Автоматическая обработка документов и классификация обращений
Контекст
Задача
Ручная обработка большого потока документов и клиентских запросов, задержки и ошибки операторов.
Работа
Решение
Конвейер на языковой модели — извлечение данных, классификация запроса, генерация проекта ответа, эскалация сложных случаев человеку. Интеграция с CRM.
Проблема бизнеса
Что происходило до проекта
В финансовую организацию ежедневно приходит поток клиентских документов и обращений: заявления, претензии, запросы справок. Каждое обращение оператор читал, классифицировал, находил нужные данные в приложенных документах и составлял ответ — в среднем около сорока минут на цикл. Очередь росла быстрее штата, ошибки ручного ввода порождали повторные обращения.
Нанимать операторов бесконечно нельзя, а «просто чат-бот» проблему не решал: основное время уходило не на переписку, а на разбор документов и маршрутизацию. Требовался конвейер, который выполняет работу, а не отвечает на вопросы.
Сдвиг
Как было — как стало
Как было
Как стало
Ход работы
Как решали
Разбор реального потока
Классифицировали фактические обращения за несколько месяцев: какие типы, какие документы, какие решения принимает оператор. Приёмочные критерии зафиксировали до старта.
Конвейер на языковой модели
Извлечение данных из документов, классификация обращения, подбор регламента и генерация проекта ответа — единый пайплайн с контролем качества на каждом шаге.
Человек в контуре
Оператор подтверждает проект ответа, а не пишет его с нуля. Нестандартные случаи конвейер распознаёт и эскалирует по правилам — молча не галлюцинирует.
Интеграция с CRM
Обращение, извлечённые данные и ответ фиксируются в CRM автоматически — история клиента полная без ручного переноса.
Регресс и метрики
Эталонные сценарии прогоняются при каждом обновлении модели или промпта; доля эскалаций и точность классификации — на дашборде.
Решение
Как устроено архитектурно
Ingest — не мелочь
Очередь и дедупликация на входе: повторные письма и вложения не порождают двойных обращений.
Две ветки по уверенности
Уверенные случаи идут в проект ответа, сомнительные — старшему оператору: галлюцинация не может «просочиться молча».
Контур качества постоянный
Эталонный набор прогоняется при каждом изменении модели или промпта — деградация видна до пользователей.
Продукт
Как это выглядит в работе
Оператор видит уже разобранное обращение: тип определён, данные извлечены из вложений, проект ответа сослан на регламент. Осталось проверить и подтвердить — это и есть сжатие сорока минут до трёх.
Макет иллюстрирует механику интерфейса; данные на экране условные.
Границы решения
Что делает — и чего не делает
Честные рамки — часть архитектуры: они защищают результат не хуже кода.
Делает
- извлечение данных из вложений любого качества
- классификация с приоритизацией очереди
- проект ответа со ссылкой на регламент
- эскалация нестандартных случаев по правилам
- регресс на эталонных обращениях при каждом обновлении
Не делает
- автоотправки без человека — оператор подтверждает
- молчаливых галлюцинаций — сомнение эскалируется
- работы вне контура — данные клиентов не покидают периметр
Итог
Результат
- Обработка обращения: с 40 до 3 минут
- Сложные случаи эскалируются человеку
- Нагрузка на операторов ниже
Числовые показатели публикуются после сверки с заказчиком.
Передача
Что осталось у клиента
- Исходный код, модели и конфигурации — вместе с правами.
- Документация и описание архитектуры.
- Возможность развивать решение своей командой или любым другим подрядчиком.
Следующий шаг
Расскажите про задачу
Разберём, оценим сроки и стоимость. Если задача не наша — скажем прямо и подскажем, к кому обратиться.
Обсудить задачу →