Нейросеть для обработки писем: классификация и ответы в 2026

Стендфрист: практическая схема, которая превращает поток писем в понятные категории, приоритеты, черновики и задачи для отделов.

Входящие письма редко приходят в удобном порядке. В одном ящике могут оказаться запрос на коммерческое предложение, жалоба на доставку, просьба изменить реквизиты и автоматическое уведомление. Нейросеть помогает разложить такой поток по правилам, но качество зависит от разметки, порогов срочности и проверки человеком.

Я предлагаю рассматривать обработку писем как последовательность из пяти операций: принять текст, определить тему, оценить приоритет, подготовить ответ и передать задачу ответственному сотруднику. Такой подход подходит поддержке, продажам, закупкам и операционным командам, где повторяются формулировки и маршруты.

Как устроена обработка входящих писем

Рабочая схема обычно состоит из 5 шагов: извлечение текста, классификация, оценка срочности, подготовка черновика и маршрутизация. Если пропустить хотя бы один этап, сотрудники получают красивый, но бесполезный ответ без понятного следующего действия.

1. Извлечение содержания. Из письма нужно отделить тему, основной текст, подпись, номер заказа и приложенные сведения, если они доступны системе. Для первичной классификации достаточно определить отправителя, тему и первые абзацы.
2. Присвоение категории. Я рекомендую начинать с 6–8 устойчивых классов: продажи, поддержка, оплата, доставка, документы, жалобы, партнёрские запросы и прочее.
3. Оценка приоритета. Нейросеть ищет признаки риска: слова «сегодня», «заблокирован», «претензия», дату окончания договора или упоминание уже нарушенного срока.
4. Генерация черновика. Ответ строится по фактам из письма и утверждённым правилам компании. Если данных мало, система должна сформулировать уточняющий вопрос, а не додумывать детали.
5. Передача задачи. Письмо получает отдел, срок реакции и причину назначения. Эти поля позволяют сотруднику понять контекст за несколько секунд.

Для подготовки инструкций полезно разобрать задачи и проверку результата при генерации текста. Там же пригодится принцип: нейросеть создаёт черновик, а человек проверяет факты, тон и обязательства перед клиентом.

Какие категории писем задать на старте

Для пилота достаточно 6 категорий и отдельного класса «нужна ручная проверка». Чем меньше пересекающихся классов в первой версии, тем проще собрать статистику ошибок за первые 100–200 писем.

Категории нужно формулировать через наблюдаемое действие. «Вопрос клиента» слишком расплывчато. Гораздо полезнее «запрос цены», «проблема с оплатой» или «жалоба на срок доставки». У каждой метки должны быть описание, 3–5 положительных примеров и 2–3 похожих, но неправильных примера.

Модельный кейс: компания из сферы логистики, около 200 сотрудников, может начать с классов «статус доставки», «повреждение груза», «счёт», «договор», «новая заявка» и «прочее». Поток из 800 писем в месяц не требует сложной таксономии, если 70% обращений стабильно попадают в первые пять групп.

Не стоит создавать отдельную метку для каждого слова. «Не пришло», «задерживается» и «где заказ» могут относиться к одной категории, если дальше сотрудник выполняет одинаковое действие. Список классов пересматривают после анализа ошибок, например после каждого блока из 100 писем.

Подробный разбор формулировок запросов пригодится в статье об искусстве промптинга для нейросетей. Для классификатора особенно полезны ограничения в формате ответа: одна метка, числовая уверенность и короткая причина выбора.

Как выделять срочные обращения

Срочность лучше считать по 4 признакам: угроза финансовой потери, нарушение обещанного срока, блокировка работы и прямое требование ответа до конкретной даты. Одного слова «срочно» недостаточно, иначе приоритет получит половина ящика.

