AI-плагин для Bitrix24: автоматизация CRM с помощью нейросетей

Ваш CRM-менеджер тратит 25 минут на заполнение карточки сделки после каждого звонка? Коммерческие предложения готовятся по шаблону, а конверсия проседает из-за однотипных писем? Это типичная картина в отделах продаж на Bitrix24, где рутина съедает время на реальные переговоры.

Мы — команда AI/ML-инженеров с более чем 5-летним опытом внедрения нейросетей в CRM. Наш подход: не просто навесить "AI-фичу", а встроить её в рабочие процессы так, чтобы менеджер не чувствовал барьера. Результат — сокращение операционных затрат на 80% и рост конверсии на 12%.

Почему стоит встроить AI-плагин прямо в Bitrix24?

Готовые AI-ассистенты (SalesGPT, Gong) не интегрируются с российской CRM. Bitrix24 — гибкая платформа: через REST API, Placement и Events можно добавить любую логику. Проблема: сложность разработки AI-слоя — от выбора LLM до оптимизации latency. Мы закрываем это четырьмя модулями:

Как мы внедряем AI-плагин?

Каждый плагин мы строим по модульной схеме. Стек: Python + Anthropic/OpenAI API, для деплоя — Docker + Bitrix24 Placement. Код обработчика вебхука:

# webhook_handler.py — обработка событий Bitrix24
from flask import Flask, request, jsonify
from anthropic import Anthropic
import requests

app = Flask(__name__)
client = Anthropic()

BITRIX_URL = "https://your-domain.bitrix24.ru/rest"
BITRIX_TOKEN = "your-webhook-token"

def bitrix_api(method: str, params: dict) -> dict:
    """Вызов Bitrix24 REST API"""
    response = requests.post(
        f"{BITRIX_URL}/{BITRIX_TOKEN}/{method}/",
        json=params,
    )
    return response.json().get("result", {})

@app.route("/webhook/call-ended", methods=["POST"])
def on_call_ended():
    """Обработчик завершения звонка"""
    data = request.json
    call_id = data.get("data", {}).get("CALL_ID")
    crm_entity_id = data.get("data", {}).get("CRM_ENTITY_ID")

    # Получаем транскрипцию звонка
    call_info = bitrix_api("voximplant.statistic.get", {"CALL_ID": call_id})
    transcript = call_info.get("TRANSCRIPT", "")

    if not transcript:
        return jsonify({"status": "no transcript"})

    # AI-суммаризация
    summary = summarize_call(transcript)

    # Записываем в CRM как активность
    bitrix_api("crm.activity.add", {
        "fields": {
            "OWNER_TYPE_ID": 2,  # 2 = Contact, 3 = Company
            "OWNER_ID": crm_entity_id,
            "TYPE_ID": 6,  # Звонок
            "SUBJECT": "Суммаризация звонка (AI)",
            "DESCRIPTION": summary["text"],
            "DESCRIPTION_TYPE": 1,
        }
    })

    # Извлекаем ключевые данные и обновляем поля сделки
    if crm_entity_id:
        updates = extract_crm_fields(transcript)
        if updates:
            bitrix_api("crm.deal.update", {
                "id": crm_entity_id,
                "fields": updates,
            })

    return jsonify({"status": "ok"})

def summarize_call(transcript: str) -> dict:
    """Суммаризует транскрипцию звонка"""
    response = client.messages.create(
        model="claude-haiku-4-5",
        max_tokens=1024,
        system="""Суммаризируй переговоры по продажам.
Формат:
- Краткое резюме (2-3 предложения)
- Ключевые договорённости
- Следующие шаги
- Возражения клиента""",
        messages=[{
            "role": "user",
            "content": f"Транскрипция звонка:\n{transcript}"
        }]
    )
    return {"text": response.content[0].text}

def extract_crm_fields(transcript: str) -> dict:
    """Извлекает данные для обновления полей CRM"""
    import json

    response = client.messages.create(
        model="claude-haiku-4-5",
        max_tokens=512,
        messages=[{
            "role": "user",
            "content": f"""Извлеки данные из разговора для CRM.
Верни JSON: {{
  "TITLE": "название сделки если упоминалось",
  "OPPORTUNITY": число (бюджет если упоминался),
  "COMMENTS": "важные заметки"
}}
Если поле не упоминалось — не включай его.

