Как ИИ сортирует обращения и не теряет лиды
Практическое объяснение: где нейросеть сокращает ручную сортировку, как готовит черновики и какие проверки нужны перед запуском.
Поток сообщений редко ломается из-за одного сложного вопроса. Проблема появляется, когда оператору приходится просматривать 80, 150 или 300 обращений за смену, искать среди них потенциальных клиентов и вручную повторять одни и те же ответы. Нейросеть может разобрать текст, определить намерение собеседника и предложить оператору черновик. Решение о публикации ответа при этом остаётся за человеком.
Я рассматриваю такую систему как помощника для первого разбора, а не как замену отделу продаж. Сначала нужно определить категории обращений, затем выбрать режим работы и только после этого оценивать скорость. В статье о генерации текста и проверке результата подробно разобран тот же принцип: результат нейросети полезен после проверки, а не сразу после генерации.
Что именно сортирует нейросеть
Нейросеть сортирует обращения минимум по 4 признакам: теме, намерению, срочности и вероятности коммерческого интереса. Эти признаки превращают длинную переписку в набор полей, с которыми проще работать оператору.
Первый признак, тема, отделяет доставку от оплаты, технической ошибки, возврата или вопроса о характеристиках товара. Второй, намерение, показывает действие клиента: узнать цену, сравнить варианты, пожаловаться, оформить заказ или попросить инструкцию. Третий, срочность, помогает выделить сообщения со словами «не работает», «срочно» или «до конца дня». Четвёртый, коммерческий сигнал, указывает на запрос цены, срока поставки, объёма или условий договора.
Я советую начинать с 6–10 категорий. Если сделать 30 меток на первом этапе, операторы будут путаться, а статистика быстро потеряет смысл. Категории должны различаться по следующему действию. Например, «вопрос о цене» ведёт к продавцу, «ошибка оплаты» к специалисту по платежам, а «статус доставки» к сотруднику, который видит данные отправления.
В материале о правильной формулировке запросов есть полезный для этой задачи приём: задавать модели роль, формат результата и критерий ошибки. Для сортировки это может быть инструкция с названием категории, коротким объяснением и оценкой уверенности от 0 до 1.
Не стоит считать любую оценку выше 0,5 достаточной. Порог 0,8 можно использовать как рабочую настройку для автоматической передачи обращения в очередь, а значения от 0,5 до 0,79 отправлять на ручную проверку. Числа здесь не являются законом природы, их подбирают на размеченной выборке.
Как устроить маршрут обращения
Рабочая схема состоит из 5 шагов: получение текста, определение категории, проверка уверенности, выбор следующего действия и запись результата. Такая последовательность снижает риск, что красивый ответ уйдёт не тому человеку.
- Система получает сообщение и сохраняет исходную формулировку без пересказа. Это нужно для аудита: оператор должен видеть, что написал клиент, включая цифры, даты и названия товаров.
- Нейросеть выделяет тему и намерение. Для одного сообщения можно вернуть одну основную категорию и 1–2 дополнительные метки, если вопрос составной.
- Система присваивает оценку уверенности. При низком значении обращение уходит человеку, а не в автоматический ответ.
- Выбирается действие: поставить в очередь, создать черновик или дать короткое уведомление о получении.
- Оператор проверяет результат и фиксирует исправление. Исправленные примеры пригодятся для следующего раунда настройки.
Модельный кейс: компания из сферы логистики, около 200 сотрудников, получает 240 сообщений в день. Для иллюстрации можно разделить поток на 5 очередей: статусы отправлений, повреждения, документы, расчёт тарифа и вопросы без подходящей категории. Если 18% сообщений получают низкую уверенность, именно эти 43 обращения при таком объёме должны попасть на ручную сортировку, а не скрыться среди автоматически распределённых.
Я отдельно проверяю границы категорий. «Сколько стоит доставка?» относится к расчёту тарифа, а «Почему доставка подорожала?» может быть претензией. Одно слово меняет маршрут, поэтому тестовая выборка должна содержать короткие, длинные, неграмотные и эмоциональные сообщения. Для первой проверки достаточно 100–200 обращений, размеченных человеком.
