YandexGPT и n8n: классификация заявок по теме, срочности и SLA ¶

Обновлено: 2026-05-30

Проблема: входящие заявки из сайта, почты, Telegram и CRM смешиваются в одной очереди. Оператор вручную решает, где оплата, где техническая ошибка, где продажа, а срочные обращения теряются среди обычных вопросов.

Решение: n8n принимает текст заявки, нормализует его, вызывает YandexGPT classifier с понятными labels, проверяет confidence и маршрутизирует обращение в CRM, Telegram или helpdesk. Низкая уверенность уходит человеку на review.

Проблема: почему ручная сортировка заявок ломает SLA ¶

Классификация заявок кажется простой, пока поток небольшой. Когда появляются обращения об оплате, технические ошибки, возвраты, партнёрские запросы и спам, ручная сортировка начинает съедать время первой линии поддержки.

YandexGPT-based classifier полезен тем, что возвращает класс и confidence, а n8n может сразу применить бизнес-правило: отправить срочную оплату в отдельный канал, техническую ошибку — инженеру, а низкую уверенность — человеку. Важно заранее задать понятные labels, а не просить модель “сама понять тему”.

Архитектура workflow YandexGPT classifier через n8n ¶

Ключевой элемент — не сама AI-модель, а routing policy. Даже хороший classifier должен иметь ветку `review`, если confidence ниже порога или текст не похож на рабочую заявку.

Контракт входных данных для классификации ¶

{
  "ticket_id": "sup-2048",
  "source": "telegram",
  "text": "Оплата прошла, чек есть, но доступ к курсу не открылся. Заказ 10492, срочно помогите.",
  "labels": [
    "payment_issue",
    "technical_bug",
    "sales_question",
    "refund_request",
    "spam"
  ],
  "confidence_threshold": 0.72,
  "customer": {
    "crm_id": "contact-552",
    "plan": "pro"
  }
}

Labels должны быть бизнесовыми, а не техническими. `payment_issue` полезнее, чем `class_1`: оператор и CRM сразу понимают, что делать с результатом.

Code Node: labels, confidence threshold и route key ¶

const src = $json.body ?? $json;
const text = String(src.text ?? '').replace(/<[^>]*>/g, ' ').replace(/\s+/g, ' ').trim();
if (text.length < 10) throw new Error('ticket text is too short');
if (text.length > 6000) throw new Error('ticket text is too long for classifier request');

const labels = Array.isArray(src.labels) && src.labels.length ? src.labels : [
  'payment_issue', 'technical_bug', 'sales_question', 'refund_request', 'spam'
];
if (labels.length < 2 || labels.length > 20) throw new Error('labels count must be between 2 and 20');

const threshold = Number(src.confidence_threshold ?? 0.72);
return [{
  json: {
    ticket_id: String(src.ticket_id ?? `ticket-${Date.now()}`),
    classifier_body: {
      modelUri: process.env.YANDEXGPT_CLASSIFIER_MODEL_URI,
      taskDescription: 'Классифицируй входящую заявку поддержки по основной теме. Верни наиболее подходящий label.',
      labels,
      text
    },
    routing_policy: {
      confidence_threshold: threshold,
      review_label: 'human_review',
      routes: {
        payment_issue: 'support-payments-high-priority',
        technical_bug: 'support-tech',
        sales_question: 'sales-inbox',
        refund_request: 'billing-review',
        spam: 'closed-spam'
      }
    },
    audit_key: `yandexgpt-classifier:${src.ticket_id ?? Date.now()}`
  }
}];

Готовый workflow JSON: скачать и импортировать ¶

Скачать готовый workflow JSON Скачать тестовый payload

{
  "name": "Nodbot - YandexGPT ticket classifier",
  "nodes": [
    {
      "name": "Webhook input",
      "type": "n8n-nodes-base.webhook",
      "purpose": "Принять заявку из CRM, сайта или Telegram"
    },
    {
      "name": "Sanitize and build labels",
      "type": "n8n-nodes-base.code",
      "purpose": "Очистить текст и собрать classifier request"
    },
    {
      "name": "Call YandexGPT classifier",
      "type": "n8n-nodes-base.httpRequest",
      "purpose": "Вызвать Text Classification API"
    },
    {
      "name": "Route by confidence",
      "type": "n8n-nodes-base.code",
      "purpose": "Выбрать очередь по label и confidence"
    },
    {
      "name": "Update CRM or helpdesk",
      "type": "n8n-nodes-base.httpRequest",
      "purpose": "Записать label, SLA и комментарий"
    },
    {
      "name": "Respond to Webhook",
      "type": "n8n-nodes-base.respondToWebhook",
      "purpose": "Вернуть route_key и статус"
    }
  ],
  "connections": "Webhook input → Sanitize and build labels → Call YandexGPT classifier → Route by confidence → Update CRM or helpdesk → Respond to Webhook"
}

Пошаговая настройка YandexGPT, n8n и CRM-маршрутизации ¶

1. Создайте модель/доступ YandexGPT classifier и сохраните IAM token в n8n credentials или ENV.
2. Опишите 2–20 labels понятными бизнес-названиями.
3. Импортируйте workflow и задайте `YANDEXGPT_CLASSIFIER_MODEL_URI`.
4. Настройте routes: label → очередь CRM/helpdesk/Telegram.
5. Добавьте ветку human review для низкого confidence и неизвестных текстов.

Тесты перед production и проверка классов ¶

curl -X POST "https://YOUR-N8N-DOMAIN/webhook/yandexgpt-classifier" \
  -H "Content-Type: application/json" \
  --data @yandexgpt-classifier-payload.json

1. Проверьте типовые заявки по каждому label.
2. Отправьте смешанную заявку: оплата + техническая ошибка.
3. Проверьте короткий бессмысленный текст и спам.
4. Уменьшите threshold и посмотрите, не падает ли качество маршрутизации.
5. Сравните AI label с ручной разметкой на 50–100 исторических обращениях.

Production-риски AI-классификации заявок ¶

• Labels слишком похожи. Модель путает классы, если названия не отражают бизнес-действие.
• Нет human review. Низкая уверенность всё равно уходит в неверную очередь.
• PII в prompt. Маскируйте пароли, токены и лишние персональные данные.
• Нет контрольной выборки. Нельзя оценить качество classifier до production.
• Маршрут меняет SLA без аудита. Записывайте label, confidence, modelVersion и routing decision.

Полезные ссылки и смежные workflow ¶

См. также GigaChat support draft, Telegram AI bot with human approval и OpenRouter fallback. Официальные документы: YandexGPT classifiers, prompt-based classifier и n8n HTTP Request.

Критерии готовности ¶

1. Labels согласованы с владельцами поддержки и продаж.
2. Есть threshold и ветка human_review для сомнительных случаев.
3. Маршрутизация записывает label, confidence, modelVersion и audit_key.
4. Качество проверено на исторической выборке, а не только на одном тесте.
5. Ошибки YandexGPT API не меняют статус заявки молча.