Как ИИ сортирует письма и обращения по срочности

Стендфрист: Нейросеть превращает поток писем, сообщений и заявок в понятную очередь с типом обращения, уровнем срочности и ответственным сотрудником.

Менеджер часто тратит первые 2–3 часа рабочего дня на открытие писем, чтение повторяющихся вопросов и ручную пересылку сообщений. При потоке в 200 обращений за неделю это уже сотни однотипных решений: определить тему, найти клиента, оценить риск пропуска срока и выбрать исполнителя. Нейросеть способна взять на себя первичную классификацию, если ей задать прозрачные категории, правила срочности и порядок проверки человеком.

Я рассматриваю такую автоматизацию как сортировочный слой, а не как замену руководителю или специалисту. Модель читает текст, извлекает признаки, присваивает метки и предлагает маршрут. Финальное решение по спорным случаям остаётся за сотрудником, особенно если обращение связано с деньгами, безопасностью или юридическими обязательствами.

Что именно сортирует нейросеть в обращении

Нейросеть обычно определяет 4 группы признаков: тему, срочность, намерение автора и необходимые действия. Такой набор превращает свободный текст в карточку, с которой проще работать дальше.

Из письма или сообщения можно извлечь следующие поля:

1. Тип обращения. Например, вопрос о доставке, возврате, оплате, технической ошибке или партнёрстве.
2. Намерение. Клиент просит объяснение, сообщает о проблеме, требует исправления или уточняет статус.
3. Срочность. Удобно использовать шкалу от 1 до 4, где 1 означает обычный вопрос, а 4 требует реакции в течение рабочего часа.
4. Объект обращения. Номер заказа, продукт, договор, дата события или название подразделения.
5. Следующий шаг. Ответить шаблоном, запросить данные, передать специалисту или остановить автоматическую обработку.

Пять полей дают больше пользы, чем одна метка «важно». Например, сообщение «Платёж списан дважды, заказ нужен сегодня» содержит тему оплаты, риск финансовой ошибки, срок и конкретное требование. Простая сортировка по ключевому слову «платёж» потеряет половину смысла.

При разборе 200 обращений вручную даже 2 минуты на одно сообщение превращаются в 400 минут, или 6 часов 40 минут. Это арифметика нагрузки, а не обещание конкретной экономии. Реальный результат зависит от длины текстов, числа категорий и доли спорных случаев.

Как подготовить категории и правила срочности

Рабочая схема начинается с 6–10 устойчивых категорий и словаря исключений. Если создать 40 меток на старте, сотрудники начнут путать похожие темы, а статистика станет трудноинтерпретируемой.

Сначала соберите обезличенную выборку за 2–4 недели. Для небольшого отдела достаточно 100–300 сообщений, если в них представлены повторяющиеся типы запросов. В таблице оставьте исходный текст, предполагаемую тему, требуемый срок ответа, подразделение и итоговое действие.

Я предпочитаю гибридную схему. Жёсткое правило быстро отбрасывает пустые письма, автоматические уведомления и сообщения с известным форматом номера. Нейросеть получает сложные тексты, где важен контекст. Такой подход описан и в материале о внедрении нейросетей в рабочие процессы, где автоматизация рассматривается как часть процесса, а не отдельный эксперимент.

Для срочности задайте проверяемые условия. Уровень 4 можно присваивать, если одновременно есть признак финансового риска, упоминание остановки работы или явный срок менее 4 часов. Уровень 3 подходит для проблемы, которая блокирует задачу одного клиента, но не весь сервис. Уровни 1 и 2 оставьте для консультаций, запросов документов и плановых уточнений.

Как сформулировать запрос для классификации

Качественный запрос должен содержать 5 элементов: роль модели, список меток, формат результата, правила неопределённости и 2–3 примера. Чем меньше свободы в формате, тем легче проверить вывод автоматически.

