Decisions API от OpenAI: маршрутизация обращений в CRM

Понедельник, девять утра, интернет-магазин бытовой техники в Алматы. За выходные в WhatsApp пришло шестьсот сообщений, и бот уже разложил их по очередям в CRM: оплата, доставка, гарантия. К обеду выясняется, что жалоба на сломанный пылесос лежит в «Подборе товара», а клиент, у которого дважды списали деньги, – в «Доставке». Ошибок немного, несколько десятков. Беда в другом: по ответу модели не понять, где она была уверена, а где гадала. Каждое решение выглядит одинаково твёрдым.

Пример выдуманный, но узнаваемый. Именно эту дыру закрывает Decisions API от OpenAI – инструмент для маршрутизации обращений в CRM и любой другой сортировки по заранее заданным вариантам. Он не пишет текст. Он выбирает ответ из вашего списка и сообщает, насколько в нём уверен.

Главное за минуту

Чем Decisions API отличается от обычного запроса к модели

Сейчас классификация через LLM обычно устроена просто: в инструкции перечислены категории, модель отвечает текстом или JSON, код достаёт оттуда название отдела. Это работает, но с изъянами. Модель иногда отвечает не тем словом, и код не находит категорию. У моделей GPT-6 рассуждения по умолчанию включены, и за них приходится платить даже там, где думать не о чем. А главное – ответ ничего не говорит об уверенности.

Decisions API устроен по-другому. В запросе три части: модель, входные данные (текст или сообщение с картинками) и список вопросов. Каждый вопрос относится к одному из трёх типов:

У каждого варианта в choice есть значение и описание, и именно описание подсказывает модели, когда вариант уместен. OpenAI советует всегда добавлять вариант «другое»: обращение, которое не подходит ни под одну категорию, тогда уйдёт в общую очередь, а не в случайный отдел. У score своя тонкость. Результат – средневзвешенное по номерам уровней, поэтому вместо целого числа можно получить, скажем, 1,1: «чуть выше среднего».

Маршрутизация обращений в CRM: один запрос, три ответа

К одному сообщению можно задать сразу несколько независимых вопросов, причём разных типов. Для магазина из начала статьи набор выглядел бы так:

• Отдел (choice): оплата и возвраты, доставка, подбор товара, гарантия и сервис, другое.
• Срочность (score): подождёт до завтра, нужно сегодня, клиент уже злится.
• Отказ от рассылки (predicate): просит ли клиент больше ему не писать.

CRM получает три ответа, а дальше работает обычная логика: сделка создаётся в нужной воронке, приоритет ставится по срочности, в карточке появляется отметка об отказе от рассылки. Если же вопросы зависят друг от друга – сначала понять, есть ли на фото брак, и только потом выбирать вид ремонта, – OpenAI советует отправлять их отдельными запросами.

Формулировки решают больше, чем кажется. Вопрос должен опираться на то, что видно в тексте: «клиент пишет о двойном списании», а не «клиент недоволен оплатой». Варианты не должны пересекаться. «Оплата» и «Возврат денег» как две отдельные категории – верный способ получить вероятности 0,48 и 0,47 и бесполезный ответ. Как вообще строить классификатор – категории, сущности, типичные поломки маршрутизации, – мы разбирали в статье «Автоклассификация обращений: intent, entities и routing – как сделать и где ломается». Decisions API меняет инструмент, а не эти принципы.

Пороги уверенности: когда модель решает сама, а когда зовёт человека

Ради этого раздела и стоит смотреть на новый API. В примере из документации OpenAI жалоба «с меня дважды списали деньги» уходит в отдел оплаты с вероятностью 0,95 и уверенностью 0,93. Теперь CRM может вести себя по-разному:

Цифры в таблице – иллюстрация, а не рекомендация. OpenAI прямо пишет: пороги подбирайте на размеченных примерах из своей работы и с учётом цены ошибки. У магазина ошибка «доставка вместо гарантии» стоит пары часов задержки. У клиники ошибка «запись на приём вместо жалобы на осложнение» стоит несравнимо дороже, и порог там должен быть строже.

На практике это выглядит так. Берёте 300–500 обращений за прошлый месяц, вручную отмечаете правильный отдел, прогоняете через API и смотрите, при каком пороге доля ошибок в автоматической части становится терпимой. Один-два дня работы одного человека. Другого способа узнать, сколько обращений бот действительно может разводить сам, нет.

