Парсинг текста по промпту

Что делает робот «Парсинг текста по промпту»

В CRM постоянно приходят неструктурированные тексты: письма, комментарии, сообщения из чатов. Где-то внутри — данные, которые нужны в полях: email клиента, номер заказа, дата встречи, город. Робот отдаёт такой текст языковой модели вместе с вашей инструкцией и возвращает извлечённые данные в структурированном виде.

В отличие от парсинга по регулярным выражениям, здесь не нужно описывать формат — достаточно написать по-человечески, что найти: «вытащи все телефоны и email», «найди номер договора и дату подписания». Модель разберёт текст смыслово, а не по шаблону.

Настройка робота

Обязательных поля два:

• Текст для анализа — что разбирать. Сюда подставляют поле из контекста: комментарий сделки, текст письма от робота Получить текст письма в лиде, описание задачи;
• Промпт для ИИ — инструкция, что именно извлечь. Чем конкретнее формулировка, тем стабильнее результат: не «найди контакты», а «найди все email и телефоны в тексте».

Три поля доступа к модели — API Key, API URL и Модель ИИ — опциональные. Оставьте их пустыми, чтобы использовать подключение по умолчанию, или укажите свой OpenAI-совместимый сервис, например OpenRouter, и конкретную модель.

Сценарии использования

Контакты из подписи письма. Клиент пишет с нового адреса, а в подписи — «Иван, директор по закупкам, +7 921…». Робот извлекает телефон и должность, процесс дописывает их в карточку контакта.

Номер заказа из обращения. В письмах о статусе заказа клиент называет номер как попало: «заказ 45821», «по зак. №45-821», «Заказ 458/21». Регулярное выражение перечисляет форматы, промпт просто говорит «найди номер заказа» — модель справляется со всеми вариантами написания.

Анкета из свободного ответа. Лид заполнил форму текстом: «Нужно 20 окон, балкон, установка до конца месяца, Солнечногорск». Робот разбирает текст на поля: количество, тип работ, срок, город — и процесс заполняет карточку лида без менеджера.

Сводка по длинному комментарию. Перед звонком робот с промптом «кратко: что хочет клиент и что ему уже предложили» сжимает историю в два предложения для задачи менеджеру.

Результат работы

• Результат (JSON) — извлечённые данные в структурированном виде, готовые для записи в поля CRM или разбора следующими роботами;
• Сырой ответ ИИ — ответ модели как есть, полезен при отладке промпта;
• Статус и текст ошибки — если текст пуст, промпт не задан или модель не ответила.

Типичные ошибки при настройке

Размытый промпт. «Извлеки данные» — модель сама решит, какие. Формулируйте конкретно: какие поля нужны и в каком виде. Для критичных сценариев перечислите поля списком прямо в промпте.

Пустой входной текст. Робот с пустым полем «Текст для анализа» завершится с ошибкой. Если текст берётся из необязательного поля, поставьте перед роботом условие «поле заполнено».

Ожидание одинакового результата на одинаковых данных. Модель может перефразировать вывод от запуска к запуску. Если дальше по процессу идёт точное сравнение строк, попросите в промпте строгий формат: «верни только JSON с полями phone, email, без пояснений» — и разбирайте JSON, а не свободный текст.

Промпт против шаблона. Если формат входа жёстко зафиксирован — например, «Заявка №12345 от 01.02.2026» всегда в одном виде — дешевле и предсказуемее робот Парсинг текста по регулярным выражениям. Промпт нужен там, где формат плавает.