2026 年 AI 回覆 App 推薦：四類工具比較

「最好用的 AI 回覆 App 是哪一款？」這個問題有四個不同的正確答案，而問的人通常只想要其中一個。

我把這個類別認真研究過一輪，部分原因是我自己就在這個領域做產品。Subtext 是我做的，它會在你傳出一則訊息之前，先判讀這則訊息可能會怎麼被對方讀到。它對應的是四個答案之一，不是另外三個。它出現在下面的第四類，所以我對它說的每一句話，請你照這個前提來斟酌。另外三類我完全沒有利害關係，而這正是這篇文章的大部分內容。

我發現最有用的一件事是，這些工具幾乎不互相競爭。大家把主動開發序列工具和語氣檢查工具，都歸在「AI 回覆 App」底下，但實質上，兩者根本不能互相替代。我另外比較過真正會檢查語氣的 AI 語氣檢查工具。序列工具要推動的是銷售管道，語氣檢查工具要攔住的，是你晚上 11 點傳出、再也收不回來的那一則訊息。

所以在問該用哪一款 App 之前，先問自己：你的問題是訊息太多，還是有一則訊息太重要。

四類工具

電子郵件分流對付的是數量。代表有 Superhuman、Shortwave、Agentys。它處理的對象是整個收件匣，成功就是更快清到零。

主動開發序列對付的是銷售管道。代表有 Reply.io、GoExtrovert、Skywork AI。它管的是整場開發活動，成功就是約到一場會議。

客服與私訊自動化對付的是不漏接。代表有 Instant Reply、Vellum。它面對的是一整批待回覆的訊息，成功就是沒有人在等。

人際校準對付的是事關重大的那一則。我做的 Subtext 就屬於這一類。它一次只處理一則訊息，成功就是那則訊息傳達出去的，正是你想傳達的意思。它實際跑過的一個例子就在表格下方，另一個在後面。

只有最後一類，是從一則訊息會怎麼被讀到出發。前三類處理的都是量和流程的問題。

下表整理了四類 AI 回覆 App，Subtext 在最後一列。

類別	如果你的問題是	文中提到的工具	成功的樣子
電子郵件分流	四百封電子郵件	Superhuman、Shortwave、Agentys	更快把收件匣清到零
主動開發序列	銷售管道	Reply.io、GoExtrovert、Skywork AI	靠這場開發活動約到一場會議
客服與私訊自動化	一堆待處理的客服訊息	Instant Reply、Vellum	沒有人需要等
人際校準	一則太重要的訊息	Subtext	這則訊息傳達出去的，正是你想傳達的意思

Subtext 是作者自己的產品。作者沒有把這些工具拿來正面比較過。其他工具的資訊，幾乎都來自業者提供的資料，以及設有聯盟行銷計畫的比較網站，查證日期為 2026 年 8 月。

表格裡的一列，說不出一個工具實際用起來是什麼樣子，所以這裡先看第四類工具實際跑過的一個例子。用的是一則特地為這次示範編出來的請求：「我真的很氣我姊，媽生日她又臨時放鴿子，結果全部都是我在弄。幫我想想要怎麼跟她講」。一開始，Subtext 什麼草稿都沒擬。它先把這份感受命名為「憤怒」；這一次它沒有給任何字詞加標籤，連「又」也沒有。接著它問了四個問題。第一題是開放的問句，問姊姊放鴿子的原因，她有沒有解釋或道歉；第二題「你最希望這次談完之後有什麼結果？」旁邊附了三個可以點選的答案：「讓她知道我很受傷」、「希望她補償或分擔」和「以後事情要事先講清楚」。在這裡點一下答案，交代的就是通用聊天機器人得要你自己打字說明的那種背景；聊天機器人為什麼需要這些，後面會講到。這一次選的是「讓她知道我很受傷」，第三題選的是「直接but不吵架」，兩個開放式的問題留白。它把感受改為「受傷」，寫了三個版本，都標為「可放心傳送」，最後它還說「第三版我加了一句問她那天的原因，你不知道的話可以拿掉」。下面可以改點另外兩個答案，訊息會跟著不同；選「希望她補償或分擔」的話，第一版標的是「再確認一下」。以上是 App 實際的輸出，沒有經過編輯。

