Inkomende mail moet velden uitgehaald worden voor automatie, regex of AI?

Voor mails met vast template (bevestigingen, factuurnotificaties) is regex of een email-parser sneller, voorspelbaarder en goedkoper. Voor vrije tekst (klantmails) is een LLM beter, mits je de output forceert in JSON.

Probeer dit eerst zelf

1. 1Vast template (Booking.com, MijnING, leverancier-bevestigingen): gebruik Mailparser, Parseur, of een Zapier email-parser. Een keer mappen, daarna onderhoudsarm.
2. 2Vrije tekst, maar voorspelbare velden (naam, vraag, urgentie): gebruik een LLM (Claude, GPT) met een JSON-schema en een korte voorbeeld-prompt. Zet temperature laag.
3. 3Combineer waar logisch: regex voor headers (afzender, datum), LLM voor body. Dat houdt kosten lager dan elke mail door een LLM gooien.
4. 4Valideer LLM-output altijd: probeer JSON.parse en val terug op een fall-back-flow als parsen faalt. Niet blind doorduwen.
5. 5Reken op kosten: 1000 mails per maand x 1k tokens x model-prijs. Bij grote volumes loont een eigen regex of getrainde classifier op termijn.

Past het bovenstaande niet?

Beschrijf je situatie hieronder. We sturen jouw input plus de stappen die je al zag naar onze AI en geven gericht vervolg-advies. Als het te risicovol is om zelf te doen, zeggen we dat ook.