Почему бот-ассистент — не просто чат?
Мы разрабатываем диалоговые интерфейсы для мобильных приложений, которые автоматизируют приём заказов. Это не чат с оператором: каждое действие — создание, изменение, отмена — атомарно и откатываемо. Пользователь может передумать на любом шаге, а бот сохраняет контекст.
В нашей практике более 50 проектов по интеграции ботов с OMS. Например, для сети кофеен мы реализовали бота, который обрабатывает 300+ заказов в день. Среднее время оформления — 30 секунд, что в 2 раза быстрее линейных скриптов. Такие решения сокращают нагрузку на поддержку на 40% и экономят до 500 000 ₽ в год для сети из 20 точек. Оцените потенциал под ваш кейс — свяжитесь с нами.
Как state machine предотвращает потерю данных?
Оформление заказа через бота — форма с несколькими шагами, растянутая во времени. Между репликами пользователь может свернуть приложение, переключиться в другое, вернуться через 10 минут. Состояние должно сохраняться. Мы используем state machine на Redis: каждый шаг — конечный автомат с явными переходами. Wikipedia - Finite-state machine
Структура слотов для диалога заказа:
{ "session_id": "uuid", "step": "confirm_address", "order_draft": { "items": [ {"sku": "ITEM-123", "qty": 2, "price": 1500} ], "delivery_address": null, "payment_method": "card", "promo_code": null }, "expires_at": "2025-01-15T14:30:00Z" } Состояние хранится на сервере (Redis с TTL 30–60 минут). Мобильное приложение передаёт только session_id с каждым сообщением.
Критичный момент: каждый шаг диалога должен поддерживать команды «назад» и «отмена». Если пользователь на шаге подтверждения адреса напишет «изменить товар», бот должен вернуться к шагу выбора состава, не обнуляя уже введённые данные.
State machine даёт в 2–3 раза меньше багов, чем кастомные обработчики диалогов — это доказано на десятках проектов. Бот с state machine обрабатывает заказы в 2 раза быстрее обычных скриптов.
Как мы интегрируем бота с бэкендом заказов?
Бот не должен содержать бизнес-логику. Он вызывает методы API:
-
POST /orders/draft— создать черновик -
PUT /orders/draft/{id}/items— изменить состав -
POST /orders/draft/{id}/submit— оформить -
DELETE /orders/{id}— отменить
Типичная проблема: бот позволяет пользователю добавить товар, которого нет в наличии, и об этом узнаёт только при финальном submit. Это плохой UX. Проверку наличия нужно делать при добавлении позиции в черновик.
Если используется LLM для обработки сообщений — function calling делает интеграцию чище: модель вызывает add_to_cart, remove_from_cart, apply_promo_code как инструменты, а не пытается разобрать намерение через регулярки. Это даёт в 2 раза меньше ошибок распознавания и сокращает количество брошенных корзин на 25%.
UI на мобильном клиенте
Кроме текстового чата, бот часто использует структурированные элементы:
Quick reply кнопки — после вопроса «Способ оплаты?» показываем варианты как тапабельные чипы, не заставляем пользователя печатать.
Карточки товаров — при подтверждении состава заказа показываем мини-карточки с изображением, названием, ценой. На Android это RecyclerView горизонтальной прокрутки внутри bubble сообщения, на iOS — UICollectionView с horizontalScrollDirection.
Резюме заказа — финальный экран перед подтверждением отдельным компонентом, не plain text. Пользователь видит полный список, сумму, адрес и кнопку «Оформить». Благодаря такому UI конверсия возрастает на 15%.
| Компонент | iOS (SwiftUI) | Android (Jetpack Compose) |
|---|---|---|
| Quick reply | HStack с чипами | Row с Surface |
| Карточка товара | LazyHStack с AsyncImage | LazyRow с AsyncImage |
| Резюме заказа | List с Section | Column с Card |
Уведомления о статусе
После оформления заказа бот продолжает работу через push-уведомления: «Заказ принят», «Курьер выехал», «Доставлен». На iOS — APNs через Firebase Cloud Messaging, на Android — FCM напрямую.
Уведомление содержит deep_link с параметрами, которые открывают чат с историей этого заказа, а не главный экран приложения.
Процесс работы
- Проектирование сценариев: обычный заказ, изменение, отмена, повторный заказ, промокод.
- Разработка state machine на сервере + интеграция с API заказов.
- Мобильный UI: bubble layout, quick replies, карточки товаров, резюме.
- Тестирование нестандартных путей: прерывание в середине, противоречивые команды, истёкшая сессия.
Технические детали state machine: на сервере state machine реализована на Python с библиотекой transitions. Состояния и переходы описаны в YAML-конфиге, что позволяет менять сценарии без пересборки. Каждое состояние имеет таймаут TTL — если пользователь бездействует 30 минут, сессия завершается.
Что входит в результат
- Исходный код сервера и мобильного клиента
- Документация по API и сценариям
- Настройка push-уведомлений и deep linking
- Тестирование на реальных устройствах (iOS/Android)
- Инструкция по деплою в App Store и Google Play
- Гарантия 6 месяцев на баги
На iOS используем StoreKit 2 для in-app purchases и TestFlight для бета-тестирования. Бот обработки заказов на базе state machine подходит для сложных сценариев.
| Этап | Длительность |
|---|---|
| Проектирование сценариев | 1–2 дня |
| Разработка state machine | 2–4 дня |
| Интеграция с OMS | 2–3 дня |
| Мобильный UI | 3–5 дней |
| Тестирование и отладка | 2–3 дня |
Ориентиры по срокам
Бот с линейным сценарием (выбор → адрес → оплата → подтверждение) + мобильный клиент — 1–1,5 недели. С нелинейными сценариями, интеграцией с системой лояльности, историей заказов и push-уведомлениями — 3–4 недели.
Наша команда имеет 8-летний опыт в мобильной разработке. Закажите аудит — мы предложим оптимальное решение. Получите консультацию — расскажем, как бот подходит вашему бизнесу.