Я использую шкалу от 0 до 3:

• 0, обычное обращение. Ответ можно дать в общем рабочем порядке.
• 1, повышенное внимание. Есть срок или неудобство, но нет остановки процесса.
• 2, высокий приоритет. Нарушен срок, возник спор по оплате или клиент повторно обращается без ответа.
• 3, критическая ситуация. Заблокирована операция, есть риск претензии, потери заказа или срыва обязательства в ближайшие часы.

Границы нужно связывать с реальным графиком отдела. Например, уровень 3 может означать реакцию в течение 30 минут, уровень 2, в течение 4 рабочих часов, уровень 1, до конца дня. Это не универсальные нормативы, а стартовые значения для обсуждения с руководителем процесса.

Гипотетический пример: если письмо содержит фразу «оплата прошла дважды, верните сумму сегодня до 18:00», система должна выделить тему оплаты, поставить высокий приоритет, сохранить указанное время и передать обращение финансовому специалисту. Она не должна обещать возврат, если в исходном тексте нет подтверждения операции.

Проверяйте две ошибки отдельно. Ложное повышение приоритета перегружает дежурных сотрудников. Пропуск срочного обращения опаснее, поэтому для уровня 3 разумно закладывать ручную проверку всех писем с высокой уверенностью и части сомнительных случаев.

Как формировать черновики ответов

Хороший черновик состоит из 4 блоков: обращение по сути, признание проблемы, следующий шаг и срок обратной связи. Такая структура удерживает ответ в пределах фактов и не заставляет сотрудника переписывать весь текст.

Пример задания для нейросети может выглядеть так: «Определи категорию письма, назови срочность от 0 до 3, выпиши факты, которых не хватает, и подготовь черновик до 700 знаков». Внутри правила нужно отдельно запретить выдумывать номера заказов, даты, суммы и обещания.

Для разных классов нужны разные поля. В запросе на цену важны товар, объём и срок поставки. В проблеме с оплатой нужны сумма, дата операции и способ расчёта. В жалобе на доставку важны номер отправления, обещанный срок и описание повреждения.

Модельный кейс: для отдела поддержки из 8 сотрудников можно подготовить 5 шаблонов черновиков, по одному для оплаты, доставки, возврата, технической проблемы и общего вопроса. Если каждый шаблон содержит по 4 обязательных поля, проверяющий сразу видит, чего не хватает в ответе.

Автоматическую отправку я бы не ставил первой целью. Сначала измеряется доля черновиков, которые сотрудник принимает без существенной правки. При исправлении фактов или сроков черновик считается неготовым, даже если стиль письма выглядит аккуратно.

Как передавать задачи в отделы

Для маршрутизации достаточно 5 полей: категория, приоритет, ответственный отдел, срок реакции и причина назначения. Эти данные должны отображаться рядом с исходным письмом, иначе сотруднику придётся искать объяснение в другом интерфейсе.

Маршруты лучше описывать таблицей решений. Запрос на цену направляется продажам. Вопрос о счёте и возврате попадает в финансы. Изменение адреса доставки требует проверки операционного отдела. Жалоба с упоминанием договора может идти юристу или руководителю поддержки, но финальное правило зависит от внутренних полномочий.

Не смешивайте отдел и исполнителя. На первом уровне модель выбирает группу, а конкретного человека назначает очередь или дежурный. Такая схема переживает отпуска, смены и изменения штатного расписания.

Модельный кейс: у компании из сферы электронной торговли, около 50 операторов, 4 очереди могут покрыть большую часть потока: продажи, доставка, оплата и возвраты. Если письмо получает две конкурирующие категории с близкой уверенностью, его следует отправить в ручную очередь, а не назначать случайный отдел.

Проверяйте маршрутизацию на пограничных случаях. Запрос «можно ли вернуть товар после получения счёта» одновременно относится к оплате и возврату. Для таких писем полезно разрешить вторичную метку, но оставить одного ответственного за следующий шаг.

