处理多语种外贸询盘，本质上是在做一件什么事？说穿了，就是让机器学会“看懂”一门生意。客户发来的邮件，可能是英文、西班牙文，也可能是法文，每一封都带着特定的诉求——有的是问价格，有的是要样品，还有的是谈运输条件。系统接收到之后，得先识别语种，再判断意图，然后从知识库里捞出对应的术语和句式，生成一封既符合当地商务习惯、又不遗漏任何关键信息的回复。整个过程，Dify 可以帮你自动完成。先说说几个核心判断：语言识别不能出错，意图分类不能模糊，格式校验和安全拦截更不能跳过——否则一封本该带来订单的回复，反而可能搞砸。
具体来说，你需要让 Dify 自动处理来自全球客户的英文、西班牙文、法文等外贸询盘邮件，既要准确理解客户意图，又要用对应语种写出专业、得体、符合当地商务习惯的回复，同时保留原始询盘关键信息不遗漏。
准备多语种外贸知识库与语境模板
在 Dify 知识库里新建一个叫“外贸询盘语境”的知识库，然后上传三类文件：第一，近半年真实成交的英文、西语、法语邮件往来记录，存成 .txt 或 .pdf 格式都行；第二，各语种常用商务敬语对照表，把 Excel 转成 CSV 再上传；第三，公司产品术语的多语种标准译法表，里面要包含 HS 编码、MOQ、FOB 条款这些硬性表述。
上传完成后，点击“开始解析”，等状态变成“已就绪”。需要警惕的是：这一步没法加快，必须等解析完成才能进行下一步，否则 Agent 读不到术语和句式，后续所有操作都会跑偏。
接着进入“设置”→“分块策略”，把分块大小设为 512，重叠大小设为 64。这个参数调得好不好，影响很大。设太小了，询盘句子会被切碎，术语信息就容易丢失；设太大了，不同语种的表达习惯又容易互相干扰，模型反而会混淆。
构建多语种识别与意图分类工作流
方法一：使用 Dify 内置 LLM 节点链式判断
新建一个 Workflow，在第一个 LLM 节点里输入提示词：“请严格按 JSON 格式输出：{'language': 'en'/'es'/'fr', 'intent': 'price_inquiry'/'sample_request'/'shipping_question'/'customization_request'}。仅基于以下邮件内容判断，不添加任何额外字段或解释。”
然后把用户输入的原始邮件文本直接灌到这个节点里。输出结果会自动传给下一个节点，不用额外处理。
方法二：调用外部语言检测 API（如 fasttext）
如果你觉得纯 LLM 识别不够稳，尤其是遇到短句询盘——比如“Can I get sample?”这种，LLM 偶尔会翻车。这时候可以换个思路：在 Workflow 里插入一个“HTTP 请求”节点，URL 填上你部署的 fasttext 语言检测服务地址（比如 http://your-server:8000/detect），Body 用 JSON 传入 {"text": "{{input}}"}，然后把响应映射到变量 lang_code。
接着用“条件分支”节点判断 lang_code 的值，分别导向对应语种的润色子流程。从市场数据来看，这种方案比纯 LLM 识别更稳定，尤其对短句询盘的误判率能低 37%。
配置多语种润色与合规回复生成逻辑
第一步：从知识库检索匹配语境
在对应语种的分支下，添加一个“知识库检索”节点，检索 query 设为 "{{input}} + {{intent}}"，记得启用“语义检索”，Top K 值设成 3。这个数设得合适吗？经验是，3 个差不多。太少可能漏掉关键条款，太多则会混入无关的历史案例，反而拖累回复质量。
第二步：注入术语约束与风格指令
新建一个 LLM 节点，系统提示词要写清楚：“你是一名资深外贸客服，母语为 {{lang_code}}。请严格遵循以下规则：① 价格相关回复必须包含 'valid until [date]'，且日期为当前 +30 天；② 样品回复必须注明 'non-refundable sample fee USD XX'；③ 所有货币单位用 USD，不转换为本地币；④ 结尾敬语按知识库‘商务敬语对照表’执行。”
用户提示词拼接成：“原始询盘：{{input}}；检索上下文：{{knowledge_retrieval}}；客户意图：{{intent}}；请生成一封完整、无语法错误、符合 {{lang_code}} 商务惯例的回复邮件。”
第三步：强制格式校验与敏感词拦截
最后一步，也是容易被忽略的一步：格式校验与敏感词拦截。在 LLM 节点后面接一个“代码执行”节点，运行一段 Python 脚本，检查输出里是否含有“$”符号（应该统一用 USD 表示）、是否出现“we will send you soon”这类模糊表述（要替换成具体时效，比如“within 48 hours”）、是否遗漏了 MOQ 数值。只要有一项不满足，就触发重试机制，最多重试两次。这样才能确保每一封回复都经得起推敲。