Нейросеть для сортировки обращений: SLA и ответы в 2026
Практическая схема для команд, которые получают 100+ писем, заявок и сообщений в день и хотят быстрее находить срочное.
Когда поток входящих растёт с 30 до 150 обращений в день, ручная сортировка быстро съедает 2–4 часа рабочего времени. Я обычно смотрю на задачу не как на «автоответчик», а как на операционную систему: классификация, приоритет, маршрут, черновик ответа, контроль качества. Нейросеть помогает на каждом из этих этапов, но итоговую ответственность за спорные письма лучше оставлять человеку. Если вы только выстраиваете базовую работу с запросами, полезно сначала сверить сценарии с материалом про внедрение нейросетей в рабочие процессы, а затем переносить подход на продажи, поддержку и входящую почту.
Что именно сортирует нейросеть
Нейросеть разбивает поток минимум на 4 слоя: тема, срочность, тип клиента и следующий шаг. Для команды с 100 обращениями в день это часто важнее, чем красивый ответ на каждое письмо.
В письме уже есть структура: отправитель, тема, время, цепочка переписки, вложения, цитаты старых сообщений. Формат электронной почты описан в RFC 5322, который вышел в 2008 году, а IMAP4rev1 описан в RFC 3501 ещё в 2003 году. Эти детали полезны: нейросеть можно просить учитывать тему, первый абзац и последние 2 сообщения в цепочке, а не весь архив переписки за 4 года.
Я делю входящие на рабочие категории: «новая заявка», «вопрос по оплате», «техническая проблема», «жалоба», «запрос документов», «повторное обращение», «спам или нерелевантное». В продажах добавляются «цена», «сроки», «демо», «сравнение вариантов», «готовность к покупке». В поддержке чаще встречаются «ошибка входа», «не пришло письмо», «нужен акт», «как настроить функцию».
Если команда пишет промпты впервые, не начинайте с 20 категорий. Для первой недели хватит 6–8 классов и 2 уровня уверенности: «можно обработать автоматически» и «нужна проверка». Базовые принципы формулировки запроса разобраны в статье про промптинг для нейросетей, здесь же важнее операционная схема.
Как выделять срочные обращения без ручного просмотра
Срочность лучше считать по 5–7 признакам, а не по одному слову «срочно». В потоке из 200 писем слово «срочно» легко встречается 15–30 раз, но реальных инцидентов может быть 3.
Рабочие признаки срочности: клиент пишет второй раз за 24 часа, в тексте есть «не работает оплата», «простой», «ошибка 500», «сегодня последний день», сумма счёта выше заданного порога, письмо пришло от домена крупного клиента, цепочка содержит 5+ сообщений без решения. Для поддержки я задаю уровни P1, P2, P3. P1 означает риск простоя или денег, реакция за 15 минут. P2 означает заметную проблему без полного простоя, реакция за 2 часа. P3 означает обычный вопрос, ответ в течение 1 рабочего дня.
Условный пример: письмо «Не можем оплатить счёт, ошибка после ввода карты» получает P1, если в тексте есть оплата, ошибка и активная сделка на сумму от 100 000 рублей. Условный пример: письмо «Пришлите презентацию ещё раз» уходит в P3, даже если отправитель написал «срочно», потому что нет простоя, финансового риска и повторного сбоя.
Главная ошибка, которую я вижу в схемах сортировки, это попытка сразу отвечать на всё. Сначала нужно научиться отделять 10–20% срочных обращений от остальных 80–90%. После этого менеджеры перестают начинать день с просмотра всей папки и видят короткую очередь высокого риска.
Как группировать типовые вопросы
Типовые вопросы видны уже на выборке 100–300 обращений: повторяются формулировки, вложения, сроки и возражения. Нейросеть помогает собрать эти повторы в 8–12 тем и убрать дубли из ручной работы.
Я беру обезличенные обращения за 2 недели, удаляю телефоны, почту, номера договоров и прошу модель сгруппировать их по смыслу. Не по словам. «Не пришёл код», «нет письма», «письмо во вкладке спам» могут относиться к одной группе, хотя лексика разная. Для текстовых заготовок пригодится подход из статьи про нейросети для генерации текста и проверки результата: черновик полезен только после проверки фактов, тона и полноты.