我真的很氣我姊，媽生日她又臨時放鴿子，結果全部都是我在弄。幫我想想要怎麼跟她講

憤怒: 你因為姊姊臨時放鴿子，讓媽媽生日的事全落在你身上，感到生氣又不公平。

一個人扛下媽媽生日的所有事，還被臨時放鴿子，會生氣真的很合理。我們先想清楚你想怎麼說，這樣訊息比較不會在氣頭上變成吵架。

姊姊臨時放鴿子的原因是什麼？她有跟你解釋或道歉嗎？
你最希望這次談完之後有什麼結果？ 讓她知道我很受傷
你跟姊姊平常講話的氣氛是怎樣的？你想用什麼方式開口？ 直接but不吵架
還有什麼是你特別想讓她知道，或想問她的？

受傷: 你想讓姊姊知道她臨時缺席讓你很受傷，同時希望能直接講清楚、不要吵架。

收到，重點是讓她知道你受傷了，語氣直接但不吵架。我寫了三種版本給你。

直接簡短 (坦誠, 可放心傳送): 姊，媽生日你臨時不能來，最後全部都是我在弄，我真的滿受傷的。我不是要吵架，只是想讓你知道我的感受。 直接說出你的受傷和事實，也先聲明不是要吵架，對方比較不會馬上防衛。
溫和說感受 (真誠, 可放心傳送): 姊，有件事想跟你說。媽生日那天你臨時沒辦法來，後來從準備到收尾都是我一個人在處理，我那時候又累又覺得有點受傷。我知道你可能也有你的狀況，但我還是希望你知道這件事對我的影響。可以找時間聊聊嗎？ 用「我」的感受表達，並留空間給她的狀況，最後邀請聊聊，容易讓她願意好好回應。
清楚表達期待 (坦率, 可放心傳送): 姊，我想好好跟你聊一下媽生日的事。你臨時不來，我一個人把所有事情都扛起來，說實話我很受傷，也覺得有點孤單。我不是要怪你，只是希望下次如果有狀況，可以早點跟我說，我們一起想辦法分工。你那天是發生什麼事了嗎？ 說出受傷後，提出下次早點告知、一起分工的具體期待，並問她原因，聽起來是想解決而不是翻舊帳。

第三版我加了一句問她那天的原因，你不知道的話可以拿掉。想調整的話，要不要更短、更溫柔，或更堅定一點？

希望她補償或分擔

了解，你想直接講清楚，又不想吵起來，重點放在希望她補償或分擔。我寫了三個版本給你看看。

簡單直接 (坦率, 再確認一下): 姊，媽生日你臨時不來，最後全部都是我在弄，我真的有點累也有點氣。我想跟你聊一下，之後這種事可以一起分擔嗎？這次也想看看你能怎麼補一下。 直接說出累和氣，並提出分擔與補償的請求，沒有指責字眼。「補一下」稍微直接，姊姊可能會有點防備。
溫和但清楚 (真誠, 可放心傳送): 姊，有件事想跟你講。媽生日那天你臨時沒辦法來，後來所有事情都落在我身上，我其實滿辛苦的，心裡也有點不舒服。我不是想吵架，只是希望你知道我的感受。之後有類似的事，我們可以先說好怎麼分工嗎？這次你也看看有什麼地方可以幫我補上。 先聲明不是要吵架，再說感受與請求，語氣穩定，姊姊比較容易聽進去。
先問再提分擔 (體諒, 可放心傳送): 姊，你有空嗎？我想跟你聊聊媽生日的事。那天你臨時不能來，我自己撐著把所有事做完，坦白說會有點委屈。我知道你可能有你的狀況，也想聽聽你那邊怎麼了。不過我真的希望以後這種場合我們能先講好誰負責什麼，這次的部分，你也想想看可以怎麼幫我分擔一點，好嗎？ 先給姊姊解釋的空間，再說委屈和分擔的期待，不帶指責，最容易讓對方願意回應。