Разговор: {transcript[:2000]}"""
        }]
    )

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

UI Placement — встраивание в карточку сделки

// placement.js — встроенный виджет в карточку CRM
BX24.init(function() {
    // Кнопка "AI-анализ" в карточке сделки
    BX24.placement.bind('CRM_DEAL_DETAIL_TAB', {
        title: 'AI Помощник',
        onClick: function() {
            showAIPanel();
        }
    });
});

async function generateCommercialProposal(dealId) {
    // Получаем данные сделки
    const deal = await BX24.callMethod('crm.deal.get', { id: dealId });

    // Запрос на генерацию КП
    const response = await fetch('/ai/generate-proposal', {
        method: 'POST',
        body: JSON.stringify({ deal: deal.result }),
        headers: { 'Content-Type': 'application/json' }
    });

    const result = await response.json();

    // Вставляем КП в поле описания
    await BX24.callMethod('crm.deal.update', {
        id: dealId,
        fields: { COMMENTS: result.proposal }
    });
}

Генерация коммерческого предложения

@app.route("/ai/generate-proposal", methods=["POST"])
def generate_proposal():
    deal = request.json.get("deal", {})

    response = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=2048,
        system="""Ты — менеджер по продажам B2B компании.
Создавай профессиональные коммерческие предложения на основе данных сделки.""",
        messages=[{
            "role": "user",
            "content": f"""Создай КП для клиента.
Данные сделки:
- Название: {deal.get('TITLE')}
- Клиент: {deal.get('COMPANY_ID')}
- Сумма: {deal.get('OPPORTUNITY')} {deal.get('CURRENCY_ID')}
- Комментарии: {deal.get('COMMENTS', '')}

Структура КП: приветствие, понимание задачи, предлагаемое решение, выгоды, стоимость, следующий шаг."""
        }]
    )

    return jsonify({"proposal": response.content[0].text})

Какие модели LLM оптимальны для разных задач?

Выбор модели критичен для баланса скорости и качества. Для суммаризации звонков мы используем Claude Haiku — он в 3 раза быстрее Sonnet и дешевле в 5 раз, а качество извлечения ключевых полей падает менее чем на 5%. Для генерации КП, где важна глубина и персонализация, применяем Claude Sonnet или GPT-4o. Внутренние тесты показали: при одинаковом бюджете на API, связка Haiku + Sonnet даёт на 40% больше обработанных звонков, чем использование одной дорогой модели.

Практический кейс: отдел продаж 15 менеджеров (из нашей практики)

Клиент — дистрибьютор IT-оборудования. Каждый менеджер тратил 30–40 минут после звонка на заполнение CRM и составление резюме. Конверсия отправленных КП — 18% (слишком шаблонные).

Мы внедрили три модуля: суммаризацию звонков, автообновление полей сделки и генерацию КП. После двух недель использования:

• Время на пост-обработку звонка: 30 мин → 5 мин (снижение операционных затрат на 83%)
• Конверсия отправленных КП: 18% → 30% (выигрыш за счёт персонализации)
• Ошибки при заполнении полей (бюджет, дата) — 12 в день → 0
• Менеджеры стали успевать на 3 переговора больше в день

Руководитель отдела продаж: «Мы ожидали экономии времени, но не ожидали такого роста конверсии. Теперь предложения действительно цепляют клиентов».

Что входит в работу

• Аудит текущих бизнес-процессов в Bitrix24
• Проектирование архитектуры AI-модуля (выбор LLM, настройка промптов, схемы RAG)
• Разработка вебхуков и виджетов Placement
• Интеграция с телефонией (VoxImplant, Mango Office)
• Настройка генерации КП под вашу продуктовую линейку
• Тестирование на реальных данных (не менее 50 транзакций)
• Публикация в Marketplace или установка на ваш сервер
• Документация по эксплуатации и обучение администраторов

Процесс работы

1. Аналитика (1–2 дня): изучаем схему сделок, поля, события. Определяем точки внедрения AI.
2. Проектирование (2–3 дня): выбираем модели, рисуем архитектуру, согласовываем сценарии.
3. Разработка (3–7 дней): пишем код, встраиваем виджеты, настраиваем вебхуки.
4. Тестирование (2–3 дня): прогоняем на исторических данных, фиксим ошибки, оптимизируем latency до p99 < 2s.
5. Деплой и обучение (1–2 дня): выкатываем в продуктив, обучаем администраторов, передаём документацию.

Сроки ориентировочно

Итоговая стоимость рассчитывается индивидуально под ваш процесс. Оставьте заявку — мы бесплатно оценим проект и предложим оптимальное решение.

Мы гарантируем качество: сертифицированные инженеры Bitrix24, опыт более 5 лет, более 20 успешных интеграций. Наши решения проходят code review и нагрузочное тестирование. Свяжитесь с нами, чтобы получить консультацию и увидеть демо на ваших данных.

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.