В разборе внедрения нейросетей в рабочие процессы полезно рассматривать автоматизацию через конкретный процесс, а не через абстрактную «помощь ИИ». Для сортировки таким процессом будет путь от входящего сообщения до назначенного ответственного.
Как готовить черновики ответов
Черновик ответа должен содержать 3 блока: короткий вывод, следующий шаг и уточняющий вопрос. Такой формат помогает оператору быстро увидеть смысл и исправить неточность до отправки.
Нейросеть может предложить вежливое начало, собрать известные факты из переписки и оформить ответ в принятом стиле. Она не должна самостоятельно придумывать цену, срок, наличие или компенсацию, если этих данных нет в исходном контексте. Для коммерческого диалога одна выдуманная цифра опаснее, чем медленный, но честный ответ.
Хорошая инструкция для черновика задаёт несколько ограничений. Нужно указать, какие источники разрешено использовать, что делать при нехватке данных, какой длины должен быть текст и в каком случае надо передать вопрос сотруднику. Например, модель может отвечать не более чем 600 знаками, не называть срок без подтверждения и завершать ответ одним вопросом.
Условный пример: в сообщении «Нужны 40 комплектов, сколько будет стоить доставка в Казань к 15 мая?» модель должна выделить количество 40, город Казань, дату 15 мая и намерение получить расчёт. Черновик может попросить индекс, тип доставки и контакт для расчёта, но не должен обещать конкретную сумму без тарифа.
В веб-чате SoftChat ответы передаются потоком через SSE, а модель можно переключать для каждого разговора. Это позволяет наблюдать формирование ответа по мере поступления текста и выбирать подходящий режим для разных задач чата. При работе с клиентскими сообщениями я всё равно проверяю имена, числа, сроки и обещания перед публикацией.
Как не терять лиды в переписке
Чтобы не терять лиды, достаточно контролировать 4 поля: потребность, объём, срок и следующий контакт. Если хотя бы одно поле отсутствует, переписка может закончиться вежливым, но бесполезным сообщением.
Признак лида не всегда выглядит как прямой вопрос о покупке. Клиент может написать «сравните два варианта», «подойдёт ли для 15 сотрудников» или «можно ли поставить до пятницы». В каждом случае есть коммерческий сигнал: выбор, масштаб или срок. Нейросеть способна выделить такие сигналы, но бизнес-правила должен задать сам отдел.
Я использую для черновика простую структуру данных:
| Поле | Что искать в сообщении | Что сделать оператору |
|---|---|---|
| Потребность | товар, услуга, проблема или цель | подтвердить предмет запроса |
| Объём | число единиц, пользователей или адресов | проверить доступность и тариф |
| Срок | дата, интервал или слово «срочно» | уточнить реальный дедлайн |
| Следующий контакт | телефон, почта или удобное время | согласовать канал и действие |
Модельный кейс: интернет-магазин получает 120 диалогов за день, из них 24 содержат вопросы о количестве, сроке или цене. Если оператор отвечает только на общий вопрос и не задаёт следующий вопрос, часть потенциальных заказов останавливается на первом сообщении. В черновике лучше выделить такой сигнал отдельной меткой и предложить конкретный следующий шаг, например расчёт, подбор комплектации или звонок.
Переписка сама по себе не является CRM-процессом. Чтобы лид не исчез, результат сортировки нужно передавать в существующую очередь, таблицу или рабочую систему, если такая связка предусмотрена процессом компании. Нейросеть здесь помогает распознать намерение и подготовить текст, а контроль статуса остаётся организационной задачей.
Для бытовых и небольших рабочих сценариев полезен обзор применения нейросетей и чат-ботов в повседневных задачах. Там хорошо видно, почему автоматизация начинается с повторяемого действия, а не с попытки охватить все обращения сразу.