我沒寫具體的補償方式，因為你還沒說想要她做什麼，可以告訴我，我再加進去。想要更簡短、更溫和，或更堅定一點嗎？

以後事情要事先講清楚

收到，直接講重點但不吵架，目標是以後事情要事先說清楚。我先寫了三種版本給你。

簡短直接 (坦率, 可放心傳送): 姊，媽生日你臨時說不來，最後全部都是我在處理，我真的有點累也有點不開心。以後如果有事不能來，可以早一點跟我說嗎？這樣我才有時間調整。 直接說出你的感受和請求，沒有指責她的為人，只要求提早告知，姊姊比較容易接受。
溫和一點 (體諒, 可放心傳送): 姊，想跟你聊一下媽生日的事。你臨時沒辦法來，我可以理解有狀況，但最後準備的事全落在我身上，我當下其實壓力蠻大的。之後遇到這種情況，可以盡早告訴我嗎？我們可以一起想辦法分工，我也比較不會手忙腳亂。 先承認她可能有狀況，再說你的壓力和請求，並提出一起分工，不容易讓她防衛。
重新整理版 (真誠, 可放心傳送): 姊，有件事想直接跟你說。這次媽生日，你最後才說不能來，結果從準備到當天都是我一個人在弄，我其實有點生氣，也覺得有點孤單。我不是要翻舊帳，只是希望以後家裡的事，如果你有變動，能先讓我知道。我們可以先講好誰負責什麼，這樣大家都輕鬆。你覺得這樣可以嗎？ 坦白說出生氣和孤單，又強調不是翻舊帳，結尾用問句邀請她回應，整體清楚而不帶攻擊。

我沒寫她放鴿子的原因，因為你還沒提到。如果知道原因，我可以再調整語氣。想要更短、更溫柔，還是更有力一點？

用 Superhuman、Shortwave 和 Agentys 分流電子郵件

如果你的問題是四百封電子郵件，外加一個週二，你要看的就是這一類。

Superhuman 的核心是一項延遲承諾：任何操作都不該花上超過大約 100 毫秒。它有鍵盤快速鍵、分割收件匣，還有快速分流。它自己的 AI 代理會擬回覆草稿；自從 2025 年 Grammarly 收購了它，它就和 Grammarly 一起收在 Superhuman 這個產品套件底下。它要加快的，是你自己處理郵件的速度。價格大約是每月 30 到 40 美元，依方案而定。

Shortwave 走的是反方向。它只支援 Gmail，主要靠一個助理：能用自然語言搜尋多年的封存郵件、摘要冗長的對話串，還能執行預先存好的工作流程。Superhuman 讓你變快，Shortwave 則是想替你把整串信讀完。價格大約是每月 14 到 24 美元。

Agentys 解決的，是讓多數人不想換工具的那一點：你得換掉現在用的東西。它直接在 Gmail、Outlook 和 Microsoft 365 原本的樣子裡運作，在你本來就在用的收件匣裡，用經過訓練、貼近你本人的口吻擬好回覆草稿。價格約為每月 17 美元。

我的分法是：愛用鍵盤的選 Superhuman，想讓機器代勞理解內容的選 Shortwave，卡在要換工具這一關的選 Agentys。

用 Reply.io、GoExtrovert 和 Skywork 主動開發客戶

如果你的問題是銷售管道，上面那些電子郵件工具幫不上忙，後面的客服工具和 Subtext 也一樣。

Reply.io 有一批自主運作的主動開發代理：它們會研究潛在客戶，跨電子郵件、LinkedIn、簡訊和電話排出序列，替收到的回覆分類，並把會議排進行事曆。

GoExtrovert 不排固定的序列，而是留意潛在客戶釋出的動態訊號：追蹤他們發的貼文，以你的口吻產生建議的留言和訊息，而且任何東西送出之前，都要由真人核准。就是這個審核步驟，讓 LinkedIn 帳號看起來不像自動化操作。

Skywork AI 在擬稿之前會先做研究，閱讀說明文件、申報文件和市場資料，再產出排好版、附有引用的文件。Skywork 鎖定的是正式提案，而不是陌生開發信。

用 Instant Reply 和 Vellum 處理客服與私訊

如果你的問題是永遠清不完的待處理訊息，看這一類。

Instant Reply 服務的是社群電商，也就是 Instagram、Messenger 和 WhatsApp Business。有兩個細節讓我印象深刻。第一，它會把收到的語音訊息轉成文字，而公司說這類訊息約占 WhatsApp 進線訊息的 30%。第二，它在背後接了好幾家 AI 服務供應商，並設有備援切換，所以上游某處出了狀況，整批訊息也不會跟著停擺。第二點一點也不起眼，卻很可能正是使用者願意長期用下去的原因。

