Как нейросеть помогает сортировать почту

Практический разбор: как разобрать входящие письма, вытащить суть из длинной переписки и подготовить черновик ответа без потери контроля.

Почта редко ломает день одним письмом. Она делает это серией мелких отвлечений: 12 уведомлений за час, 3 параллельные цепочки по одному клиенту, 1 письмо с вложением на 18 страниц и короткое «посмотрите, пожалуйста» без срока. Вручную всё это превращается в постоянное переключение контекста.

Я отношусь к нейросети в почтовом процессе как к сортировщику и черновику, а не как к автономному сотруднику. Она быстро группирует письма, выделяет просьбы, предлагает ответ и показывает, где не хватает данных. Человек оставляет за собой решение: что отправить, кому эскалировать, где позвонить вместо переписки.

В этой версии я убрал лишние абстракции и длинные цепочки существительных. Ниже разложу рабочий сценарий по шагам: сортировка, срочность, краткая выжимка, черновик, проверка качества.

Почему входящая почта быстро превращается в узкое место

Если за день приходит 80 писем, а на первичный просмотр уходит по 45 секунд, только triage съедает 1 час. При 200 письмах это уже около 2,5 часа без учёта ответов, пересылок и поиска вложений.

Почта смешивает разные типы задач в одной ленте. В одном экране лежат счёт на оплату, жалоба клиента, приглашение на встречу в 16:00, отчёт на 9 страниц и автоматическое уведомление. Человеку приходится каждый раз отвечать на 4 вопроса: кто пишет, чего хочет, когда нужен ответ, что будет при задержке.

Технически письмо устроено давно и предсказуемо. Формат сообщений описан в RFC 5322, передача почты по SMTP описана в RFC 5321, а вложения через MIME появились в стандартах семейства RFC 2045 ещё в 1996 году. Эта структура помогает автоматизировать разбор: у письма есть тема, отправитель, дата, тело, вложения, цепочка ответов.

Проблема не в протоколах. Проблема в смысле. Тема «Вопрос по договору» может означать правку на 2 минуты, спор на 3 отдела или риск сорвать дедлайн на 24 часа. Поэтому простых правил вида «если в теме есть срочно, поднять наверх» мало. Нейросеть полезна там, где нужно читать контекст, а не искать одно слово.

Если вы только выстраиваете личную систему работы с ИИ, сначала посмотрите разбор про нейросети и чат-боты для повседневных задач: там проще увидеть, какие действия стоит отдавать модели, а какие лучше оставить человеку.

Что именно можно поручить нейросети в почте

Нейросеть хорошо закрывает 4 операции: классификацию, краткую выжимку, поиск действия и черновик ответа. На письме в 700 слов она может за 10–20 секунд дать резюме на 5 строк, но финальную отправку я бы оставлял человеку.

Практический набор задач выглядит так:

Сортировка экономит время только при понятных метках. Я обычно начинаю с 6–8 категорий, а не с 25. Для клиентской поддержки часто хватает «новый запрос», «уточнение», «жалоба», «документы», «оплата», «спам или шум». Для внутренней почты список другой: «решение», «информация», «встреча», «согласование», «ожидает ответа».

Связанный навык подробно разобран в статье про проверку результата при генерации текста. Для почты это особенно полезно: модель может написать гладко, но гладкий ответ без факта хуже короткого «уточню до 15:00».

Как выделять срочные обращения без хаоса

Срочность лучше считать по 3 параметрам: срок, ущерб от задержки и статус отправителя. Письмо с дедлайном через 2 часа почти всегда выше письма «когда будет время», даже если второе написано эмоциональнее.

Я бы не строил приоритет только по словам «срочно», «ASAP» или «критично». В реальной переписке люди используют эти слова по-разному. Один клиент пишет «срочно» при вопросе на 5 минут, другой спокойно сообщает о блокере, который остановил отгрузку на 2 склада.

