AI-разбор входящих заявок: как нейросеть превращает хаос обращений в готовую карточку

Утро понедельника. В рабочем чате три десятка сообщений: «здравствуйте, нужен вот такой заказ», фотография чертежа, голосовое на сорок секунд, PDF с реквизитами и фраза «сделайте как в прошлый раз». Менеджер вздыхает, открывает таблицу и начинает переписывать всё это руками: имя, телефон, что нужно, сроки.

К обеду он устал. К вечеру в таблице три опечатки в номерах телефонов, одна потерянная заявка и пара полей, которые «потом дозаполню».

Это не лень и не невнимательность. Это работа, которая не должна быть работой человека.

Что делает AI-разбор

Это настройка нейросети, которая читает входящие обращения. Из текста, фото или файла она достаёт нужные данные и собирает карточку заявки: что нужно, какой объём, какие сроки, как связаться. Карточка попадает в таблицу, менеджеру в Telegram и, если нужно, в CRM.

Менеджер получает заполненную карточку и тратит время на проверку и ответ, а не на переписывание данных.

«А если нейросеть ошибётся?»

Самый честный вопрос, и ответ на него определяет, будет ли система полезной. Да, нейросеть может ошибаться. Поэтому в нормальной схеме у каждого разбора есть оценка уверенности. Когда всё понятно, карточка идёт дальше. Когда есть сомнения, например, плохое фото или двусмысленная фраза, обращение помечается и уходит на ручную проверку.

То есть решение принимает человек. Нейросеть берёт на себя рутину и честно говорит, где ей нужна помощь.

Качество проверяется заранее, на ваших реальных примерах. Вы присылаете три–пять обращений и список нужных полей, а настройка шлифуется до сдачи на ваших же данных.

Что можно извлекать

Любые данные, которые можно описать полем:

• имя и контакты;
• что именно нужно клиенту;
• объём или количество;
• сроки;
• реквизиты и позиции из документа;
• категорию обращения.

В базовом решении это до восьми полей в карточке и один тип входящих: текст, фото или документ. Один вход (форма или Telegram), результат в таблицу и в Telegram, тест на двадцати примерах.

Чем это отличается от формы с загрузкой файлов

Это частый вопрос. Форма с загрузкой фото и файлов принимает вложения и сортирует обращения по типу. Она аккуратно собирает всё в одном месте, но содержимое не читает. AI-разбор идёт дальше: он открывает файл, читает и сам заполняет карточку.

Часто эти решения используют вместе: форма принимает материалы, а разбор превращает их в структуру.

А как же персональные данные

Хороший вопрос, особенно если обращения содержат имена и телефоны. Перед стартом обсуждается, какие данные вообще нужны модели, и лишнее исключается. Есть разные варианты, включая локальную модель, которая работает на вашем сервере. Подбирается тот, что подходит вашим требованиям.

Отдельный сценарий: обезличивание данных до отправки во внешнюю нейросеть. Мы подробно разбираем его в статье про защиту персональных данных при работе с нейросетью.

Что стоит знать заранее

Есть три важных момента, о которых лучше сказать прямо.

1. Это не замена менеджера. Разбор берёт на себя рутину, а решения остаются у человека.
2. Полной точности гарантировать нельзя. Поэтому и нужна проверка спорных случаев.
3. Расходы на работу нейросети обсуждаются отдельно. Они зависят от объёма обращений и выбранной модели и не входят в стоимость настройки.

Когда это стоит делать

Если обращения приходят свободным текстом, с фото и документами, а данные из них вручную переносят в таблицу или CRM, разбор окупится быстро. Если обращений мало и они всегда одинаковые, хватит обычной умной формы.

А если вам нужна более широкая автоматизация процессов, не только разбор заявок, но и скоринг клиентов, отчёты и работа с базой знаний, посмотрите AI-агента для бизнеса.

Как выглядит один разбор

Покажем на условном примере. Клиент пишет: «Нужно заменить два окна в спальне, примерно 140 на 120, фото прикладываю. Нужно до конца месяца. Телефон напишу ниже».

Нейросеть разбирает это в карточку:

• задача: замена окон;
• объём: два окна, примерно 140×120 см;
• срок: до конца месяца;
• контакт: клиент напишет ниже;
• уверенность: высокая, можно сразу в работу.

А вот другой случай: «Нужна смета на ремонт ванной, площадь не помню, фото пришлю позже». Здесь не хватает объёма, срока и контакта, поэтому уверенность низкая, и обращение уходит менеджеру на ручную проверку. Система не выдумывает недостающее, а честно показывает, где данных нет.

С чего начать пилот

Лучший способ проверить идею: взять несколько реальных обращений и посмотреть, как их разберёт нейросеть. Обычно достаточно трёх–пяти примеров и списка полей, которые вам нужны в карточке.

Дальше настройка проверяется на ваших данных. В базовом объёме тест проходит на двадцати примерах, чтобы вы своими глазами увидели, где разбор работает хорошо, а где нужна доработка. И только после этого система начинает работать с живым потоком.

До и после: путь одного обращения

Это типовой процесс для иллюстрации. Конкретные сроки и эффект зависят от вашего бизнеса, поэтому цифр в таблице нет сознательно.

Разбор: когда нейросеть для заявок не нужна

Звучит неожиданно в статье про нейросеть, но честный совет полезнее продажи.

• Если обращения однотипные и приходят через форму, хватит умной формы: она сама соберёт структуру, нейросеть не понадобится.
• Если обращений мало, проще разбирать вручную. Автоматизация окупается там, где поток ощутим.
• Если ошибка недопустима, например, в юридически важных документах, нейросеть можно использовать как помощника, но не как единственного исполнителя.

Нейросеть нужна, когда обращения свободные, разнообразные, с фото и документами, а переписывать их приходится часто. Это её территория.

Как понять, что разбор работает

Хороший разбор можно оценить по трём признакам. Карточки заполняются правильно в большинстве случаев. Неуверенные случаи действительно попадают на проверку, а не проскакивают. Менеджер тратит на проверку заметно меньше времени, чем на ручное заполнение. Если один из пунктов не выполняется, настройку можно доработать: добавить примеры, уточнить поля, подправить правила уверенности.

Три мифа о нейросетях для заявок

«Нейросеть не ошибается». Ошибается, и это нужно учитывать с самого начала. Разумная схема строится не на вере в ИИ, а на проверке: оценка уверенности и ручной просмотр спорных случаев.

«Нужно месяцами обучать модель». Для разбора обращений обычно достаточно настроить правила и проверить их на нескольких ваших примерах. Три–пять реальных обращений и список полей уже дают рабочую основу.

«Нейросеть заменит менеджеров». Она заменяет не людей, а переписывание данных из одного места в другое. Решения, переговоры и ответственность остаются за человеком.

Итог

Нейросеть хороша там, где людям скучно и легко ошибиться. Она не устаёт к вечеру, не путает цифры и честно сигнализирует, когда не уверена. А ваши сотрудники занимаются тем, ради чего их нанимали: общением с клиентами.

Решение называется «AI-разбор входящих заявок». Цену, срок и опции смотрите на странице, там же можно собрать заказ и отправить расчёт.