| Группа обращения | Признаки в тексте | Кто отвечает | Целевое время реакции | Черновик ответа |
|---|---|---|---|---|
| Оплата и счёт | «счёт», «акт», «карта», «ошибка оплаты» | Бухгалтерия или менеджер | 15 минут – 2 часа | Да, с проверкой суммы |
| Технический сбой | «не работает», «ошибка», «не открывается» | Поддержка | 15 минут – 4 часа | Да, после уточнения среды |
| Новая заявка | «цена», «демо», «коммерческое» | Продажи | 30 минут – 1 день | Да, с 2–3 вопросами |
| Документы | «договор», «акт», «закрывающие» | Операционный специалист | 1 рабочий день | Да, по шаблону |
| Повторный вопрос | «писал ранее», «нет ответа», «напоминаю» | Ответственный по цепочке | 15 минут – 2 часа | Нет, сначала история |
После группировки я считаю долю каждой темы. Если 35% входящих связано с документами, значит проблема не в скорости менеджеров, а в процессе выдачи документов. Если 25% заявок спрашивают одно и то же про сроки, ответ нужно вынести в шаблон, форму или базу знаний.
Как нейросеть помогает отвечать быстрее
Черновики сокращают время первого ответа обычно на минуты, но сильнее всего экономят внимание: менеджер не начинает с пустого поля. Для 50 однотипных писем даже разница в 3 минуты даёт 150 минут в день.
Нейросеть может собрать короткий ответ по структуре: приветствие, суть, 1–2 уточняющих вопроса, следующий шаг, срок. Для продаж я прошу не обещать скидки, сроки и наличие, если этих данных нет во входящем сообщении. Для поддержки прошу отделять факт от предположения: «вижу описание ошибки при оплате» вместо «у вас сломалась оплата».
В SoftChat такую работу удобно тестировать в чате: можно завести отдельный диалог под сценарий, переключать модель для конкретной беседы и сохранять историю внутри организации. Для настройки тона пригодны системные промпты и пользовательские ассистенты на уровне разговора. В веб-чате есть потоковая выдача ответа через SSE, поэтому черновик видно по мере генерации, а не только после полной готовности. Ещё есть понятные настройки вроде «Креативность» и «Длина ответа», их можно менять в панели текущего чата, если выбранная модель поддерживает нужный параметр.
Для повседневных задач, где нет интеграции с почтой, достаточно вставить обезличенный фрагмент обращения и попросить: «определи категорию, срочность, риск, предложи короткий ответ». Похожие бытовые сценарии разобраны в статье про нейросети и чат-боты для повседневных задач, но в продажах и поддержке нужна строже заданная схема.
Как контролировать качество сортировки
Качество нужно мерить на 50–100 размеченных обращениях, иначе команда спорит вкусовыми формулировками. Минимальный набор метрик: точность по категории, полнота по срочным, доля ручных исправлений и среднее время первого ответа.
Для срочных писем я смотрю не только на общую точность. Если модель пропустила 1 P1-инцидент из 10, полнота по P1 равна 90%, но цена ошибки может быть выше, чем у 20 неверно поднятых P3-писем. Поэтому для P1 лучше завышать чувствительность: пусть менеджер увидит 5 лишних предупреждений, чем пропустит 1 остановку оплаты.
Практичная проверка выглядит так. Берём 100 обезличенных обращений за прошлую неделю. Человек ставит эталонные метки: категория, срочность, отдел, нужен ли ответ. Затем модель размечает тот же набор. Расхождения делим на 4 типа: неверная категория, неверная срочность, пропущенный контекст, опасное обещание в черновике. После 2–3 итераций промпта обычно становится ясно, какие формулировки нужно закрепить правилами, а какие оставить на ручную проверку.
В маркетинговых командах похожий подход применяют к лидам и входящим запросам из форм. Там полезно связать сортировку с гипотезами: источник, сегмент, потребность, стадия решения. Подробнее такой взгляд описан в материале про нейросети в маркетинге и автоматизацию задач.
Что внедрять сначала
Начинать лучше с полуавтоматического режима на 2 недели и 1 канале входящих. При объёме 100+ обращений в день этого достаточно, чтобы увидеть повторяемые темы, ошибки классификации и реальную экономию времени.
Я бы на вашем месте не начинал с полной автоматизации ответов. Сначала сделал бы очередь приоритетов: P1, P2, P3, спам, документы, продажи. Затем добавил бы черновики только для 3 самых частых групп. Потом проверил бы 100 случайных обращений и сравнил скорость реакции до и после. Если среднее время первого ответа снизилось хотя бы на 20%, а пропусков P1 нет, можно расширять схему на второй канал.
В конце процесса должна остаться простая операционная картина: кто видит срочное за 15 минут, кто разбирает документы за 1 день, какие 10 шаблонов закрывают половину повторов, какие обращения модель обязана передавать человеку. Нейросеть здесь полезна не магией, а дисциплиной: она одинаково применяет правила к сотням писем и не устает на 73-м обращении за день.