Vellum 是一個開放原始碼的個人工作空間，橫跨桌面、手機、語音、Slack、Telegram 和電子郵件，並在所有平台之間保留記憶，所以三週後的一則追問，仍然知道之前說過什麼。

為什麼通用聊天機器人在第四類會吃力

通用模型在前三類做得不錯，因為那些工作講究的是處理的量和速度，一句稱職的通用句子就夠了。第四類，也就是 Subtext 處理的那一類，事情就變得尷尬了，而我寧可把原因講具體，也不想含糊帶過。

通用模型寫出來的，是最有可能出現的下一段話。拿來寫進度更新，這剛剛好。但如果訊息是要守住界線，聽起來又不冷淡，最有可能出現的，就是一段囉嗦、過度道歉、略顯做作的文字，因為網路上滿滿都是這種東西。

有三種失敗模式不斷出現。第一，模型會把隱含的東西說明白，於是連你刻意沒說出口的那件事，它也替你說了。第二，它們把節奏磨平，結果文字通順，卻沒有個性。第三，一碰到衝突的話題，它們預設就會過度解釋、過度道歉。

還有第二個問題，就是要花多少力氣。要讓通用聊天機器人把一則困難的私人訊息寫好，你得描述你們的關係、過去的來龍去脈、你想要的語氣，還有你擔心它讀起來會變成的那個樣子。光是交代這些背景，就要打一大堆字，而且偏偏是在你最沒辦法清楚思考的時刻。我另外看過 ChatGPT 的寫作替代方案，也看了三大 AI 怎麼處理你的文字。關於這方面的研究，我寫得更詳細的有：AI 對你訊息的語氣到底知道多少，還有 AI 訊息改寫工具到底有沒有用。

第四類，也是我不中立的那一類

Subtext 是我的產品，所以接下來幾段，請當成一種主張來讀，不要當成評測。

Subtext 的起點是你的草稿，不是提示詞。你可以貼上已經寫好的內容、整串對話的截圖，或是錄一段語音，把想說的話講出來。它會把你那一句前後的整段對話都讀過，再告訴你這份草稿可能會怎麼被讀到，以及是哪些字造成的，之後才提議修改。它提供的每個版本，要嘛標上「可放心傳送」，要嘛標上「再確認一下」；點一下，就會出現一行簡短的說明，講這個標示是怎麼來的，包括哪些地方可能被誤讀。標示背後是 Subtext 的估計值，範圍從 5 到 100，代表這則訊息有多大機率讓對方讀到你想傳達的意思；它是估計，不是量測。

遇到重要的訊息，它會先停下來，問你想傳達什麼，就像上面姊姊那個例子一樣。守住界線和把場面圓過去，寫出來是不同的訊息，所以它不會去猜你要的是哪一種。Subtext 調整草稿，靠的是點一下，而不是下提示詞：「更溫暖」、「更短」、「更隨性」、「加點幽默」、「加點自信」。你拿到的也不是一個答案，而是最多三個可以來回切換的方向，這比事先把想法描述一遍，更快讓你看出自己到底想說什麼。從 2026 年 10 月起，Subtext 也有「記憶」功能：它會留下簡短的筆記，記錄你怎麼寫訊息給某一個人，也能記下不同場合的寫作風格，例如工作用一套、朋友用一套；每一則筆記都可以查看、編輯或刪除。

一個好的回覆 App，也會告訴你什麼時候根本不用回。我實際試過一個例子：特地編了一段英文對話，我先用中文轉述。一位 LinkedIn 上的人脈 Daniel，先稱讚某間設計工作室的作品集，接著追了兩次，其中一次寫「只是確認一下你有沒有看到我的訊息」，還說「過幾週我再來問問」。向 Subtext 問「這個到底值不值得回？」，它回答，這段對話「looks like an automated sales sequence」（看起來像一套自動寄出的主動開發序列），裡面沒有任何針對你個人的內容，也沒有問任何真正的問題，而且「so you don’t owe him a reply」（所以你不欠他一個回覆），「a short, kind no thanks stops the follow-ups.」（一句簡短又客氣的婉拒，就能讓後續的追問停下來。）它附了三個可以點選的答案：「Write a polite no thanks」（寫一句客氣的婉拒）、「I’m a bit curious」（我有點好奇）和「I’ll just ignore it」（我直接不理）。

