Как нейросеть обрабатывает письма и передаёт сложные случаи

Нейросеть превращает поток входящих писем в понятную очередь: определяет тему, извлекает факты, готовит черновик ответа и оставляет рискованные обращения сотруднику.

Поток входящих писем редко выглядит как аккуратный список задач. В одной папке смешиваются вопросы о цене, претензии по заказу, просьбы выслать документ и сообщения без конкретного запроса. Сотрудник тратит время на чтение, поиск контекста и повторяющиеся ответы, хотя решение по части писем занимает 2–3 минуты.

Нейросеть помогает разделить эту работу на операции. Она не должна самостоятельно принимать каждое решение: безопасная схема оставляет человеку контроль над спорными случаями, персональными данными, возвратами и обещаниями клиенту. Для настройки процесса пригодится разбор задач нейросетей при генерации текста, где отдельно разобраны черновик, проверка и финальная редактура.

Что делает нейросеть с входящим письмом

Нейросеть обычно проходит 4 этапа: классифицирует обращение, извлекает суть, предлагает действие и назначает уровень проверки. Такая последовательность снижает риск получить красивый, но нерелевантный ответ.

Сначала система читает тему и тело письма, а затем присваивает обращению рабочую категорию. Для отдела продаж это может быть запрос цены, демонстрации или условий договора. Для поддержки, вопрос по доставке, ошибка в личном кабинете или претензия. В офисном потоке встречаются заявления, счета, запросы справок и внутренние поручения.

На втором этапе выделяются факты: имя отправителя, номер заказа, дата события, требуемый результат и ограничения. Если в письме нет номера заявки, нейросеть должна прямо сообщить об этом, а не подставлять случайное значение. Такой подход особенно полезен для сообщений длиной 1–2 абзаца, где просьба скрыта среди деталей.

Третий этап связан с маршрутизацией. Система может предложить ответственный отдел, срочность и следующий шаг. Это рекомендация, а не подтверждение операции. Четвёртый этап задаёт режим проверки: автоматически подготовить черновик, отправить сотруднику на согласование или остановить обработку до уточнения данных.

Схема выглядит так:

1. Письмо поступает в очередь.
2. Содержание получает категорию и признаки срочности.
3. Из текста извлекаются факты и недостающие сведения.
4. Формируется черновик или создаётся задача для человека.

Формат интернет-писем описан в документе RFC 5322, опубликованном IETF в октябре 2008 года. На практике нейросеть работает не с одним полем: ей приходится сопоставлять тему, текст, цепочку ответов и вложения, если они доступны в конкретном процессе.

Как выделяется суть обращения

Для точного пересказа достаточно зафиксировать 5 полей: кто пишет, по какому поводу, что уже произошло, чего хочет отправитель и какой факт нужно проверить. Без такой рамки модель часто пересказывает письмо вместо подготовки полезной карточки.

Я рекомендую просить нейросеть выдавать краткую выжимку в фиксированном формате:

• Тема: одна категория из заранее заданного списка.
• Суть: 1–2 предложения без повторения приветствия.
• Факты: номера, даты, суммы и названия документов.
• Запрос: конкретное действие, которого ждёт отправитель.
• Риск: недостающие данные, конфликт условий или чувствительная информация.

Условный пример: письмо начинается словами «Заказ 4812 должен был приехать 14 мая, но статус не меняется 3 дня». Корректная выжимка звучит так: «Клиент сообщает о задержке заказа 4812, ожидает проверку статуса и новый срок доставки; нужно подтвердить данные по отправлению». В ней сохранены номер 4812, дата 14 мая и период 3 дня, но убраны эмоциональные повторы.

Для длинной цепочки переписки полезно разделять факты и предположения. Факт: «счёт отправлен 6 июня». Предположение: «клиент, вероятно, не увидел письмо». Нейросеть должна маркировать вторую формулировку, иначе оператор примет догадку за подтверждённое событие.

