Автоматическая классификация обращений: ускоряем ответ в 2026

Стендфирст: Практическая схема для сортировки писем, подготовки черновиков и передачи сообщений в поддержку, продажи или бухгалтерию.

Когда входящие письма попадают в один общий ящик, сотрудники тратят время на повторяющиеся действия: читают тему, определяют очередь, ищут сведения в истории переписки, формулируют первый ответ. При потоке из 100–200 сообщений за день ручная сортировка превращается в отдельную операцию, которую трудно контролировать по срокам и качеству.

Нейросеть может взять на себя предварительную классификацию, извлечение фактов и подготовку черновика. Финальное решение при этом остаётся за сотрудником, особенно если письмо связано с возвратом денег, договором, персональными данными или спорной претензией. Такой подход снижает риск автоматической ошибки и позволяет измерять результат по понятным показателям.

Какие операции можно автоматизировать в письмах

Автоматизировать разумно 4 операции: определить тему, извлечь параметры, подготовить черновик и выбрать очередь. Каждая операция должна иметь отдельное правило проверки, иначе ошибка на первом шаге попадёт во все следующие.

Сначала система читает содержание письма и присваивает ему одну или несколько категорий. Для поддержки это могут быть «не работает», «оплата», «доступ», «возврат» и «жалоба». Для продаж подойдут «новый запрос», «расчёт», «демонстрация» и «продление». Бухгалтерские письма удобно разделить на счета, акты, закрывающие документы и вопросы по оплате.

Затем нейросеть извлекает данные, которые нужны сотруднику: номер заказа, дату, сумму, название услуги, желаемый срок ответа и контактный адрес. Если какого-то параметра нет, система должна вернуть значение «не найдено», а не додумывать его. Это простое ограничение уменьшает число ложных подстановок в черновике.

Следующий слой, подготовка ответа, должен опираться на разрешённые факты. Нейросеть формулирует письмо, но не назначает компенсацию, не обещает срок возврата и не подтверждает наличие документа без источника. В статье о генерации текста и проверке результата я разбираю похожий принцип: черновик ускоряет работу, а проверка сохраняет ответственность у человека.

Модельный кейс: при потоке из 120 писем в день и 6 очередях классификатор может сначала распределить сообщения по темам, затем передать специалисту 20–30 писем с низкой уверенностью для ручной проверки. Это не обещание конкретной экономии, а схема, которую нужно проверить на собственной выборке.

Как разложить обращения по категориям

Для устойчивой сортировки лучше использовать 2 уровня: сначала определить направление, затем конкретную тему. На практике справочник из 6–12 основных категорий обычно проще поддерживать, чем перечень из 40 размытых меток.

Первый уровень отвечает на вопрос «куда направить письмо»: поддержка, продажи, бухгалтерия или другой отдел. Второй уточняет задачу внутри очереди. Например, «поддержка → сбой входа» полезнее, чем общая метка «технический вопрос», потому что по ней можно выбрать подходящий шаблон ответа.

У каждой категории должны быть 4 элемента:

1. Название без синонимической путаницы.
2. Короткое описание того, что входит в класс.
3. Два или 3 примера подходящих сообщений.
4. Список исключений, которые нужно отправлять человеку.

Примеры должны отражать реальные формулировки клиентов: короткие, эмоциональные, с опечатками и без номера заказа. Если в разметке есть только аккуратные фразы из внутреннего справочника, классификация будет хуже работать на живом потоке.

Для первых тестов я бы взял 8 классов, собрал по 20–30 примеров на каждый и отдельно добавил 30 сообщений, которые не подходят ни к одной категории. Последняя группа нужна для проверки ответа «не уверен». Без неё система будет пытаться выбрать класс даже тогда, когда письмо действительно требует ручного разбора.

При наличии двух тем можно использовать приоритет. Письмо «не могу оплатить счёт, срок договора заканчивается завтра» относится к бухгалтерии по содержанию, но может получить высокий приоритет из-за срока. Приоритет и направление лучше хранить как разные поля, иначе сотрудники начнут создавать десятки похожих категорий.

Как получать полезный черновик ответа

Надёжный черновик содержит 5 частей: обращение, краткое понимание вопроса, подтверждённый факт, следующий шаг и нейтральное завершение. Если у модели нет данных для одного элемента, она должна задать уточняющий вопрос или оставить пометку для сотрудника.

