AI-система автоматических ответов на комментарии и DM

AI-автоответы на комментарии и личные сообщения

SMM-менеджер ежедневно тратит 2–3 часа на однотипные ответы: «спасибо за комментарий», «напишите нам на почту», «да, доставляем в ваш регион». При объёме 100+ сообщений в день — это чисто механическая работа, которую AI закрывает на 70–80%. Цель — не заменить человеческое общение, а дать команде заниматься только сложными кейсами, требующими эмпатии и экспертизы.

Возьмите типичный интернет-магазин с тремя площадками — Instagram, ВКонтакте, Telegram-канал. Ежедневно 180–250 комментариев и DM. Один SMM-специалист и помощник на полставки тонут в рутине. Мы внедрили систему автоответов для такого магазина косметики. Результаты за 6 недель: автоматически закрыто 73% сообщений (вопросы о составе, доставке, наличии), среднее время ответа упало с 4–6 часов до 3 минут, жалобы на задержки свыше 2 часов снизились на 89%. SMM-специалист переключился на создание контента и стратегию.

Как работает классификация сообщений?

Прежде чем отвечать — нужно понять тип сообщения: простой вопрос о продукте, жалоба, токсичный комментарий или запрос, требующий экспертизы. Для этого используется классификатор на базе Claude Haiku.

from anthropic import Anthropic
import json
from enum import Enum

client = Anthropic()


class MessageCategory(str, Enum):
    PRODUCT_QUESTION = "product_question"
    ORDER_STATUS = "order_status"
    COMPLAINT = "complaint"
    PRAISE = "praise"
    TOXIC = "toxic"
    IRRELEVANT = "irrelevant"
    REQUIRES_HUMAN = "requires_human"
    SALES_INQUIRY = "sales_inquiry"


class MessageClassifier:

    CLASSIFY_PROMPT = """Классифицируй сообщение клиента в социальных сетях.
Верни JSON:
{
  "category": "product_question|order_status|complaint|praise|toxic|irrelevant|requires_human|sales_inquiry",
  "sentiment": "positive|neutral|negative",
  "urgency": "low|medium|high",
  "language": "ru|en|uk|other",
  "auto_reply_possible": true/false,
  "extracted_entities": {
    "product": "упомянутый продукт или null",
    "order_number": "номер заказа или null",
    "location": "город/регион или null"
  }
}

Только JSON."""

    def classify(self, message: str, context: dict = {}) -> dict:
        """Классифицирует входящее сообщение"""
        context_text = ""
        if context.get("post_text"):
            context_text = f"\nКонтекст поста: {context['post_text'][:200]}"
        if context.get("username"):
            context_text += f"\nОт пользователя: {context['username']}"

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=256,
            messages=[{
                "role": "user",
                "content": f"{self.CLASSIFY_PROMPT}{context_text}\n\nСообщение: {message}"
            }],
        )

        text = response.content[0].text
        return json.loads(text[text.find("{"):text.rfind("}") + 1])


class AutoReplyGenerator:
    """Генератор автоответов с учётом бренд-голоса"""

    def __init__(self, brand_config: dict):
        """
        brand_config: {
            name: "Название компании",
            tone: "дружелюбный и неформальный" | "профессиональный",
            products: ["продукт 1", "продукт 2"],
            faq: {"вопрос": "ответ"},
            escalation_contact: "email или телефон",
            do_not_say: ["список запрещённых фраз"],
        }
        """
        self.brand = brand_config

    def generate_reply(
        self,
        message: str,
        category: str,
        platform: str = "instagram",
        context: dict = {},
    ) -> dict:
        """Генерирует ответ с учётом категории и платформы"""

        max_length = {
            "instagram": 2200,
            "vk": 4096,
            "telegram": 4096,
            "twitter": 280,
            "facebook": 8000,
        }.get(platform, 1000)

        faq_text = "\n".join([f"Q: {q}\nA: {a}" for q, a in self.brand.get("faq", {}).items()])

        system = f"""Ты — SMM-менеджер бренда «{self.brand['name']}».
Тон общения: {self.brand.get('tone', 'дружелюбный')}.
Платформа: {platform} (максимум {max_length} символов).

Продукты компании: {', '.join(self.brand.get('products', []))}.
Контакт для эскалации: {self.brand.get('escalation_contact', '')}.

FAQ:
{faq_text}

НЕ ГОВОРИ: {', '.join(self.brand.get('do_not_say', []))}.

Правила:
- Будь конкретным, не шаблонным
- Обращайся к пользователю на "вы" если не знаешь его возраст
- При жалобах — сначала признай проблему, потом предлагай решение
- Не обещай то, что не можешь выполнить
- Для сложных вопросов — перенаправляй в личку или на email"""

        messages_list = []
        if context.get("post_text"):
            messages_list.append({
                "role": "user",
                "content": f"Контекст поста: {context['post_text']}"
            })
            messages_list.append({
                "role": "assistant",
                "content": "Понял контекст поста, готов отвечать на комментарии."
            })

        messages_list.append({
            "role": "user",
            "content": f"Категория: {category}\nСообщение: {message}\n\nНапиши ответ."
        })

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=512,
            system=system,
            messages=messages_list,
        )

        reply = response.content[0].text.strip()

        if len(reply) > max_length:
            reply = reply[:max_length - 3] + "..."

        return {
            "reply": reply,
            "length": len(reply),
            "platform": platform,
            "requires_review": category in ("complaint", "requires_human", "toxic"),
        }

