AI-чат-бот для поддержки: RAG, интеграции и эскалация

AI-чат-бот для поддержки: RAG, интеграции и эскалация

Представьте: вы — оператор поддержки, и 80% запросов однотипны: "где мой заказ" или "как вернуть". На них уходит 70% времени. Мы строим AI-чат-ботов, которые решают реальные задачи — не просто отвечают, а изменяют заказ, оформляют возврат, проверяют статус. Разница — в интеграции с вашими системами и RAG.

Как интегрировать AI-бота с CRM?

Бесполезный бот отвечает "Проверьте личный кабинет", не видя данных. Мы подключаем бота к CRM через REST API: он получает историю, статус заказов, обращения. Каждое действие авторизовано — изменить адрес может только верифицированный пользователь. Реализуем OAuth 2.0 или JWT.

Пример из практики: для интернет-магазина с 50 000 заказов в месяц мы внедрили интеграцию с 1С-Битрикс. Бот проверяет статус по номеру телефона и оформляет возврат без оператора. Containment rate вырос с 20% до 65%.

Почему RAG — ключ к точным ответам?

Хранить все ответы в промпте LLM неэффективно — контекстное окно ограничено, знания устаревают. RAG добавляет поиск по базе знаний: семантическое кэширование, векторные представления, ранжирование. Используем Pinecone или Qdrant для эмбеддингов, модель — GPT-4 или LLaMA 3.

Архитектура production-чат-бота

[Клиент] → [Омниканальный интерфейс]
    → [NLP Engine: Intent + Entity]
    → [Dialog Manager]
         ├── RAG: ответы из базы знаний
         ├── Action Engine: интеграции с CRM/ERP
         └── Escalation: передача оператору
    → [Response Generator]
    → [Analytics & Logging]

Ядро: классификация и слот-филлинг

Сравним классический подход (Rasa) с LLM + function calling:

LLM с function calling сокращает время настройки новых сценариев в 3 раза по сравнению с Rasa. Пример конфигурации tools:

tools = [
    {
        "name": "check_order_status",
        "description": "Проверить статус заказа по номеру",
        "parameters": {"order_id": {"type": "string"}}
    },
    {
        "name": "initiate_return",
        "description": "Оформить возврат товара",
        "parameters": {
            "order_id": {"type": "string"},
            "reason": {"type": "string"}
        }
    }
]

Эскалация к оператору

Триггеры передачи живому человеку: клиент явно просит оператора, негативный sentiment, бот не решил задачу за 3 попытки, VIP-клиент, юридические претензии. При эскалации оператор получает полный контекст диалога — не нужно просить клиента повторять.

Метрики и качество

• Containment rate: цель 50–70%.
• CSAT (bot): >4.0/5.0.
• Resolution rate: % проблем, действительно решённых.
• Escalation rate: баланс — не выше 30%, не ниже 10%.

Что входит в работу

• Аудит бизнес-процессов и подготовка базы знаний.
• Проектирование диалогового сценария (до 50 интентов).
• Разработка интеграций с CRM/ERP/биллингом.
• Развёртывание на инфраструктуре (Kubernetes, AWS или self-hosted).
• Обучение модели на исторических диалогах (fine-tuning LoRA).
• Мониторинг и поддержка 3 месяца.

Сроки и стоимость

• MVP: 4–6 недель.
• Полнофункциональный бот с интеграциями: 3–4 месяца.
• Экономия на операторах — до 70% затрат, окупаемость — 6–12 месяцев.

Омниканальность: Telegram, WhatsApp, веб-виджет

Бот развёртывается сразу на нескольких каналах через единое API. Архитектура предусматривает channel-агностичный Dialog Manager: один раз настроили сценарий — получили бота в Telegram, WhatsApp Business API и на сайте через веб-виджет. Исторические данные хранятся в единой CRM-привязке: если клиент начал диалог в Telegram и продолжил на сайте, оператор видит полную цепочку.