Сложные письма требуют проверки отрицаний. Фраза «мы ещё не получили акт» означает отсутствие документа, а выражение «не нужно повторно отправлять счёт» запрещает действие. В промпте стоит отдельно попросить сохранять слова «не», «нет», «до», «после» и числовые значения. Практика формулировки запросов для нейросетей помогает настроить такие ограничения без длинного технического описания.

Как нейросеть предлагает ответ

Хороший черновик состоит из 3 частей: подтверждение сути, конкретный следующий шаг и граница обещаний. Он должен опираться на данные письма, а не восполнять пробелы догадками.

Для продаж структура может быть такой: признать интерес, ответить на известный вопрос, запросить недостающие параметры. Если клиент спрашивает цену без количества мест и срока договора, безопаснее задать 2 уточняющих вопроса, чем назвать неподтверждённую сумму.

Для поддержки порядок иной. Сначала нужно кратко повторить проблему, затем указать проверяемое действие и срок следующего контакта. Формулировка «мы проверим состояние заявки и вернёмся с результатом до 16:00» допустима, только если сотрудник действительно может выполнить это обещание. Нейросеть не должна самостоятельно придумывать компенсацию, дату доставки или техническую причину сбоя.

Для офисных писем полезен нейтральный стиль. В ответе должны остаться название документа, срок и адресат. Если письмо касается персональных данных, финансовых условий или юридических формулировок, черновик проходит ручное согласование.

Условный пример: сотрудник получает 40 писем за смену, из них 18 относятся к типовым вопросам, 12 требуют уточнения, а 10 содержат риск ошибки или неполные сведения. Нейросеть может подготовить варианты для первой группы, собрать вопросы по второй и передать третью человеку. Это модель распределения нагрузки, а не обещание конкретной экономии времени.

В веб-чате SoftChat можно переключать модели в рамках разговора, поэтому один и тот же обезличенный шаблон удобно проверить в нескольких вариантах и сравнить структуру ответа. Саму переписку с почтой, CRM или внутренней системой я в этот сценарий не добавляю: каталог SoftChat подтверждает чат и смену модели, но не описывает почтовую интеграцию.

Когда письмо нужно передать человеку

Порог уверенности 0,85 можно взять как стартовую настройку для простых категорий, а все обращения с оценкой ниже 0,65 отправлять на проверку. Эти значения нужно подтвердить на собственной выборке, потому что цена ошибки у возврата и общего вопроса различается.

Автоматическая передача сотруднику нужна в нескольких случаях:

• в письме есть угроза суда, жалоба на нарушение закона или требование компенсации;
• сумма, дата, номер договора или статус заказа не совпадают в разных сообщениях;
• отправитель просит удалить данные, изменить реквизиты или открыть доступ;
• модель не может определить категорию с заданным уровнем уверенности;
• текст содержит вложение, которое система не умеет надёжно прочитать.

Порог следует связывать с последствием ошибки. Для общего вопроса о режиме работы допустима мягкая автоматизация. Для платежа на 250 000 рублей, изменения банковских реквизитов или претензии по договору нужен сотрудник, даже если ответ выглядит убедительно.

Полезно завести журнал решений. В нём фиксируются исходная категория, версия промпта, результат проверки и причина исправления. Через 2–4 недели такой журнал показывает, где модель путает возврат с обменом, срочное письмо с обычным или просьбу о счёте с вопросом о цене.

Как начать пилот без хаоса

Для первого теста достаточно 20–30 обезличенных писем, распределённых по 4–6 типовым категориям. Небольшая выборка не доказывает готовность процесса, но быстро выявляет ошибки в правилах и формулировках.

Сначала уберите имена, телефоны, адреса, номера карт, пароли и другие сведения, по которым можно узнать человека. Затем составьте эталонную разметку: категория, краткая суть, обязательные факты, нужный отдел и допустимый ответ. Один и тот же набор должен проверить минимум один сотрудник, знакомый с предметной областью.

