Стендфирст: Практическая схема обработки входящих писем: от классификации и оценки срочности до черновика ответа и проверки качества.

Когда в рабочем ящике накапливаются десятки сообщений, проблема возникает не из-за самого объёма текста. Сотруднику приходится каждый раз определить тему, найти заявку среди рассылок, понять срок реакции и решить, кому передать письмо. В очереди из 100 сообщений достаточно пропустить 1 обращение с короткой темой «Нужна помощь», чтобы потерять потенциального клиента или нарушить договорённость.

ИИ помогает разобрать этот поток по понятным признакам. Он может определить категорию письма, извлечь имя отправителя, номер заказа, дату и требуемое действие, а затем подготовить черновик ответа. Человеку остаётся проверить спорные случаи и отправить сообщение после редакторской проверки. Такой подход описан и в материале о внедрении нейросетей в рабочие процессы, где автоматизация рассматривается как часть конкретного процесса, а не как отдельный эксперимент.

Схема обработки входящего письма От письма к понятному действию Четыре шага, которые можно проверять отдельно 1 Письмо Тема, текст, дата и отправитель 2 Признаки Тема, срочность, номер и действие 3 Маршрут Срочно, обычно или на проверку 4 Ответ Черновик и проверка Контрольная точка: низкая уверенность и риск ошибки возвращают письмо человеку
Инфографика

Что именно делает ИИ с входящим письмом

Рабочий процесс сортировки входящих писем по срочности и типу обращения

ИИ превращает письмо в набор из 4 рабочих признаков: тему, срочность, извлечённые данные и следующее действие. Для первого проекта достаточно 5–7 устойчивых категорий, иначе сотрудники будут тратить время на споры о разнице между слишком похожими метками.

Обычно обработка выглядит так:

  1. Система читает тему и основной текст письма.
  2. Определяет намерение отправителя, например запрос цены, вопрос по доставке, претензию или просьбу о консультации.
  3. Находит факты: номер заказа, название услуги, дату, сумму, контактные данные.
  4. Оценивает срочность по срокам, словам-маркерам и описанию последствий.
  5. Передаёт письмо в подходящую очередь или предлагает черновик ответа.

Классификация должна быть привязана к решению. Метка «клиент» почти бесполезна, если после неё непонятно, кто отвечает и за сколько часов. Гораздо практичнее категории «новая заявка», «уточнение по заказу», «претензия», «документы», «рассылка» и «нужна ручная проверка».

Для примера: письмо с темой «Счёт оплачен, но заказ не изменил статус» относится к проблемам оплаты или заказа, содержит факт оплаты и требует проверки статуса. Нейросеть не должна самостоятельно обещать возврат средств, если в письме нет подтверждённых данных о правилах компании.

Как устроить классификацию писем

Надёжная классификация строится в 3 слоя: понятная схема меток, примеры для каждой категории и маршрут для неуверенных ответов. Если убрать один слой, автоматизация быстро превращается в хаотичную сортировку.

Начните с журнала входящих сообщений за 5–7 рабочих дней. Не нужно сразу размечать весь архив. Достаточно выбрать 50–100 писем и распределить их вручную, фиксируя причину решения. В одной категории желательно собрать минимум 10 примеров, а для редких обращений сохранить отдельную метку «прочее».

Для каждой метки опишите 4 поля:

  • название категории;
  • признаки, по которым её выбирают;
  • отдел или сотрудник, который принимает решение;
  • допустимый срок первого ответа.

Например, категория «срочная претензия» может включать слова о блокировке услуги, повторной оплате или дедлайне сегодня. Категория «информационный вопрос» подходит для просьб объяснить условия, перечень документов или порядок подключения. Если письмо подходит к двум категориям, приоритет получает та, у которой короче срок реакции.

Я советую заранее задать порог уверенности. Для пилота можно отправлять на автоматическую маршрутизацию сообщения с оценкой от 0,85, а всё ниже 0,60 направлять на ручную проверку. Диапазон от 0,60 до 0,85 удобно использовать для очереди контроля, где сотрудник быстро подтверждает или исправляет метку. Это рабочая настройка для эксперимента, а не универсальный отраслевой норматив: её нужно сверять с ценой ошибки.

В веб-чате SoftChat можно переключать модель для каждой беседы. Я использовал бы эту возможность при подготовке классификатора: в одном диалоге проверил бы схему меток, а затем сравнил формулировки запроса и результаты другой модели. Ответы появляются потоково, поэтому длинную инструкцию можно просмотреть по мере генерации и быстро уточнить спорное правило.