Для омниканального бота используем очереди RabbitMQ или Kafka: это обеспечивает отказоустойчивость при пиковых нагрузках и позволяет обрабатывать до 500 одновременных диалогов на одном инстансе. Горизонтальное масштабирование достигается добавлением воркеров без изменения архитектуры.

Мы на рынке, разработали 40+ чат-ботов для e-commerce, fintech, логистики. Гарантируем containment rate не ниже 50% после 3 месяцев эксплуатации. Оцените ваш проект: пришлём кейсы и предложим архитектуру под ключ. Свяжитесь с нами для консультации и получите детальную оценку сроков.

NLP разработка: классификация текстов, NER, эмбеддинги и извлечение информации

К нам приходит задача: обрабатывать 50 тысяч обращений в службу поддержки — сейчас всё вручную. Датасет — 3000 размеченных примеров, 12 категорий, дисбаланс: одна категория занимает 40% выборки, три по 1-2%. Baseline accuracy — 78%. Звучит неплохо, пока не смотришь на recall по редким классам: 0.31, 0.44, 0.28. Именно эти классы — жалобы и угрозы оттока — важнее всего бизнесу.

Это типичный проект NLP разработки. Проблема не в алгоритме, а в том, что accuracy — не та метрика. Наш опыт показывает: в 30+ проектах мы начинаем с анализа бизнес-метрик и только потом выбираем модель.

Почему accuracy — не та метрика для редких классов?

Accuracy игнорирует дисбаланс. Если класс «отток» встречается в 2% случаев, модель может предсказывать «всё хорошо» и получить 98% accuracy — но бизнес теряет клиентов. Решение: F1 macro (усреднение по всем классам) или weighted F1. Для NER — strict entity F1 (только точные совпадения). Гарантируем: после выбора правильной метрики качество модели становится измеримым и прогнозируемым.

Классификация текста: от BERT до дистилляции

BERT-подобные модели — стандарт для классификации. ruBERT-base или ruBERT-large от DeepPavlov для русского языка. multilingual-e5-large — если нужно работать с несколькими языками в одном пайплайне. XLM-RoBERTa-large — сильный multilingual backbone.

Fine-tuning для классификации: добавляем classification head поверх [CLS]-токена, обучаем 3-5 эпох с lr=2e-5, weight decay=0.01. При дисбалансе — weighted CrossEntropyLoss или focal loss с gamma=2.0. Пишите — покажем code snippet.

Кейс с дисбалансом. Датасет — 3000 примеров, дисбаланс 1:20. Решение: class_weight через sklearn + CrossEntropyLoss. Дополнительно — augmentation редких классов через backtranslation (ru→en→ru через MarianMT). Recall по редким классам вырос с 0.31 до 0.67 при незначительном падении accuracy (76%→74%). Полная NLP разработка под ключ заняла 3 недели.

Дистилляция для production. BERT-large даёт F1 0.89, но inference на CPU — 180ms. Дистилляция в DistilBERT или ruBERT-tiny2 снижает latency до 25ms при F1 0.84. Экспорт в ONNX Runtime даёт дополнительный 1.5-2x. Оценим проект — рассчитаем экономию на инфраструктуре.

NER: распознавание именованных сущностей

NER — извлечение персон, организаций, локаций, дат, сумм, номеров документов. Для общих категорий (PER, ORG, LOC) предобученные модели работают хорошо. Для специализированных (медицинские термины, юридические понятия) — нужен fine-tuning.

Разметка данных. Основная стоимость NER-проекта. Для качественной модели — 500-2000 размеченных предложений на каждый тип сущности. Инструменты: Label Studio (open source) или Prodigy (от создателей spaCy). Формат IOB2 — стандарт.

Архитектура. Token classification поверх BERT: каждому токену метка (B-PER, I-PER, O). spaCy 3.x с transformer pipeline — удобный production-выбор.

Вложенные сущности. Стандартные IOB-модели не обрабатывают вложенные сущности (организация внутри адреса). Для таких задач — span-based NER: SpanBERT или SpERT. Сложнее, но правильно.