Хорошая инструкция для нейросети задаёт роль, формат и границы. Например:

Определи направление письма из списка: поддержка, продажи, бухгалтерия. Извлеки номер заказа, дату и сумму, если они указаны. Подготовь черновик до 800 знаков. Не называй срок решения, размер компенсации и статус оплаты, если эти сведения отсутствуют. Если уверенность ниже заданного порога, напиши «нужна проверка».

Ограничение в 800 знаков здесь является рабочим параметром, а не законом. Для претензий понадобится больше места, для короткого запроса о счёте хватит 300–500 знаков. Формат должен оставаться предсказуемым, например: категория, найденные поля, черновик, вопрос сотруднику.

Полезно разделять факты клиента и текст ответа. Факты можно вывести отдельными полями: «номер заказа: 4581», «сумма: не найдена», «срок: 14 мая». Тогда сотрудник быстро проверит 3–5 ключевых значений и не будет вычитывать всё письмо заново.

Модельный кейс: если сообщение содержит фразу «деньги списали дважды», но номер операции отсутствует, черновик должен попросить дату, сумму и последние 4 цифры платёжного инструмента. Он не должен утверждать, что двойное списание подтверждено. Такой сценарий можно добавить в тестовый набор как отдельную проверку на осторожность.

При подготовке промпта полезны приёмы из материала о формулировке запросов к нейросетям: явные поля, запрет на догадки и несколько примеров пограничных обращений. Для ручного сравнения ответов подойдёт веб-чат SoftChat, где можно переключать модели в рамках разговора и видеть ответ по мере генерации. Это удобно для проверки формулировок, но само решение о маршруте письма должно опираться на ваши правила и разметку.

Как настроить маршрутизацию по отделам

Маршрутизация сводится к 3 действиям: выбрать очередь, определить приоритет и назначить статус проверки. Письмо без уверенной категории не должно автоматически уходить в случайный отдел.

Для поддержки обычно нужны очереди «техническая проблема», «доступ», «оплата» и «жалоба». Для продаж полезны «новый контакт», «запрос цены», «повторное обращение» и «партнёрство». Бухгалтерию лучше отделить от коммерческой переписки, поскольку счета, акты и платёжные поручения требуют другого набора полей и иной проверки.

Приоритет можно считать по признакам, а не по эмоциональности текста. Слова «суд», «персональные данные», «двойное списание» и «закрывающие документы» требуют ручной проверки. Срок «сегодня» или «до 10:00» может повысить срочность, но его следует подтвердить в тексте письма.

Удобная схема статусов выглядит так:

• «Автоматически распределено», категория подтверждена.
• «Нужна проверка», есть две близкие категории или низкая уверенность.
• «Критический случай», письмо нельзя отправлять без сотрудника.
• «Черновик готов», текст создан, но ещё не отправлен.

Модельный кейс: компания из сферы логистики, около 200 сотрудников, получает письма от клиентов, перевозчиков и подрядчиков. Для неё разумно разделить маршрут по типу отправителя, теме и срочности, а письма с претензиями о повреждении груза направлять на ручную проверку независимо от результата классификации.

Подобные сценарии относятся к внедрению нейросетей в рабочие процессы. В разборе интеграции нейросетей в рабочие процессы полезно смотреть не на сам факт генерации, а на место проверки, владельца процесса и способ измерения результата.

Как измерить качество автоматизации

Качество стоит оценивать по 4 показателям: точность категории, доля ручной проверки, время до первого ответа и доля исправлений черновика. Одной оценки «ответ выглядит хорошо» недостаточно, поскольку она не показывает нагрузку на отдел.

Точность категории считают так: число правильно распределённых писем делят на число проверенных писем. Если из 200 сообщений 170 получили верную очередь, показатель равен 85%. Для финансовых и юридических тем желательно считать отдельную точность, потому что ошибка там дороже, чем неверная сортировка общего вопроса.

Долю ручной проверки считают по сообщениям, которые сотрудник обязан открыть и классифицировать самостоятельно. Снижение этого показателя полезно лишь при сохранении качества. Если ручная проверка уменьшилась с 40% до 15%, а доля ошибочных маршрутов выросла с 4% до 18%, настройка стала хуже, даже если очередь разгружается быстрее.