Какие метрики показывают пользу

Для первого измерения достаточно 4 метрик: точность категории, полнота обнаружения срочных писем, доля принятых черновиков и среднее время до назначения. Сравнивать их нужно с ручной обработкой на одинаковой выборке, например на 200 письмах.

Точность категории считается так: число правильных назначений делится на общее число проверенных писем. Полнота срочности показывает, какую долю действительно важных обращений система нашла. Эти показатели нельзя заменять одной общей оценкой, поскольку 95% обычных писем могут скрыть несколько пропущенных критических случаев.

Соберите контрольную выборку из 100–200 обезличенных писем. Два сотрудника независимо проставляют категорию и приоритет, затем спорные случаи обсуждаются отдельно. Получившаяся разметка становится ориентиром, а не абсолютной истиной: разные сотрудники могут по-разному понимать слово «срочно».

Гипотетический пример: если из 200 писем 170 получили правильную категорию, точность составила 85%. Если из 20 действительно срочных обращений система нашла 18, полнота срочности равна 90%. Такие числа показывают направление улучшений, но не доказывают готовность к полной автоматизации.

Полезно фиксировать причину ошибки. Обычно встречаются четыре типа: мало данных в письме, пересечение классов, неправильный приоритет и выдуманный факт в черновике. Для каждого типа нужна отдельная мера, например новый пример, уточнение инструкции, другой порог или обязательная проверка сотрудником.

О подходе к закреплению нейросетей в процессах можно прочитать в материале о внедрении нейросетей в рабочие процессы. Для почты особенно полезен совет вести журнал решений: дата, входной текст, результат, исправление и финальная категория.

Как использовать SoftChat для проверки сценария

В веб-чате SoftChat можно переключать модель для отдельного разговора, а ответы приходят потоком через SSE. Этого достаточно, чтобы вручную сравнить несколько формулировок инструкции на обезличенных письмах и увидеть результат по мере генерации, не приписывая сервису функции почтового маршрутизатора.

Я бы проверял в чате 3 задачи: классификацию одного письма, определение приоритета и создание черновика. Для каждой задачи нужен отдельный набор примеров, потому что длинная инструкция с пятью действиями сразу усложняет поиск ошибки.

В первом разговоре задайте формат результата, например: категория, приоритет, факты, пропущенные данные. Во втором проверьте тот же набор писем другой моделью. Затем сравните не впечатление от текста, а 4 поля: правильность категории, сохранение дат, отсутствие выдуманных сумм и пригодность следующего шага.

Перед вставкой текста удалите имена, адреса, телефоны, номера заказов и другие идентификаторы. Для теста можно заменить их маркерами «Клиент А», «Заказ 001» и «Дата X». Такая обезличенная выборка снижает риск случайного раскрытия персональных данных.

Для повседневной рутины полезен отдельный материал о применении нейросетей и чат-ботов в задачах дня. Тамошний принцип малых сценариев хорошо переносится на входящие письма: одна инструкция отвечает за одну операцию, а проверка результата остаётся обязательной.

Какой подход выбрать для команды

Моё правило выбора такое: при потоке до 30 писем в день ручная сортировка часто проще, при повторяемых уведомлениях помогают правила, а при 100 и более разноформатных письмах в день оправдан пилот с нейросетью. Эти пороги служат ориентиром, их нужно сверять с ценой ошибки и временем ответа.

Я бы начал со 100 обезличенных писем, 6 категорий и одного уровня срочности, который требует ручного подтверждения. Через 1–2 недели можно пересчитать ошибки, убрать лишние классы и добавить примеры для двух самых частых проблем. После этого черновики подключаются к тем категориям, где факты легко проверить.

Если пропуск срочного письма обходится дорого, оставьте финальное решение сотруднику. Если основная потеря времени связана с повторным переносом данных, сначала автоматизируйте извлечение полей и назначение очереди. Правильный первый шаг определяется стоимостью ошибки, а не количеством функций в нейросети.