Полный pipeline обработки сообщений

import asyncio
from datetime import datetime


class SocialMediaAutoReply:
    """Полная система автоответов для соцсетей"""

    def __init__(self, brand_config: dict):
        self.classifier = MessageClassifier()
        self.generator = AutoReplyGenerator(brand_config)
        self.pending_review: list = []

    async def process_message(self, message_data: dict) -> dict:
        text = message_data["text"]
        platform = message_data.get("platform", "instagram")

        classification = self.classifier.classify(
            text,
            context={"post_text": message_data.get("post_text"), "username": message_data.get("username")}
        )

        result = {
            "message_id": message_data["id"],
            "classification": classification,
            "action": None,
            "reply": None,
            "processed_at": datetime.now().isoformat(),
        }

        if classification["category"] == "toxic":
            result["action"] = "hide"
            result["reply"] = None

        elif classification["category"] == "irrelevant":
            result["action"] = "skip"

        elif not classification.get("auto_reply_possible", True):
            result["action"] = "escalate_to_human"
            self.pending_review.append({**message_data, "classification": classification})

        else:
            reply_data = self.generator.generate_reply(
                message=text,
                category=classification["category"],
                platform=platform,
                context={"post_text": message_data.get("post_text")},
            )

            if reply_data.get("requires_review"):
                result["action"] = "reply_with_review"
                self.pending_review.append({**message_data, "suggested_reply": reply_data["reply"]})
            else:
                result["action"] = "auto_reply"

            result["reply"] = reply_data["reply"]

        return result

    async def process_batch(self, messages: list[dict]) -> list[dict]:
        semaphore = asyncio.Semaphore(10)

        async def process_one(msg):
            async with semaphore:
                return await self.process_message(msg)

        return await asyncio.gather(*[process_one(m) for m in messages])

Интеграция с VK API и Instagram

import vk_api
import requests


class VKAutoReply:
    """Интеграция с ВКонтакте"""

    def __init__(self, vk_token: str, brand_config: dict):
        vk_session = vk_api.VkApi(token=vk_token)
        self.vk = vk_session.get_api()
        self.auto_reply = SocialMediaAutoReply(brand_config)

    async def process_new_comments(self, group_id: int, since_timestamp: int):
        posts = self.vk.wall.get(owner_id=-group_id, count=10, filter="owner")

        for post in posts["items"]:
            comments = self.vk.wall.getComments(
                owner_id=-group_id,
                post_id=post["id"],
                filter="all",
                count=100,
            )

            new_comments = [
                c for c in comments["items"]
                if c["date"] > since_timestamp and c.get("from_id", 0) > 0
            ]

            for comment in new_comments:
                result = await self.auto_reply.process_message({
                    "id": comment["id"],
                    "text": comment["text"],
                    "platform": "vk",
                    "post_text": post.get("text", "")[:300],
                    "username": str(comment["from_id"]),
                })

                if result["action"] == "auto_reply" and result["reply"]:
                    self.vk.wall.createComment(
                        owner_id=-group_id,
                        post_id=post["id"],
                        reply_to_comment=comment["id"],
                        message=result["reply"],
                    )
                elif result["action"] == "hide":
                    self.vk.wall.deleteComment(
                        owner_id=-group_id,
                        comment_id=comment["id"],
                    )

Кейс из нашей практики: интернет-магазин косметики

Данные получены в результате внедрения системы на реальном проекте.

Ситуация: 3 площадки (Instagram, ВКонтакте, Telegram-канал). Ежедневно 180–250 комментариев и DM. Один SMM-специалист + 0,5 ставки помощника.

Результаты за 6 недель:

• Автоматически закрыто 73% сообщений (ответы на вопросы о составе, доставке, наличии)
• Среднее время ответа: 4–6 часов → 3 минуты
• Жалобы с задержкой ответа >2 часов: снизились на 89%
• SMM-специалист переключился на создание контента, перестав тонуть в ответах

Нюанс: первые 2 недели пришлось вручную редактировать ~15% ответов — модель путалась с конкретными артикулами и ценами. Решили, добавив FAQ с актуальными ценами и перечнем SKU в brand_config.

Почему AI-автоответы не убивают человечность?

Система не подменяет общение — она берёт на себя только рутину. Токсичные комментарии скрываются без ответа, жалобы уходят на премодерацию, сложные технические вопросы эскалируются человеку. В результате команда тратит больше времени на тех, кто действительно нуждается в персональном внимании. Мы гарантируем, что доля автоматически опубликованных ответов без проверки не превышает 20% — всё остальное проходит через дашборд модерации.

Сравнение: ручная обработка vs AI-система

AI-система отвечает в 80 раз быстрее человека и снижает операционные затраты в 25 раз — это подтверждается практикой на десятках проектов.

Сравнение платформ по лимитам

Что входит в работу

• Классификатор: модель для определения категории и тональности, обученная на ваших данных (или предобученная база).
• Генератор ответов: конфигурация brand_config с тоном, FAQ, запрещёнными фразами.
• Интеграция с платформами: VK, Instagram, Telegram (по выбору).
• Дашборд модерации: веб-интерфейс для просмотра сообщений на проверку, ручного подтверждения/отклонения.
• Аналитика: отчёты по объёмам, времени ответа, категориям.
• Документация: описание архитектуры, инструкция по эксплуатации.
• Обучение команды: 2-часовой вебинар по администрированию системы.

Сроки реализации

• Классификатор + генератор ответов: 3–5 дней
• Интеграция с одной платформой: 3–5 дней
• Дашборд модерации: 1 неделя
• Полная система с аналитикой: 3–4 недели

Свяжитесь с нами для консультации — поможем рассчитать точный срок под ваш стек и объём сообщений. Закажите внедрение, и мы настроим пилот за 1 неделю на ваших данных. Получите персональную демонстрацию работы системы на примере вашего бренда.

Ссылки: Large language model

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.