Нейросеть превращает поток входящих писем в понятную очередь: выделяет тему, оценивает срочность и готовит черновик, который проверяет человек.

Входящие письма редко требуют одинаковой реакции. В одном сообщении лежит счёт в формате PDF, в другом клиент просит перенести встречу, в третьем руководитель ждёт решение до 16:00. Если читать всё вручную, сотрудник тратит время на повторяющиеся операции: открыть письмо, определить тему, найти срок, передать его нужному человеку и набросать ответ.

Нейросеть может выполнять эту первичную обработку по заданным правилам. Она не должна самостоятельно отправлять сообщения или принимать решения с финансовыми и юридическими последствиями. Практичная схема выглядит иначе: модель собирает факты, присваивает метки, объясняет причину приоритета, создаёт черновик, а менеджер подтверждает результат.

Путь входящего письмаОт сырого сообщения до проверенного черновика1ПисьмоТема, текст,вложения, дата2ФактыСумма, срок,объект, адресат3МеткиТема и уровеньсрочности4ЧерновикОтвет и вопросдля уточнения5 Проверка человеком
Инфографика

Что именно делает нейросеть с письмом

Поток входящих писем разделяется на категории и уровни срочности на рабочем столе

Нейросеть обычно превращает одно письмо в карточку из 5 полей: категория, краткая суть, срочность, рекомендуемое действие и черновик ответа. Так поток из 100 сообщений становится очередью задач, а не бесконечной лентой уведомлений.

Сначала обрабатываются заголовки и содержание. В стандарте RFC 5322 для письма предусмотрены поля From, To, Date, Subject и Message-ID. Заголовок From сам по себе не доказывает личность отправителя, поэтому для технической проверки используют SPF, DKIM и DMARC. Эти проверки отвечают за происхождение сообщения, а не за его смысл.

Для смысловой сортировки модель смотрит на несколько групп сигналов:

  1. тему письма и первые строки;
  2. глаголы действия, например «подтвердите», «пришлите», «согласуйте»;
  3. даты, суммы, номера договоров и упоминания просрочки;
  4. историю переписки, включая предыдущие вопросы без ответа;
  5. вложения, ссылки и адресаты в копии;
  6. роль отправителя и действующие правила компании.

На выходе получается структурированная запись. Например: «договор, высокий приоритет, требуется проверить пункт 4.2, ответить до 15 марта, приложен PDF». Такая запись полезнее длинного пересказа на 2 абзаца, поскольку сразу показывает следующий шаг.

В статье о генерации текста и проверке результата подробно разобран похожий принцип: черновик ускоряет работу, но финальная проверка остаётся частью процесса.

Как нейросеть выделяет суть письма

Суть письма выделяется через 3 операции: извлечение фактов, определение намерения и формулировка действия. Если пропустить хотя бы одну операцию, краткое резюме может выглядеть аккуратно, но не поможет принять решение.

На первом шаге модель отвечает на вопрос «что произошло». Она ищет объект переписки, например счёт, поставку, встречу, договор или техническую ошибку. Затем фиксирует параметры: номер заказа, дату, сумму, город, имя ответственного и срок. Данные, которых в письме нет, нельзя подставлять по догадке. В итоговой карточке лучше написать «срок не указан», чем придумать дату.

На втором шаге определяется намерение. Для деловой почты достаточно 6–8 базовых классов:

  • запрос информации;
  • согласование документа;
  • жалоба или претензия;
  • счёт, оплата или возврат;
  • изменение заказа или встречи;
  • техническая проблема;
  • внутреннее поручение;
  • рекламное сообщение.

Классы должны соответствовать реальным маршрутам. Если бухгалтерия и отдел продаж получают разные типы писем, метка обязана приводить к конкретному действию: передать, поставить на контроль, запросить данные или оставить в общей очереди.

На третьем шаге создаётся короткая формулировка задачи. Удобный формат состоит из двух предложений: сначала факт, потом действие. Например: «Поставщик прислал обновлённый счёт №184 на 246 000 рублей. Нужно проверить реквизиты и передать документ в бухгалтерию до 18 марта». Здесь есть объект, сумма, номер, срок и следующий шаг.

Подход к постановке задачи описан в материале об искусстве промптинга для нейросетей. Для почты особенно полезны фиксированный формат ответа, перечень допустимых меток и отдельное поле для неизвестных данных.