Постобработка обязательна. Модель предсказывает токены — нужны нормализованные сущности. Дата — dateparser. Суммы — regex + валидация. Имена — дедупликация через rapidfuzz. Входит в нашу стандартную поставку.

Sentiment Analysis и opinion mining

Бинарная классификация positive/negative работает с BERT из коробки. Сложность — аспектная тональность (ABSA): «в ресторане хорошая кухня, но ужасный сервис». Для ABSA: aspect extraction (NER) + sentiment по каждому аспекту. Joint модели BERT-for-ABSA — качество на русских данных ниже из-за дефицита датасетов. RuSentiment, SentiRuEval — основные ресурсы.

Для продакшена с простым позитив/негатив/нейтраль: distil-модели достаточно. Три класса, balanced датасет, 2000+ примеров — F1 macro 0.82-0.87 за 1-2 дня.

Суммаризация текста

Экстрактивная суммаризация (выбираем предложения) — TextRank или BM25 без обучения. Быстро, не галлюцинирует. Хорошо для длинных документов.

Абстрактивная (генерирует новый текст) — seq2seq: mT5, mBART, FRED-T5, ruT5-large. Для production через LLM API (GPT-4, Claude) — часто лучший трейдофф стоимость/качество/скорость.

Эмбеддинги: векторные представления текста

Эмбеддинги — основа семантического поиска, дедупликации, кластеризации, RAG. Качество критически влияет на downstream задачи.

Модели. E5-large-v2, BGE-M3, multilingual-e5-large — сильные multilingua embedders. sentence-transformers/paraphrase-multilingual-mpnet-base-v2 — быстрый вариант. Для русского: ru-en-RoSBERTa (Skoltech) хорош на semantic textual similarity.

Как оценить качество эмбеддингов? MTEB benchmark — стандарт. Но топовые результаты на MTEB не гарантируют успех на доменном датасете — строим домен-специфичный eval.

Fine-tuning эмбеддингов. Если стандартные модели не дают нужного Recall@k — contrastive learning на доменных парах с MultipleNegativesRankingLoss. 500-2000 пар, 1-3 эпохи — 5-15% прирост Recall@k.

Размерность и хранение. E5-large: 1024 dim, float32 — 4KB на вектор. При 10M документов — 40GB. Квантизация int8 снижает до 10GB. FAISS IVF_PQ — ещё компактнее, но с потерями. Входит в наши рекомендации по деплою.

Извлечение информации

Структурированное извлечение — одна из частых задач. Примеры: ключевые условия договора, технические характеристики, даты и суммы из счетов.

1. Regex + rule-based. Для ИНН, ОГРН, сумм, дат — надёжнее нейросети. Не требует данных.
2. NER + постобработка. Для вариативных форматов.
3. LLM с structured output. GPT-4 / Claude с JSON schema — для сложных документов. Стоимость: ~$0.001-0.01 на документ. Для 10k+ документов/день — считаем экономику.

Гарантируем гибрид: regex/NER для типовых полей + LLM для edge cases. Сертификат доверия: 5 лет на рынке, >30 проектов.

Этапы работы

Прототип на существующих данных — 1-3 недели. Production-система с CI/CD — 1.5-2.5 месяца. Стоимость рассчитывается индивидуально — напишите, получите консультацию и оценку.

Что входит в работу

• Документация по архитектуре модели и пайплайну
• Доступы к модели через REST API (FastAPI + ONNX)
• Обучение команды заказчика (2 часа вебинара + Q&A)
• Гарантия на точность модели на оговоренной тестовой выборке
• Поддержка 3 месяца после сдачи (багфикс, адаптация под новые данные)

Наш опыт

Более 5 лет в NLP, 30+ проектов от классификации до RAG-систем. Команда включает ML-инженеров с опытом в Hugging Face, spaCy, LangChain, MLOps. Используем vLLM, Kubeflow, Weights & Biases — продакшен-стек, а не игрушки. Пишите — оценим проект за 2 дня.