Для рабочего шаблона подойдёт такая конструкция:

Ты классифицируешь входящие обращения отдела поддержки.
Выбери одну тему: оплата, доставка, возврат, техническая ошибка, документы, другое.
Определи срочность по шкале от 1 до 4.
Извлеки номер заказа, если он есть.
Если данных недостаточно, укажи «нужна проверка» и не придумывай значение.
Верни результат в полях: тема, срочность, причина, номер заказа, следующий шаг.

О принципах формулировки таких инструкций я подробно писал в материале как правильно составлять запросы для нейросетей. На практике особенно полезно запретить модели додумывать номер заказа, сумму и дату. Пустое поле безопаснее правдоподобной выдумки.

Добавьте порог уверенности, если используемый инструмент возвращает такую оценку. Например, при значении ниже 0,75 отправляйте сообщение на ручную проверку. Число 0,75 здесь служит стартовой настройкой, его нужно проверить на своей выборке из 100–300 обращений. Если система часто ошибается в категории «возврат», порог для этого класса можно поднять до 0,85.

Гипотетический пример: компания из сферы логистики, примерно 200 сотрудников, получает 120 сообщений в неделю. Для теста можно взять 60 обезличенных обращений, разметить их вручную и сравнить результат модели с эталоном. Если из 60 текстов 51 получил правильную тему, точность классификации составила 85 процентов на этой выборке. Это результат эксперимента, а не универсальный показатель для всех отделов.

Не смешивайте в одной метке тему и результат. «Возврат решён» описывает сразу предмет и статус, поэтому такую категорию трудно анализировать. Лучше хранить отдельно тему «возврат», статус «ожидает данных» и следующий шаг «запросить фото товара».

Как передать обращение нужному сотруднику

Маршрутизация должна опираться минимум на 3 поля: тема, срочность и ответственный участок. Одного ключевого слова недостаточно, потому что одинаковый термин встречается в вопросах бухгалтерии, поддержки и продаж.

Пример маршрута:

1. Сообщение поступает в общую очередь.
2. Нейросеть выделяет тему, срок, объект и признаки риска.
3. Правило выбирает отдел по теме и уровень приоритета по срочности.
4. Сотрудник получает текст, краткое резюме и причину назначения.
5. После обработки результат возвращается в журнал для контроля качества.

Полезно разделить статусы на «новое», «нужна проверка», «назначено», «ожидает клиента» и «закрыто». Пять статусов достаточно для пилота, а новые добавляйте только после анализа причин задержек. Если сразу создать 12 статусов, менеджеры начнут выбирать ближайший по смыслу вариант, а отчёты потеряют точность.

У SoftChat есть веб-чат с потоковой выдачей ответа и переключением моделей в рамках разговора. Вкладка «Графика» доступна для задач, связанных с созданием изображений. Для подготовки инструкции классификации, проверки формата ответа или сравнения нескольких вариантов запроса такой чат удобен как рабочая среда. Саму передачу писем в CRM или почтовую очередь я бы проектировал отдельно, поскольку в каталоге SoftChat такой функции нет.

Модельный кейс: отдел из 8 менеджеров получает 40 обращений в день. При ручной обработке каждый менеджер тратит в среднем 15 минут на первичное распределение, суммарно 120 минут для команды. Если нейросеть передаёт человеку только спорные сообщения, например 25 процентов потока, менеджеры проверяют 10 обращений вместо 40. Это расчёт сценария, а не заявленный результат внедрения.

Какие ошибки нужно контролировать

Главный риск связан с ложной срочностью и пропущенными сигналами, поэтому в пилоте нужны минимум 2 независимые проверки: сравнение с ручной разметкой и аудит реальных решений сотрудников.

Проверьте пять типов ошибок:

• Синонимы и опечатки. «Вернуть оплату» и «сделать возврат средств» должны попадать в одну группу.
• Отрицания. Фраза «деньги не списывались» имеет смысл, противоположный сообщению «деньги списались дважды».
• Смешанные темы. Одно письмо может содержать вопрос о доставке и претензию по оплате.
• Скрытый срок. «До закрытия месяца» требует календарного контекста, а не только ключевого слова.
• Персональные данные. Номера телефонов, адреса и документы нужно обезличивать перед тестированием, если они не нужны для задачи.