Время до первого ответа измеряют от момента поступления письма до отправки сообщения клиенту. Для черновиков лучше отдельно фиксировать время до появления заготовки и время до подтверждённого ответа. Так видно, ускоряет ли нейросеть работу или просто добавляет ещё один экран для проверки.

Модельный кейс: из 100 писем 70 получают корректную категорию, 20 отправляются на ручную проверку, а 10 требуют новой разметки. В такой ситуации нельзя говорить о готовой автоматизации, зато уже видно, какие 10 примеров нужно разобрать и добавить в обучающую выборку.

Для регулярного контроля достаточно еженедельной выборки из 50–100 сообщений. Её стоит делить по отделам, приоритетам и типам клиентов. Один общий показатель может скрыть проблему: например, общая точность 90% выглядит приемлемо, но для бухгалтерской очереди она составляет 72%.

Какие ошибки нужно предусмотреть заранее

Основные риски связаны с 5 ситуациями: несколько тем в одном письме, отсутствие нужных данных, сарказм, вложения и повторное обращение. Каждую ситуацию лучше описать в правилах до запуска, а не исправлять после первой ошибки.

Если письмо содержит два вопроса, система должна выбрать главный маршрут и перечислить вторую тему в поле для сотрудника. При отсутствии номера заказа нельзя заменять его случайным значением из подписи или предыдущего сообщения. Вложение без доступного текста нужно помечать отдельно, иначе классификатор будет делать вывод только по теме письма.

Повторное обращение требует связи с предыдущей перепиской. Если такой связи нет, безопаснее направить сообщение на проверку, особенно когда клиент пишет «я уже отправлял документы 3 раза». Фраза может быть фактом, а может быть эмоциональным усилением, поэтому автоматическое обещание решить вопрос сегодня недопустимо.

Отдельно проверьте персональные данные. В тестовой выборке замаскируйте номера карт, паспортные данные, телефоны и адреса, если они не нужны для классификации. Сотрудникам следует показывать только те поля, которые участвуют в обработке конкретной очереди.

Подход к проверке можно дополнить идеями из обзора нейросетей для повседневных задач: автоматизация полезна там, где действие повторяется, а границы ошибки заранее понятны. Для поддержки это означает, что черновик допустим при низком риске, а финансовое решение требует человека.

Как запустить систему без резкой перестройки процесса

Безопасный запуск состоит из 3 фаз и занимает столько времени, сколько нужно для сбора проверяемой выборки, а не для формального включения функции. На первом этапе достаточно 100–300 обезличенных писем, 6–10 категорий и таблицы с правильными маршрутами.

Фаза первая, разметка. Два сотрудника независимо назначают категорию части писем. Если их ответы совпали только в 60% случаев, проблема находится в справочнике, а не в нейросети. Сначала нужно уточнить названия классов и примеры.

Фаза вторая, теневой режим. Система предлагает категорию и черновик, но письмо отправляется по старому процессу. В течение 5–10 рабочих дней сотрудники отмечают правильность маршрута, полезность заготовки и причины исправлений. Все изменения нужно сохранять, иначе после теста не останется материала для улучшения.

Фаза третья, ограниченное применение. Автоматически можно направлять только низкорисковые сообщения, например запросы о графике работы или статусе заявки, если статус доступен в проверенном источнике. Письма о возвратах, договорах и претензиях сначала оставляют в режиме обязательного подтверждения.

Читателям, которые выстраивают общий подход к контролю результатов, пригодится материал о нейросетях в образовании и саморазвитии: там хорошо показана разница между подсказкой и готовым ответом, который принимают без проверки. Для корпоративной переписки это различие особенно заметно при работе с суммами, сроками и обязательствами.

Что бы я сделал на вашем месте

Я бы начал с одной очереди, 8 категорий и режима без автоматической отправки. Через 2 недели сравнил бы точность маршрута, долю исправленных черновиков и время до первого ответа с исходной выборкой. Если качество держится, можно расширить охват, но критические письма оставить под обязательным контролем сотрудника.

Главное решение принимают не по числу сгенерированных ответов, а по цене ошибки. Запрос о расписании можно обработать по простому правилу, а письмо о двойном списании, договоре или претензии должно пройти дополнительную проверку. Такая граница делает автоматизацию управляемой: нейросеть сортирует и подготавливает материал, человек подтверждает действие там, где последствия измеряются деньгами, сроками или правами клиента.