Рабочая шкала может быть такой:

1. Уровень 1, ответ до 30 минут. Есть прямой риск денег, SLA, безопасности, юридического срока или остановки работы.
2. Уровень 2, ответ до 2 часов. Клиент ждёт подтверждение, встреча сегодня, документ нужен для текущего процесса.
3. Уровень 3, ответ в течение дня. Вопрос важный, но нет немедленного ущерба.
4. Уровень 4, можно отложить. Информационная рассылка, копия переписки, уведомление без действия.

Для примера: письмо «Не проходит оплата по счёту № 1847, отгрузка стоит до подтверждения» получает уровень 1, потому что есть сумма, процесс и блокировка. Письмо «Коллеги, посмотрите новый шаблон презентации на неделе» получает уровень 4, если нет встречи или внешнего дедлайна.

Хороший промпт для такого разбора короткий: «Определи срочность по шкале 1–4. Верни причину в 1 предложении, срок ответа, недостающие данные и риск ошибки». В этом формате модель не прячет сомнения. Она явно говорит: «дедлайн не указан», «нужно проверить договор», «неясно, кто владелец задачи».

Как вытаскивать суть из длинных писем

Для письма на 1 500–2 000 слов полезна выжимка из 5 блоков: тема, просьба, факты, сроки, следующий шаг. Такой формат занимает около 8–12 строк и заменяет повторное чтение всей цепочки.

Длинные письма опасны тем, что важное часто стоит в середине или ближе к финалу. В цепочке на 12 сообщений может быть 1 новая дата, 2 изменённые суммы и 1 просьба согласовать формулировку. Нейросеть помогает собрать эти элементы в один экран.

Я советую просить модель не пересказывать письмо подряд, а извлекать поля. Например:

Разбери письмо. Верни:
1. Главный вопрос в 1 строку.
2. Что нужно сделать получателю.
3. Все даты и сроки.
4. Все суммы, номера договоров, счетов, заявок.
5. Кто отвечает за следующий шаг.
6. Какие места требуют проверки человеком.

Такой запрос снижает риск красивого, но бесполезного резюме. Если письма связаны с документами, добавьте отдельную строку: «Не делай выводов по вложению, если его текста нет во входных данных». Это простая защита от домысливания.

Модельный кейс: компания из сферы логистики, ~200 сотрудников, получает 120–180 писем в день на общий адрес отдела. Если первичная разметка снижает ручной просмотр одного письма с 60 до 25 секунд, экономия составляет примерно 70 минут в день на этом ящике. Это не обещание результата, а расчётная иллюстрация: фактическая цифра зависит от доли шаблонных писем и качества правил.

Если у вас пока нет привычки писать чёткие запросы, пригодится материал про формулировку промптов для нейросетей. В почте промпт должен задавать формат выхода, уровень уверенности и запрет на выдуманные факты.

Как готовить черновики ответов, чтобы не звучать как робот

Черновик ответа должен закрывать 3 вещи: признать запрос, дать действие или срок, назвать следующий шаг. Для большинства рабочих писем хватает 120–180 слов, а для срочного подтверждения часто достаточно 3–5 предложений.

Я не прошу нейросеть «ответить красиво». Такая просьба почти всегда даёт вежливый туман. Лучше задать роль, цель, факты и тон. Например: «Напиши черновик ответа клиенту. Тон спокойный и деловой. Подтверди получение, скажи, что проверим счёт до 15:00, попроси прислать номер договора, не обещай возврат денег до проверки».

Черновик стоит проверять по 5 пунктам:

• нет ли обещаний, которых компания не может выполнить;
• совпадают ли даты, суммы, номера счетов;
• понятен ли следующий шаг;
• не раскрыты ли лишние данные третьим лицам;
• не звучит ли ответ холодно в конфликтной ситуации.

Для примера: исходное письмо клиента звучит так: «Оплата прошла вчера, доступ не появился, менеджер не отвечает». Хороший черновик не спорит и не просит повторить всё с нуля. Он подтверждает проблему, просит 1 идентификатор, даёт срок проверки и называет канал связи: «Проверим платёж до 14:00. Пришлите, пожалуйста, номер счёта или ИНН, чтобы мы нашли операцию быстрее».