Ещё одна деталь из документации: ответ может прийти с типом refusal, то есть модель отказалась отвечать. Такой случай нужно обработать явно и отправить обращение в общую очередь, а не потерять его в логах.

Фотографии от клиентов

Клиенты охотно присылают фото: брак, накладную, чек о переводе. Decisions API принимает картинки вместе с текстом, и пример в документации OpenAI как раз про это – проверка товара на видимые повреждения. Вопрос-условие звучит примерно так: «есть ли на товаре трещина, разрыв или вмятина, тени и повреждения упаковки не учитывать». В ответ приходит вероятность.

Для магазина это готовая развилка. Заявки на возврат, где вероятность брака выше порога, сразу уходят в сервис с высоким приоритетом. Остальным бот вежливо предлагает прислать фото поближе или с другой стороны.

Техническое ограничение одно, но заметное. Картинка передаётся только внутри запроса, в кодировке base64. Ссылку на файл в хранилище или идентификатор загруженного файла этот адрес не принимает. Значит, интеграции придётся сначала скачать вложение из мессенджера и только потом отправить его в OpenAI – лишний шаг в коде, но не препятствие.

Сколько стоит Decisions API в тенге

Цена – $0,10 за 1 млн входных токенов, выход и кэш не оплачиваются. Для сравнения: та же gpt-6-luna через обычный API стоит $0,10 за вход и $0,50 за 1 млн выходных токенов, а рассуждения оплачиваются как выход.

Допустим, в магазин приходит 100 000 обращений в месяц, и запрос с сообщением, вопросом и описаниями вариантов занимает около 500 токенов. Объём условный: точное число зависит от длины ваших описаний. Курс – около 447 тенге за доллар.

Вывод неожиданно скромный. Если рассуждения у вас уже выключены, по деньгам Decisions API почти ничего не даёт: классификация и так стоила копейки. Выигрыш в другом – в вероятностях, на которых строятся пороги, и в скорости, которая важна, когда маршрутизация стоит на пути живого чата. Имейте в виду и надбавки: за обработку данных в выбранном регионе и за длинный контекст цена выше базовой.

Персональные данные: что уходит в OpenAI

Сообщение клиента почти всегда содержит что-то личное: имя, номер телефона, адрес доставки, иногда ИИН. Для маршрутизации всё это лишнее – отдел определяется по смыслу, а не по номеру телефона. Поэтому самый простой ход – маскировать персональные данные до отправки: номер заменить на «[телефон]», ИИН – на «[ИИН]».

Decisions API поддерживает режим без хранения данных для клиентов, которые подходят под условия OpenAI. Хранение и обработка в выбранном регионе доступны только в США и Европе, казахстанского варианта нет. Так что маскирование здесь не перестраховка, а базовая гигиена. Что требуют обновлённые правила сбора и обработки персональных данных, мы разбирали в статье «Новые правила сбора персональных данных: лиды, маскирование, ИИ».

Чего от Decisions API ждать не стоит

Мы относимся к новинке с интересом, но без восторга. Вот что она не умеет или чего пока никто не проверил:

С чего начать

Переход стоит делать постепенно: сначала цифры, потом автоматика. Порядок, который мы считаем разумным:

• Выгрузить 300–500 обращений за месяц из всех каналов и убрать из них персональные данные.
• Вручную отметить правильный отдел и срочность – лучше двумя людьми, а спорные случаи обсудить.
• Описать варианты так, чтобы они не пересекались, и добавить «другое».
• Прогнать выборку и составить таблицу: порог, доля автоматических решений, доля ошибок.
• Запустить теневой режим: бот предлагает отдел, менеджер подтверждает, CRM считает совпадения.
• Через две недели включить автоматическую маршрутизацию для ответов выше выбранного порога.

Если у вас уже работает классификатор на gpt-5.4-nano, который OpenAI отключит 1 апреля 2027 года, переход на Decisions API можно совместить с обязательным переездом: оба пути ведут к gpt-6-luna.

Связанные материалы

• Отключение gpt-5.1 и gpt-5.4-nano: как перевести бота на GPT-6
• Structured Outputs: как заставить AI отвечать в нужном формате без ошибок
• AI-боты для входящих обращений