Как определяется срочность письма

Срочность удобно разделять на 4 уровня: критично, сегодня, планово и без действия. Метка должна опираться на срок, последствия и роль адресата, а не на эмоциональное слово в теме письма.

Письмо с темой «Срочно» не всегда требует немедленного ответа. Иногда это массовая рассылка без срока, а сообщение «Подтвердите до 17:00» действительно ограничивает рабочее решение несколькими часами. Поэтому правило должно учитывать минимум 5 признаков:

  • прямую дату или время;
  • слова «просрочка», «блокировка», «штраф», «отмена»;
  • влияние на оплату, отгрузку или обязательства;
  • должность отправителя и получателя;
  • наличие предыдущего письма без ответа.

Уровень «критично» стоит присваивать только при явном риске: остановке поставки, истечении срока договора, инциденте безопасности или требовании руководителя с конкретным дедлайном. Если срок найден, но последствия неясны, разумнее выбрать «сегодня» и отправить письмо на ручную проверку.

Модельный кейс: компания из сферы логистики, около 200 сотрудников, получает 1 500 входящих писем в месяц. Для неё можно задать правило: сообщения со словами «задержка» и датой отгрузки в ближайшие 24 часа попадают в очередь руководителя смены, а письма без даты остаются в плановой категории. Это иллюстрация настройки, а не результат конкретной компании.

Порог уверенности тоже должен быть явным. Например, при значении ниже 0,85 модель не меняет папку автоматически, а добавляет пометку «проверить». Число 0,85 здесь является стартовым параметром пилота. Его корректируют после сравнения с ручной разметкой.

Как готовится черновик ответа

Хороший черновик состоит из 3 блоков: подтверждение сути, конкретный ответ или запрос недостающих данных, следующий срок действия. Такая форма удерживает письмо в деловом русле и снижает риск обещаний, которых компания не может выполнить.

Пример инструкции для обработки письма:

Определи тему письма и извлеки факты.
Укажи срочность по шкале от 1 до 4 и приведи основание.
Составь черновик до 700 знаков.
Не придумывай цены, сроки, статусы и имена.
Если данных недостаточно, задай один точный вопрос.

В ответе полезно разделять факты и предположения. Факты можно цитировать из письма, а предположения нужно помечать как требующие проверки. Если клиент спрашивает о возврате, модель может подготовить формулировку «Проверяем заказ и вернёмся с ответом до 14:00». Она не должна писать «Возврат одобрен», если такого решения в переписке нет.

Перед отправкой менеджер проверяет 4 пункта: адресата, сумму, срок и обязательства компании. Для писем с договором или персональными данными нужен дополнительный просмотр ответственным сотрудником. Автоматически созданный текст остаётся черновиком, пока человек не подтвердил его содержание.

Сценарии внедрения в рабочие процессы разобраны в материале о внедрении нейросетей для продуктивности. Почта хорошо подходит для пилота, поскольку результат можно сравнить с ручной сортировкой по одинаковой выборке.

Как построить безопасный процесс обработки

Надёжный процесс состоит из 6 шагов: описать категории, выбрать тестовую выборку, настроить правила, проверить ошибки, подключить человека и измерять результат. Перескакивание сразу к полной автоматизации обычно усложняет поиск причин ошибок.

Шаг 1. Опишите категории. Начните с 5–8 папок, которые уже используются сотрудниками. Не создавайте отдельную метку для каждого редкого случая. Категория должна отвечать на вопрос «что делать дальше».

Шаг 2. Соберите выборку. Возьмите письма за 2–4 недели и удалите лишние персональные данные. Для первой проверки достаточно разметить вручную 200 сообщений, распределив их между всеми категориями.

Шаг 3. Задайте формат. Опишите обязательные поля: категория, срочность, основание, срок, действие и уверенность. Формат можно хранить в таблице или JSON, чтобы результаты разных дней сравнивались одинаково.

Шаг 4. Разделите автоматические и ручные решения. Модель может сортировать информационные сообщения, но письма о платежах, претензиях, увольнениях и договорах лучше отправлять на подтверждение.

Шаг 5. Ограничьте доступ к данным. Перед обработкой уберите номера карт, пароли и лишние персональные сведения. Задайте срок хранения, например 7 или 30 дней, и определите, кто имеет право просматривать исходные письма.