В SoftChat можно отрабатывать такие шаблоны в веб-чате: в диалоге доступен выбор модели, а в расширенных настройках для текста есть параметры «Креативность» и «Длина ответа». Ещё можно работать с системными промптами и пользовательскими ассистентами в рамках диалога. Это удобно как песочница для правил и черновиков, но я бы не называл чат заменой почтовой системы: подключение к почтовому ящику в каталоге возможностей SoftChat не заявлено.

Когда сценарий начинает повторяться, его стоит превратить в рабочий процесс. Об этом подробнее написано в статье как внедрить нейросети в рабочие процессы: там полезная логика про выбор задач, контроль и постепенное расширение.

Где нейросеть ошибается и как снижать риск

В почте критичны 4 риска: выдуманный факт, потерянная оговорка, неверный тон и лишняя уверенность. Даже точность 95% плохо выглядит, если ошибка попала в письмо на 2 млн рублей или в ответ недовольному клиенту.

Самая частая проблема, которую я вижу в черновиках, это преждевременное обещание. Клиент просит вернуть деньги, а модель пишет: «Мы оформим возврат». Если политика компании требует проверки 2 рабочих дня, такой ответ создаёт конфликт. Правильнее: «Проверим операцию и вернёмся с решением до 17:00 завтра».

Вторая проблема, длинная переписка. Модель может взять старую дату из первого письма, хотя в десятом сообщении срок уже изменили. Поэтому для цепочек полезно просить: «Отдельно покажи новые факты из последнего письма и факты из старой переписки». Один дополнительный столбец часто спасает от ошибки.

Третья проблема, персональные данные. В письмах бывают телефоны, адреса, паспортные данные, медицинские детали, реквизиты. Если вы копируете текст в любой ИИ-инструмент, заранее решите, какие поля удалять или маскировать. Минимальный вариант: заменять ФИО на «клиент», телефон на «номер телефона», номер договора оставлять только при рабочей необходимости.

Голосовые помощники и браузерные нейросети подходят для разных задач. Если выбираете канал для обычных поручений, сравнение в статье про Алису и нейросеть в браузере поможет отделить быстрые бытовые запросы от рабочих сценариев с текстом, файлами и проверкой.

Как запустить процесс без большой перестройки

Начните с 50–100 последних писем и 6 меток, а не с полной автоматизации всего ящика. За 1–2 дня можно понять, какие категории повторяются, где модель путается и какие ответы нужны чаще всего.

Я бы действовал так. Сначала выгрузил обезличенные примеры: 20 клиентских писем, 20 внутренних, 10 уведомлений. Затем написал бы шкалу срочности и 5–7 шаблонов выжимки. После этого прогнал бы письма через модель и вручную отметил ошибки: неверная категория, пропущенный срок, лишнее обещание, плохой тон.

Через неделю уже видна карта процесса. Допустим, 35% писем требуют короткого подтверждения, 20% уходят на финансовую проверку, 15% связаны с документами, 10% можно архивировать после чтения. Это не статистика для всех компаний, а пример структуры, которую полезно получить на своих данных.

Для регулярной работы заведите 2 метрики. Первая, время до первого ответа: например, доля писем уровня 1 с реакцией до 30 минут. Вторая, качество черновиков: сколько ответов ушло без правки, с малой правкой или с полной переписью. Если через 2 недели доля полной переписи выше 40%, значит промпты и категории слишком расплывчаты.

Что бы я сделал на вашем месте

Если почта уже мешает работе, я бы не начинал с покупки сложной системы или попытки автоматизировать 100% входящих. Сначала я бы описал 6 категорий писем, 4 уровня срочности и 1 формат выжимки на 8–12 строк.

Дальше взял бы 100 обезличенных писем за последние 2–3 недели и проверил, где нейросеть даёт пользу без риска. Автоуведомления, первичная классификация, выжимки длинных цепочек и черновики простых ответов обычно дают эффект быстрее, чем попытка поручить модели конфликтные письма или юридические формулировки.

Для отправки я оставил бы ручное подтверждение. В почте цена ошибки зависит не от среднего письма, а от одного плохого ответа в важной цепочке. Нейросеть пусть сокращает путь от «я не понял, что здесь происходит» до «вижу запрос, срок и черновик». Решение и ответственность остаются у человека.