5–20 €/kk pk-volyymissä. Vaatii API-avaimen ja Google-tilin admin-oikeudet.

Vaihtoehto C — pipeline-työkalu (n8n, Make, Zapier). Sama idea kuin B, mutta valmiilla nodella. Helpompi kuin koodi, mutta kuukausimaksu 20–50 €. Sopii jos sinulla on jo n8n tai Make käytössä muihin automaatioihin — yksi node lisää, ei isoja kuluja. Volyymi 200+ viestiä päivässä menee paremmin tällä kuin Apps Scriptillä.

Vaihtoehto D — valmis SaaS (Superhuman AI, Sanebox, Gmail Smart Reply). Nopein käyttöönotto, ei räätälöintiä. Kuukausimaksu 10–30 €/käyttäjä. Sopii jos haluat että joku muu vastaa promptin laadusta. Sinä menetät kontrollin kategoriajakoon ja virherajan käsittelyyn, mutta säästät rakennusaikaa.

Karkea valintasääntö:

• Alle 30 viestiä/päivä, et halua API-avaimia: A
• 30–200 viestiä/päivä, sinulla on tai pystyt tekemään pienen skriptin: B
• Muita automaatioita on jo n8n/Make/Zapierissa: C
• Et halua rakentaa mitään ja olet valmis maksamaan kontrollista: D

Itse pyöritän Kymen.ai:n omia sähköposteja vaihtoehdolla B mutta laajennettuna. Pipelinea ajetaan klo 9, 12 ja 17. Sonnet luokittelee viestin, Opus luonnostelee vastaukset niihin jotka näyttävät vastausta vaativilta, ja Sonnet kirjoittaa päivän loppuun yhteenvedon siitä mitä on tullut. Yhteenveto tulee Obsidian-vaultiin ja sinne kerätään myös pending-review-lista. Setup oli alunperin yhden iltapäivän työ, ja pipelinea on hiottu pari kuukautta käytön myötä.

---

Askel 4: Päivitä prompttia kuukauden välein

Sähköpostiliikenne muuttuu. Uudet asiakkaat tulevat, uudet uutiskirjeet, joku kollega vaihtaa allekirjoitustaan. Promptin tarkkuus laskee hitaasti, jos sitä ei huolla. Ei dramaattisesti — 92 prosentista 87 prosenttiin kolmen kuukauden aikana — mutta riittävästi että alat löytää tärkeitä viestejä B-labelin alta.

Ylläpidon perusrutiini on yksinkertainen:

1. Pidä yksinkertaista CSV:tä viesteistä jotka olet manuaalisesti uudelleenluokitellut. Yksi rivi per virhe: päivämäärä, lähettäjä, AI-vastaus, sinun vastauksesi, syy.
2. Kerran kuukaudessa katso lista. Onko jokin selkeä kuvio? Onko esimerkiksi tietty domain joka tuottaa false-negative-virheitä?
3. Jos on, lisää prompin few-shot-osioon yksi esimerkki: “Tällainen viesti tästä lähettäjästä on A, koska se sisältää aina kysymyksen vaikka näyttäisi rutiinitoimitukselta.”

Tämä on prompt engineeringin tylsä mutta tärkein osa. Promptit eivät ole tuotteita joita ostat ja unohdat, vaan eläviä dokumentteja joita huolletaan kuten koodia.

---

Askel 5: Valitse malli vasta lopuksi

Kun olet ajanut pipelinea muutaman viikon, kysy kysymys joka usein kysytään ensin: pitäisikö käyttää GPT-4:ää, Claudea, Geminiä vai Llamaa?

Suora vastaus: ei pitäisi vielä. Halpa malli kontekstilla voittaa kalliin mallin ilman kontekstia. Sähköpostin luokittelu on yksinkertainen tehtävä — kolme luokkaa, lyhyt prompti, selkeät säännöt. Lähes mikä tahansa moderni malli pystyy tähän 90 prosentin tarkkuudella. GPT-5 Mini, Claude Haiku, Gemini Flash, Llama 3 8B — kaikki riittäisivät.