Шаг 6. Введите журнал ошибок. Для каждого сбоя фиксируйте исходную категорию, предсказание, причину исправления и дату. Через 2 недели такой журнал покажет, что именно требует доработки: словарь, правила приоритета или шаблон черновика.

Полезные сценарии для ежедневных задач собраны в материале о применении нейросетей и чат-ботов в быту и работе. Для корпоративной почты к ним нужно добавить контроль доступа и запрет на самостоятельную отправку рискованных ответов.

Что выбрать для конкретного объёма писем

Для обработки почты есть 4 подхода: правила по полям, классификатор, языковая модель и комбинированная схема. Выбор зависит от стабильности формулировок, цены ошибки и того, требуется ли объяснимый результат.

Подход Подходит для Сильная сторона Ограничение
Правила по полям Фильтрации по адресу, теме, вложению и сроку Легко проверить каждое условие Плохо работает с перефразированием
Классификатор Повторяющихся категорий с размеченной историей Стабильные метки и быстрый ответ Нужна качественная выборка писем
Языковая модель Резюме, извлечения фактов и черновиков Понимает свободный текст и контекст цепочки Может ошибиться без ограничений и проверки
Комбинированная схема Потока с разными типами риска Правила закрывают очевидные случаи, модель работает со сложными Требует настройки маршрутов и журнала ошибок

Правила полезны там, где условие однозначно. Например, все письма с расширением .pdf от определённого адреса можно отправлять на проверку документов. Языковая модель нужна для задачи «понять, чего хочет человек», особенно если в одной цепочке смешаны несколько вопросов.

Условный пример: отдел получает 60 писем в день, из них 40 относятся к трём повторяющимся темам. Правила могут закрыть адреса и форматы вложений, классификатор распределит типовые запросы, а языковая модель подготовит резюме для оставшихся 20 сообщений. Человек проверит пограничные случаи, а не перечитает все 60 писем с нуля.

Сравнение подходов полезно проводить на одной и той же выборке. Иначе ручной процесс оценивается по письмам за январь, а автоматический по более простому потоку за март, и цифры теряют смысл.

Как измерить качество сортировки

Результат проверяют по 4 метрикам: точности метки, полноте обнаружения, доле опасных ошибок и сэкономленному времени. Одной оценки «ответ выглядит хорошо» для рабочего процесса недостаточно.

Точность показывает, какая доля писем с выбранной меткой действительно относится к этой категории. Если из 100 сообщений, отправленных в папку «срочно», 90 оправдали приоритет, точность равна 90 процентам.

Полнота показывает, сколько всех действительно срочных писем удалось найти. Если таких писем было 80, а система заметила 72, полнота составила 90 процентов. Для критичных обращений полнота обычно важнее удобства сортировки.

F1 объединяет точность и полноту по формуле F1 = 2PR / (P + R), где P означает точность, а R полноту. Отдельно считайте опасные пропуски, например письмо о просроченном платеже, которое попало в общую папку.

Условный пример: после разметки 200 писем команда обнаружила 18 ошибок категории и 6 пропущенных срочных сообщений. Следующий цикл настройки должен быть направлен не на красивый стиль резюме, а на правила для сроков и слов «блокировка», «штраф» и «отмена».

Время тоже измеряется до и после, но на одинаковом объёме. Запишите минуты на сортировку 50 писем, число исправлений и количество черновиков, которые пришлось переписать. Подходы к оценке контентных процессов собраны в статье о нейросетях в маркетинге и автоматизации, где похожая логика применяется к проверке гипотез.

Что бы я сделал на вашем месте

Я бы начал с одной категории и 200 вручную размеченных писем, а не со всей почты компании. Сначала проверил бы извлечение сроков и сумм, затем добавил приоритеты и лишь после этого подключил черновики ответов.

В течение первых 2 недель я сохранял бы каждое исправление менеджера. Если ошибки возникают из-за неоднозначных сроков, нужно менять правило срочности. Если модель путает запрос и жалобу, нужна новая разметка примеров. Если черновики содержат лишние обещания, в инструкции стоит жёстко запретить добавление отсутствующих фактов.

Рабочая граница проходит там, где цена ошибки выше экономии времени. Информационные письма можно обрабатывать смелее, а платежи, претензии и документы оставлять в режиме «черновик плюс проверка». Такая настройка превращает нейросеть из автопилота в фильтр первого уровня, который освобождает внимание менеджера для решений.