Как выделить срочные обращения

Срочность лучше оценивать по 3 группам сигналов: сроку, риску и прямому требованию отправителя. Одного слова «срочно» недостаточно, потому что оно встречается и в обычных информационных письмах.

В первую группу входят даты и временные ограничения: «до 18:00», «сегодня», «к началу смены», «через 2 часа». Вторая группа связана с последствиями: остановка поставки, заблокированный доступ, повторное списание, невозможность подписать документ. Третья группа показывает действие, которого ждёт отправитель: подтвердить оплату, заменить товар, перезвонить, прислать акт.

Полезно разделить очередь на 3 уровня:

  • высокий, реакция в течение 30 минут;
  • средний, ответ в течение 4 рабочих часов;
  • обычный, обработка в пределах 1 рабочего дня.

Такие сроки подходят для модельной схемы, но не заменяют договорённости компании. Если у отдела поддержки есть норматив 2 часа, именно его нужно использовать в инструкции для нейросети.

Модельный кейс: компания из сферы логистики, около 200 сотрудников, получает письмо «Машина стоит на терминале, окно погрузки заканчивается через 40 минут». В этом случае система должна выделить срок 40 минут, риск простоя, объект «машина» и действие «передать диспетчеру». Она не должна самостоятельно менять маршрут или обещать компенсацию.

Проверяйте ошибки двух типов. Ложная срочность перегружает ответственных сотрудников, а пропущенная срочность задерживает решение. Поэтому в отчёте нужно отдельно считать оба показателя, а не ограничиваться общей долей правильных меток.

Как извлечь суть запроса

Краткое резюме должно отвечать на 4 вопроса: кто пишет, что произошло, какие данные подтверждены и какое действие требуется. Хорошее резюме занимает 2–4 предложения и не повторяет приветствие, подпись и рекламный блок.

Я задаю нейросети фиксированный формат:

  • отправитель и организация, если они указаны;
  • предмет обращения;
  • факты с цифрами, датами и номерами;
  • ожидаемый следующий шаг;
  • неизвестные сведения, которые нужно уточнить.

Для примера: вместо пересказа письма на 15 строк можно получить запись «Клиент сообщает о двух списаниях 12 марта, номер заказа 4817, просит проверить возврат второго платежа. Не хватает подтверждения из банка». В такой записи сохранены 2 даты и номера, а предположение о возврате не выдано за свершившийся факт.

Отдельно просите модель отличать факты от выводов. Фраза «платёж не найден» требует проверки в системе учёта, если в письме сказано только «я оплатил». Нельзя превращать эмоциональную жалобу в установленную причину сбоя. Для контроля используйте поля «подтверждено» и «нужно проверить».

Если требуется подготовить большой текстовый черновик, полезно заранее изучить нейросеть для генерации текста и проверку результата. Там хорошо разобрана граница между ускорением подготовки и финальной проверкой человеком.

Как подготовить быстрый ответ

Черновик ответа должен состоять из 2 частей: подтверждения сути и конкретного следующего шага. Для типового обращения достаточно 60–120 слов, если в нём нет сложной претензии или юридических условий.

Структура может быть такой:

  1. Обращение по имени, если оно известно.
  2. Короткое подтверждение проблемы без признания непроверенной вины.
  3. Ответ на вопрос или перечень действий.
  4. Срок следующего сообщения.
  5. Один уточняющий вопрос, если без него нельзя продолжить.

Для примера: «Ирина, вижу обращение по заказу 4817 и повторному списанию 12 марта. Проверю платёж и вернусь с результатом до 16:00. Пришлите, пожалуйста, последние 4 цифры карты, если они не указаны в предыдущем письме». Такой черновик не обещает возврат, не раскрывает лишние сведения и содержит конкретный срок.

Запрещайте нейросети додумывать цены, сроки доставки, условия гарантии и решения по компенсациям. Эти поля должны подставляться из утверждённых данных или оставаться пустыми для ручного заполнения. Для деловой переписки полезны рекомендации из материала об искусстве формулировки запросов для нейросетей: чем точнее формат и ограничения, тем меньше редакторской работы.