Mallin valinta tulee vasta sitten kun olet törmännyt rajoitukseen. Esimerkkejä rajoituksista:

• Konteksti loppuu kesken — jos haluat tehdä luokittelun lisäksi luonnoksen vastaukseen, ja viesti on pitkä, halvat mallit voivat alkaa kadottaa kontekstia. Tällöin siirry isompaan kontekstiin (Claude Sonnet, GPT-5).
• Hienojakoiset luokat eivät erotu — jos olet siirtynyt 3 luokasta 6:een ja Haiku alkaa sekoittaa lähikategorioita, Sonnet tai GPT-5 erottelee paremmin.
• Suomi tuottaa virheitä — joillain malleilla suomen kielen ymmärrys on heikompi. Claude ja GPT-5 ovat tällä hetkellä parhaita suomeksi, Gemini ja Llama jäljessä. Tämä on muuttuva tilanne.

Pidemmälle tästä menee artikkeli kielimallien vertailusta — siellä käydään läpi mikä toimii missäkin tarkemmin.

---

Mitä tämä maksaa

Karkea arvio pk-yrityksen tyypilliselle volyymille (50–100 viestiä päivässä):

• API-kulut (Claude Haiku tai GPT-5 Mini): 2–8 €/kk
• Apps Script tai n8n: ilmainen tai pieni kuukausimaksu
• Setup-aika: 4–8 tuntia kerralla, ylläpitoon 30 min/kk

Vertailupohjana: jos triage säästää 30 minuuttia päivässä ja työaika maksaa 50 €/h, kuukausisäästö on 500 €. Setup maksaa itsensä takaisin ensimmäisen viikon aikana.

Tämä on syy miksi sähköposti-triage on niin yleinen ensimmäinen AI-projekti. Onnistumiskriteeri on yksinkertainen (jäikö viesti löytymättä), kustannusrakenne on selvä, ja säästö on mitattava. Ja jos pipelinea ei rakenneta tai prompti ei toimi, opit silti yhden tunnin verran prompt engineeringiä — ei kuukauden mittaista projektia hukkaan.

---

Yhteenveto: viisi askelta yhteen pakkaukseen

1. Ota 20 viime päivän sähköpostia ja kokeile prompttia ChatGPT:hen käsin.
2. Mittaa tarkkuus. Tavoite 90 %.
3. Valitse toteutustaso A/B/C/D viestivolyymin ja oman ajan mukaan.
4. Pidä CSV virheistä, päivitä prompttia kuukauden välein.
5. Vaihda mallia vasta kun törmäät konkreettiseen rajoitukseen.

Tämä on kahden viikon projekti, ei kahden kuukauden. Suurin osa ajasta menee promptin viilaamiseen, ei rakentamiseen.

Jos tämä on liian pieni projekti sinulle, tai jos haluat valmiin pipelinen ilman omaa setup-vaivaa, voimme rakentaa sen sinulle. Kuukausi-ajoaika, omat kategoriat, integraatio Slackiin tai Teamsiin yhteenvedoille. Tämä on Kymen.ai:n automaatio-palvelun yleisin alku.

Mutta jos haluat oppia ensin itse, ja lukea isomman kuvan AI-projektien aloituksesta, lue pillar #12 — viiden askeleen kartta pk-yritykselle. Ja jos rupeaa kiinnostamaan miksi sama AI tuottaa toiselle huipputulosta ja toiselle roskaa, kontekstin merkitys kertoo miksi.

---

Liittyvät artikkelit

• Iso kuva — viiden askeleen kartta (pillar)
• MCP pk-päättäjälle (kun AI tarvitsee yrityksen omaa dataa)
• Konteksti on kuningas (miksi sama AI tuottaa eri tuloksia)