Для контроля используйте матрицу ошибок. В строках укажите эталонные категории, в столбцах — предсказанные. Так быстро видно, путает ли модель «возврат» с «оплатой» или «техническую ошибку» с «доступом». Отдельно считайте полноту для срочных обращений: пропуск уровня 4 опаснее, чем ошибочная маркировка обычного вопроса.

Установите правило эскалации. Если встречаются слова «суд», «утечка», «блокировка», «двойное списание» или «остановка производства», сообщение должно попасть к человеку независимо от оценки модели. Список таких сигналов пересматривайте раз в 2 недели по журналу ошибок.

Материалы о нейросети для генерации текста и проверке результата полезны здесь по той же причине: автоматический черновик нельзя считать готовым ответом без проверки фактов, полей и ограничений.

Как измерить пользу сортировки

Пилот разумно проводить 14 дней и сравнивать 4 показателя: время до назначения, долю ручных исправлений, пропуск срочных обращений и среднее время первого ответа.

Снимите базовые значения за 5 рабочих дней до запуска. Например, если в очереди 300 сообщений, зафиксируйте, сколько из них получили исполнителя в течение 1 часа, 4 часов и рабочего дня. После запуска используйте те же интервалы, иначе сравнение будет неточным.

Для каждой категории считайте:

• Точность темы: правильные метки, делённые на число проверенных сообщений.
• Полноту срочных обращений: найденные срочные сообщения, делённые на все срочные сообщения в эталонной выборке.
• Долю ручной правки: сообщения с изменённой моделью категорией, делённые на весь поток.
• Время назначения: промежуток от поступления до выбора ответственного.

Гипотетический пример: за 14 дней команда проверила 240 сообщений, из них 48 были срочными. Нейросеть правильно нашла 45 срочных обращений, значит полнота составила 93,75 процента. Три пропуска нужно разобрать отдельно: возможно, требовались новые признаки, другой порог или ручное правило.

Не оценивайте проект по одной цифре. Снижение времени назначения на 30 процентов может сопровождаться ростом ручных исправлений с 10 до 25 процентов. Тогда очередь движется быстрее, но сотрудники тратят больше времени на исправление маршрута. Принимайте решение по связке показателей, а не по впечатлению от нескольких удачных ответов.

Для повседневных задач полезно заранее описать повторяющиеся сценарии, как показано в материале о применении нейросетей и чат-ботов в ежедневной работе. В сортировке это означает: выбрать один поток, определить владельца результата и записать критерий успешного завершения.

Что бы я сделал на вашем месте

Я бы начал с одного входящего канала, 6 категорий и выборки из 100 сообщений. В первые 3 дня сотрудники разметили бы обращения вручную, на 4–7-й день модель работала бы в режиме подсказки, а с 8-го дня можно было бы включить автоматическое распределение только для случаев с высокой уверенностью.

Для сложных сообщений я оставил бы ручную проверку без исключений. Через 14 дней сравнил бы время назначения, полноту срочных обращений и долю исправлений. Если качество держится на приемлемом уровне, следующий шаг — расширение категорий с 6 до 8 или 10, а не резкое подключение всех каналов.

Так сортировка становится управляемым процессом: у каждой метки есть определение, у каждого приоритета есть условие, у каждой ошибки есть владелец. Нейросеть ускоряет первичную работу, а сотрудники сохраняют контроль над решениями, где цена ошибки измеряется деньгами, сроками или отношениями с клиентом.

Сравнение браузерного чата и голосового помощника в бытовых задачах можно посмотреть в статье о выборе между Алисой и браузерной нейросетью. Для корпоративной сортировки вывод тот же: выбирайте инструмент по формату входных данных, прозрачности проверки и удобству передачи результата, а не по громкости названия.