Подход Когда применять Преимущество Ограничение
Ручная сортировка До 30 писем в день или при редких обращениях Сотрудник видит контекст и исключения Результат зависит от загрузки и внимания
Правила по словам и отправителям Для 3–5 повторяемых типов писем Легко объяснить и проверить Правила плохо понимают перефразировки и скрытый смысл
Нейросетевой помощник При большом разнообразии формулировок Можно извлекать суть и готовить черновик Нужны порог уверенности и ручной контроль

Как внедрить обработку без лишнего риска

Для первого пилота достаточно 7 дней, 5 категорий и одного ответственного за проверку. Не подключайте сразу весь поток: возьмите обезличенные письма одной очереди и сравните результат с ручной разметкой.

В первые 2 дня сформируйте таксономию и соберите 50 примеров. На 3–4-й день протестируйте запросы на письмах с разной длиной, вложенными цитатами и эмоциональной лексикой. На 5–7-й день проверьте спорные случаи и обновите инструкции. В журнале сохраняйте исходную категорию, рекомендацию модели, финальное решение и причину исправления.

Персональные данные нужно сокращать до минимума. Перед передачей текста удаляйте пароли, полные номера карт, паспортные сведения и медицинскую информацию. Номер заказа можно заменить на «заказ 4817», если точное значение не влияет на классификацию. Для обучения логики достаточно фрагмента письма на 5–10 предложений, если он содержит нужные признаки.

В SoftChat я бы проверял разные варианты инструкций в отдельных беседах, переключая модель под задачу. Сам продуктовый каталог подтверждает чат, потоковую выдачу ответа и выбор модели для разговора, но не заявляет встроенную сортировку почты или подключение к CRM. Поэтому отправку писем, распределение по очередям и хранение результатов нужно организовать отдельными средствами, а чат использовать для анализа текста и подготовки черновика.

Как измерять качество обработки

Качество оценивайте по 4 метрикам: точности категории, полноте извлечения данных, доле пропущенной срочности и времени до первого ответа. Одна общая оценка скрывает дорогие ошибки.

Для тестовой выборки из 100 писем вручную отметьте:

  • сколько писем получили правильную категорию;
  • сколько номеров, дат и сумм извлечено без искажений;
  • сколько срочных обращений попало в обычную очередь;
  • сколько черновиков сотрудник принял без существенной правки.

Отдельно измеряйте время. Если ручная сортировка одного письма занимает 2 минуты, очередь из 100 сообщений требует около 200 минут без учёта ответа. Это не обещание конкретной экономии, а простой способ посчитать исходную стоимость процесса. После пилота сравните тот же объём с подсказками нейросети.

Полезен еженедельный разбор 10–20 исправленных писем. Если модель путает «отмену заказа» и «изменение заказа», добавьте по 3–5 контрастных примеров в инструкцию. Если она часто отправляет рассылки в рабочую очередь, уточните признаки рекламного текста и список известных отправителей.

Что делать с письмами вне продаж

Такая схема подходит для бухгалтерии, кадров, поддержки, закупок и логистики, но набор полей будет разным. Для бухгалтерии важны сумма, период и тип документа, для кадрового отдела, должность и дата выхода, для закупок, количество, срок поставки и условия оплаты.

Не переносите одну таксономию на все отделы. Входящее письмо «пришлите акт за март» для бухгалтерии является документным запросом, а для менеджера проекта может быть сигналом о закрытии этапа. Сначала определите владельца процесса, затем список обязательных данных и допустимый срок реакции.

Если задача выходит за пределы почты, полезно свериться с практикой внедрения нейросетей в рабочие процессы и личную продуктивность. А для бытовых сценариев, где требуется простой диалог вместо маршрутизации, пригодится сравнение Алисы и браузерной нейросети. Это разные классы задач, и смешивать их в одном рабочем процессе не стоит.

Заключение: как начать без потери контроля

Что бы я сделал на вашем месте: за 7 дней взял бы одну очередь, разметил 50–100 писем, зафиксировал 5 категорий и оставил человеку все случаи с уверенностью ниже 0,85. После этого сравнил бы 4 метрики, проверил 10–20 ошибок и только затем расширял область применения.

ИИ здесь нужен для повторяемых операций: прочитать текст, найти факты, предложить метку и подготовить черновик. Решения о возвратах, компенсациях, юридических обещаниях и изменении заказа должны проходить проверку сотрудника. Такой порядок сохраняет контроль и показывает реальную пользу автоматизации уже на первой очереди.