請它客氣地婉拒，它寫出的是「Thanks for reaching out, Daniel. It’s not something I’m looking into right now, so no need to check back. I wish you all the best with FocusFriday.」，大意是：謝謝你來訊，Daniel。這件事我目前沒有在考慮，所以不用再來問了。祝你的 FocusFriday 一切順利。它還說，加上「no need to check back」（不用再來問），是為了讓後續的追問停下來。

使用者看不懂最後那一句，於是把那一句連同問題「I don’t get that part」（那一段我看不懂）送了回去。Subtext 解釋，FocusFriday 是「the product Daniel created, as his profile headline says」（Daniel 做的產品，他的個人檔案標題就是這麼寫的），然後提供了只改那一句的版本，標上「Closing line swapped」（換掉結尾那句）：「Thanks for reaching out, Daniel. It’s not something I’m looking into right now, so no need to check back. I wish you all the best.」，只差最後不再提 FocusFriday。能針對某一句發問，只換掉那一句、其他都不動，讓一則擬好的回覆變成你自己的話，靠的大半就是這個。

Subtext 的助理支援 17 種以上的語言，每一種都是原生寫成，不是翻譯而來。它從不替你傳送任何東西，這是刻意的設計。在隱私上，做法也配得上這類訊息的分量：不會有任何內容拿去訓練模型；對話會在你最後一次使用的五天後自行刪除，釘選的話是 90 天；你刪除的內容，會立刻移除。存進「記憶」的筆記會一直保留，直到你自己刪掉。

什麼時候不該用。如果你的問題是四百封電子郵件，回頭去看電子郵件分流那一節；是銷售管道，看主動開發客戶那一節；是客服訊息，看客服與私訊那一節。Subtext 一次只處理一則訊息，所以在這一頁的四種問題裡，它只對其中一種是對的工具，對另外三種則是錯的工具。

關於這些數字從哪裡來的說明

這會影響你對其餘內容該採信多少，所以我直接說清楚。

電子郵件、主動開發和客服這三節的內容，幾乎全部出自業者的說明文件、業者的部落格，以及設有聯盟行銷計畫的比較網站。這和實際測試不是一回事。價格會變動，而且上面有好幾個數字，只出現在業者自己的資料裡。語音訊息占 30% 這個數字，是 Instant Reply 自己的說法。延遲承諾，是 Superhuman 自己的。我已經照這樣標明了，免得它們被當成獨立查證過的事實。

我沒有把這些工具拿來正面比較過，而且我也不會相信任何聲稱自己在四個類別都比較過的人，因為這四類沒有共同的成功指標。沒有任何一套基準測試，能讓業務開發序列工具和語氣檢查工具同時得分。

該選哪一款

如果你被電子郵件淹沒，選 Superhuman 或 Shortwave；如果你堅持不離開現在的信箱，選 Agentys。

如果你在做主動開發，要做跨平台的序列就選 Reply.io；如果主力平台是 LinkedIn，又希望每一則都由真人核准，就選 GoExtrovert。

如果你在處理一大堆私訊，社群電商選 Instant Reply，需要跨平台記憶就選 Vellum。

如果讓你睡不著的，是要傳給重要的人的某一則訊息，那就是 Subtext 服務的類別。我寧可直接這麼說，也不想假裝自己是立場中立地走到這個結論。

我最想幫你避開的錯誤，就是從錯的那一類挑工具。語氣檢查工具不會幫你清空收件匣，序列工具也完全不管你的訊息聽起來冷不冷。它們共用同一個名字，解決的卻是互不相干的問題。

覺得我把哪一款工具分錯類了，或是知道有哪一款該放進某一類卻沒被列進去？歡迎到 LinkedIn 告訴我。

Samet Durgun 是 Subtext 的共同創辦人，這款 App 會抓出你訊息裡的情緒語氣，並用你自己的口吻改寫。他住在柏林。

資料來源

價格與功能的查證日期為 2026 年 8 月。如果某個數字來自業者，而不是獨立測試，內文會直接說明。