用Dify可搭建批量生成个性化营销邮件工作流：上传UTF-8编码含6列字段的CSV至知识库→配置CSV解析、大模型生成（动态注入客户数据）、HTML邮件组装及SMTP发送节点→调试运行后导出含正文的Excel。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用Dify搭建一个能批量生成带客户姓名、历史订单、偏好标签的个性化营销邮件的工作流，避免手动编辑每封邮件耗时易错。
准备客户数据源
在本地整理好CSV文件，列名必须包含：customer_id、name、email、last_order_date、total_spent、preferred_category。缺失任意一列会导致后续模板渲染失败。
将CSV文件上传至Dify知识库→选择“结构化数据”类型→勾选“启用该数据集用于工作流”→点击“保存并启用”。【上传前务必确认CSV编码为UTF-8，否则中文字段会变成乱码】
创建邮件内容生成提示词
进入Dify工作流编辑页→新增节点→选择“大模型”节点→在系统提示词框中输入：
你是一名资深电商营销文案专员。根据以下客户信息生成一封简短、亲切、不带销售压力的营销邮件正文（仅输出正文，不要加标题、落款或空行）：{customer_data}。重点突出1个与其过往行为强相关的推荐理由，禁用“尊敬的客户”“敬请期待”等模板化表达。
用户提示词留空——因为客户数据将由上一节点动态注入，此处无需重复填写。
配置工作流执行逻辑
第一步：拖入“CSV解析”节点，上传已准备好的CSV文件，设置“按行处理”模式。
第二步：将CSV解析节点的输出字段映射到大模型节点的customer_data参数，映射方式为JSON字符串化，例如：{"name": "{{row.name}}", "last_order_date": "{{row.last_order_date}}", ...}。
第三步：添加“邮件组装”节点，在模板中写入HTML邮件框架，用{{llm_output}}插入大模型生成的正文。注意：此处必须使用双花括号语法，写成{llm_output}会无法替换。
第四步：连接“邮件发送”节点，配置SMTP服务（如Gmail或企业邮箱），测试发信权限。若使用QQ邮箱，需在账户设置中开启POP3/SMTP并填入生成的授权码而非登录密码。
运行与导出结果
点击右上角“调试运行”，等待全部客户处理完成。
在运行记录页点击“导出结果”→选择“Excel格式”→下载包含原始字段+生成邮件正文+状态码的完整表格。
这一步导出后，可直接复制正文列粘贴至群发工具，或导入Mailchimp等平台触发自动投递。
