Не фильтр по словам, а модель читает каждое письмо — и оставляет три важных

Смотри, идея на одну строку: у тебя поток — 200 писем к утру, лента канала, 500 вакансий, сотни сообщений. Обычный фильтр по словам либо пропускает важное, либо топит тебя в мусоре. А тут маленькая умная модель читает каждый элемент, ставит оценку по твоим критериям и показывает только три верхних — с одной строкой «почему это важно».

И это не бот, который сжимает одну статью до пяти строк, и не агент, который следит за вебом в ожидании одной новости. Тут твой личный поток, отсортированный именно под тебя.

Почему это только что стало возможно

Раньше гонять хорошую модель по каждому из двухсот писем было дорого — вот и фильтровали по ключевым словам. А слова — тупой фильтр: «важно» без слова «срочно» он проскочит, а рекламу со словом «оплата» затащит. Всё ломалось.

9 июля 2026 OpenAI выкатила Luna из семьи GPT-5.6 — «рабочую лошадку для объёма» по $1 за миллион токенов на вход, ровно под задачи вроде «классификация, разметка, короткие ответы, которые крутятся миллионы раз». Прочитать моделью каждое письмо теперь стоит копейки. И фильтровать можно по смыслу, а не по словам: не «есть ли слово срочно», а «важно ли это конкретно для меня».

Чему научишься

• Скоринг по своим критериям. Не «содержит слово», а «оцени от 0 до 10, насколько это важно для человека, который ждёт ответа по проекту и счетов на оплату». Модель судит по смыслу.
• Структурированный ответ. Просишь вернуть на каждый элемент строгий {оценка, причина} — и дальше просто сортируешь числом и берёшь верхние три. Ответ становится данными, а не текстом.
• Дешёвая модель на объём. Увидишь на своём счёте, как $1 за миллион меняет то, что можно себе позволить: раньше «прочитать всё» было роскошью, теперь — норма. Заодно поймёшь, как не переплачивать.

Готовый стартовый промпт

Не проси «отфильтруй мои письма» — получишь пересказ кучей. Задай критерии и строгий формат ответа на каждый элемент.

Сильный промпт не оставляет догадок: видно критерии именно под тебя, видно строгий {оценка, причина} на каждое письмо и правило «не выдумывай». На выходе — не пересказ, а отсортированный список, из которого легко взять топ-3.

Что получится

Открываешь утром — а вместо двух сотен писем три: «встречу перенесли на 15:00», «счёт от подрядчика, оплатить сегодня», «ответил Пётр по проекту». Каждое — одной строкой, почему оно наверху. Остальное свёрнуто и ждёт, когда руки дойдут. Ты прочитал три важных за минуту, а не пролистал двести.

План на выходные

1. Суббота. Выгрузи 20 своих писем в обычный файл. Прогони их через Luna с промптом выше, получи на каждое {оценка, причина}, отсортируй по оценке. Уже видно, что фильтр по смыслу умнее слов.
2. Воскресенье. Подключи настоящий поток — экспорт входящих, RSS-ленту или канал. Пусть скрипт раз в день отдаёт топ-3 с причинами.
3. Наведи на то, что реально тебя топит — почту, вакансии, чат — и оставь только важное.

Начни с 20 писем в файле. «Фильтр для всех входящих на свете» оставь на потом — сначала пусть модель надёжно вытащит три важных из двадцати.

Источник: GPT-5.6: Luna за $1/$6 — дешёвый tier для объёма (UsageBox)