PersonaMail：学习与适应个人通信偏好以实现情境感知的邮件写作

LLM辅助写作在人际沟通中得到了快速应用，但当前系统往往无法捕捉对有效性至关重要的微妙语气。邮件写作正是这一挑战的体现：有效的消息需要仔细与意图、关系和上下文对齐，而不仅仅是流利度。通过形成性研究，我们确定了三个关键挑战：表达细微的沟通意图、在多个粒度级别进行修改，以及跨消息重用有效的语气策略。我们开发了PersonaMail，一个通过结构化沟通因素探索、细粒度编辑控制和成功策略的适应性重用来弥合这些差距的系统。我们的评估将PersonaMail与标准LLM界面进行了比较，表明在即时和重复使用中效率都有所提高，用户满意度也更高。我们为AI辅助通信系统贡献了设计启示，优先考虑人际细微差别而非通用文本生成。