Промпт лучше строить вокруг роли и формата результата. Например: «Определи категорию из списка. Извлеки дату, номер обращения и требуемое действие. Если данных нет, напиши “не указано”. Не придумывай срок, сумму и статус. Верни ответ в пяти полях». Кавычки здесь русские, а правило «не придумывай» нужно подкрепить проверкой результата.

После этого сравните исходное письмо, ответ модели и исправленную версию сотрудника. Считайте отдельно пропущенные факты, неверные категории, лишние утверждения и случаи, где черновик пришлось переписать полностью. Статья о внедрении нейросетей в рабочие процессы помогает связать такой тест с реальной процедурой, а не оставлять его разовой демонстрацией.

Условный пример: компания из сферы логистики, около 200 сотрудников, проверяет 30 обезличенных писем и находит 7 ошибок классификации. Это сигнал пересмотреть категории и примеры для обучения, а не повод запускать автоматическую отправку всех ответов.

Чем отличаются подходы к обработке писем

Выбор зависит от объёма потока, цены ошибки и готовности сотрудников проверять черновики. Для начала сравните 4 подхода по одной таблице, а не по рекламным обещаниям.

Для отдела продаж чаще подходит второй или третий вариант, когда цена ошибки умеренная, а вопрос можно уточнить. Для поддержки с претензиями безопаснее оставить нейросеть на этапах классификации и черновика. Для офисной переписки полезен режим, где сотрудник видит извлечённые факты до отправки ответа.

Разбор применения нейросетей в повседневных задачах показывает похожий принцип: автоматизировать повторяемое действие, а решение с последствиями оставить человеку.

Как измерить качество сортировки

Минимальный контроль включает 4 показателя: точность категории, полноту извлечённых фактов, долю безопасных черновиков и число ручных исправлений. Один показатель вроде времени ответа не показывает, не выросло ли количество ошибок.

Точность категории считают как долю писем, которым назначена правильная тема. Если из 100 сообщений 92 попали в верные категории, результат равен 92%, но его нужно разбить по классам. Ошибка в общей справке и ошибка в платёжном обращении неравноценны.

Полнота фактов показывает, сколько обязательных полей сохранено. Для заявки это могут быть номер, дата и требуемое действие. Пропуск одного из трёх полей делает краткий пересказ мало полезным для оператора.

Доля безопасных черновиков требует ручной оценки. Сотрудник отмечает, можно ли отправить текст после небольшой правки, нужно ли переписать его полностью или нельзя использовать из-за выдуманного факта. Отдельно считайте запрещённые обещания, неверные суммы и неправильные сроки.

Ручные исправления лучше делить по причинам: стиль, факт, структура, неверная категория или отсутствие данных. Через месяц станет понятно, что менять: список классов, инструкции промпта или сам процесс проверки. Материал о генерации текста и проверке результата полезен для настройки этой последней стадии.

Что бы я сделал на вашем месте

Я бы начал с режима «черновик плюс проверка», а не с автоматической отправки. Сначала выбрал бы одну категорию с понятным результатом, собрал 30 обезличенных писем и зафиксировал эталонные ответы. Затем проверил бы 4 показателя на повторной выборке и установил отдельный порог для рискованных обращений.

Если модель стабильно сохраняет номера, даты и ограничения, ей можно доверить классификацию и подготовку вариантов ответа. Если сотрудники регулярно исправляют факты, автоматизацию расширять рано. В такой работе качество определяется не красотой текста, а тем, сколько существенных деталей осталось на месте.

Для бытовых запросов полезно отдельно сравнить чат с голосовым помощником, браузерной нейросетью и ручным поиском, как сделано в материале о выборе между Алисой и нейросетью в браузере. Для рабочих писем критерий строже: сохраняются ли факты, понятен ли следующий шаг и знает ли сотрудник, почему письмо попало именно к нему.