Что выбрать: автоответ, черновик или маршрутизацию
Для потока сообщений я выбираю один из 3 режимов по цене ошибки: маршрутизация подходит для низкого риска, черновик для содержательных ответов, автоответ для простых и проверяемых запросов.
| Режим | Подходящая задача | Плюс | Ограничение |
|---|---|---|---|
| Маршрутизация | определить тему и очередь | снижает ручной просмотр | не отвечает клиенту |
| Черновик | подготовить ответ оператору | сохраняет контроль человека | требует проверки фактов |
| Автоответ | сообщить статус или принять простой запрос | сокращает ожидание | ошибка публикуется сразу |
Я начинаю с маршрутизации, затем добавляю черновики для 2–3 самых частых категорий. Автоответ оставляю для ситуаций, где текст можно проверить по строгому правилу: например, подтверждение получения обращения или сообщение о стандартном времени ответа. Коммерческие условия, возвраты и спорные случаи лучше не отправлять без человека.
Критерий выбора можно записать одной формулой: чем выше ущерб от ошибки, тем больше контроля должно быть между нейросетью и клиентом. Вопрос о статусе отправления требует доступа к точным данным. Запрос о скидке требует полномочий сотрудника. Жалоба требует контекста и спокойной ручной оценки.
Сравнение режимов полезно проводить на одной выборке. Возьмите 100 сообщений, разделите их на категории и измерьте 4 показателя: правильность маршрута, долю пригодных черновиков, время проверки и число исправлений. Не смешивайте эти показатели в одну оценку, иначе высокая скорость скроет ошибки в содержании.
Как проверить качество перед запуском
Перед запуском нужно пройти 6 проверок: категории, низкая уверенность, факты, тон, персональные данные и повторная оценка человеком. Такой набор занимает меньше времени, чем исправление массовой ошибки после публикации.
Сначала проверьте баланс выборки. В ней должны быть частые вопросы и редкие исключения, иначе модель научится выбирать самую популярную метку. Затем добавьте 20–30 пограничных сообщений, где одна фраза подходит сразу к двум категориям.
Для черновиков я проверяю факты по отдельному списку. В нём находятся цена, срок, остаток, адрес, условия возврата и имя клиента. Если данных нет, допустимый результат должен прямо сообщать о необходимости уточнения. Фраза «я уточню информацию» безопаснее, чем случайное обещание.
Следующий тест, проверка тона, нужен для коротких и эмоциональных сообщений. Ответ на жалобу из 2 предложений не должен звучать так же, как ответ на запрос коммерческого предложения из 10 строк. Нельзя просить нейросеть «писать красиво» без критериев: лучше задать длину, обращение, запрещённые обещания и обязательный следующий шаг.
При работе с персональными данными я убираю из тестовой выборки реальные телефоны, адреса и номера заказов. Для внутренней проверки достаточно заменить их маркерами вроде «номер заказа» или «город клиента». Это позволяет оценить логику маршрута без публикации лишних сведений.
Через 7 дней после запуска я сравниваю результаты с ручной разметкой. Условный ориентир для пилота, 100 проверенных обращений и журнал всех исправлений. Если из 25 черновиков оператор отправил без существенной правки только 15, режим ещё рано расширять на весь поток. Это не провал, а точная граница текущего сценария.
Моё правило выбора
Если ошибка может привести к потере денег или обещанию неподтверждённого срока, я выбираю черновик с ручной проверкой; если ошибка меняет только очередь, начинаю с маршрутизации. Два режима дают понятную точку контроля и позволяют накопить собственную выборку.
Для первого пилота я бы взял одну категорию, например вопросы о тарифе, и 100–200 старых обращений. Затем зафиксировал бы 5 меток, порог уверенности 0,8 и список из 6 фактов, которые нельзя выдумывать. После недели ручной проверки стало бы видно, что именно расширять: число категорий, длину черновика или долю автоматических действий.
Нейросеть хорошо справляется с повторяемым разбором текста, но качество зависит от маршрута, правил и обратной связи. Если оператор не может понять, почему сообщение попало в очередь или откуда взялось число в черновике, автоматизация превращается в новый источник ручной работы. Поэтому я оставляю человеку право остановить ответ, исправить классификацию и вернуть пример в набор для проверки.