AI-плагін для Bitrix24: автоматизація CRM з нейромережами

Ваш CRM-менеджер витрачає 25 хвилин на заповнення картки угоди після кожного дзвінка? Комерційні пропозиції готуються за шаблоном, а конверсія знижується через однотипні листи? Це типова картина у відділах продажів на Bitrix24, де рутина забирає час на реальні переговори.

Ми — команда AI/ML-інженерів з більш ніж 5-річним досвідом впровадження нейромереж у CRM. Наш підхід: не просто навісити "AI-фічу", а вбудувати її в робочі процеси так, щоб менеджер не відчував бар'єра. Результат — скорочення операційних витрат на 80% та зростання конверсії на 12%.

Чому варто вбудувати AI-плагін прямо в Bitrix24?

Готові AI-асистенти (SalesGPT, Gong) не інтегруються з російською CRM. Bitrix24 — гнучка платформа: через REST API, Placement та Events можна додати будь-яку логіку. Проблема: складність розробки AI-шару — від вибору LLM до оптимізації latency. Ми закриваємо це чотирма модулями:

Як ми впроваджуємо AI-плагін?

Кожен плагін ми будуємо за модульною схемою. Стек: Python + Anthropic/OpenAI API, для деплою — Docker + Bitrix24 Placement. Код обробника вебхука:

# webhook_handler.py — обробка подій 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:
    """Виклик 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():
    """Обробник завершення дзвінка"""
    data = request.json
    call_id = data.get("data", {}).get("CALL_ID")
    crm_entity_id = data.get("data", {}).get("CRM_ENTITY_ID")

    # Отримуємо транскрипцію дзвінка
    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-сумаризація
    summary = summarize_call(transcript)

    # Записуємо в CRM як активність
    bitrix_api("crm.activity.add", {
        "fields": {
            "OWNER_TYPE_ID": 2,  # 2 = Contact, 3 = Company
            "OWNER_ID": crm_entity_id,
            "TYPE_ID": 6,  # Дзвінок
            "SUBJECT": "Сумаризація дзвінка (AI)",
            "DESCRIPTION": summary["text"],
            "DESCRIPTION_TYPE": 1,
        }
    })

    # Вилучаємо ключові дані та оновлюємо поля угоди
    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:
    """Сумаризує транскрипцію дзвінка"""
    response = client.messages.create(
        model="claude-haiku-4-5",
        max_tokens=1024,
        system="""Сумаризуй переговори по продажах.
Формат:
- Коротке резюме (2-3 речення)
- Ключові домовленості
- Наступні кроки
- Заперечення клієнта""",
        messages=[{
            "role": "user",
            "content": f"Транскрипція дзвінка:\n{transcript}"
        }]
    )
    return {"text": response.content[0].text}

def extract_crm_fields(transcript: str) -> dict:
    """Вилучає дані для оновлення полів CRM"""
    import json

    response = client.messages.create(
        model="claude-haiku-4-5",
        max_tokens=512,
        messages=[{
            "role": "user",
            "content": f"""Вийми дані з розмови для CRM.
Поверни JSON: {{
  "TITLE": "назва угоди якщо згадувалось",
  "OPPORTUNITY": число (бюджет якщо згадувався),
  "COMMENTS": "важливі замітки"
}}
Якщо поле не згадувалось — не включай його.

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

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

UI Placement — вбудовування в картку угоди

// placement.js — вбудований віджет у картку CRM
BX24.init(function() {
    // Кнопка "AI-аналіз" у картці угоди
    BX24.placement.bind('CRM_DEAL_DETAIL_TAB', {
        title: 'AI Помічник',
        onClick: function() {
            showAIPanel();
        }
    });
});

async function generateCommercialProposal(dealId) {
    // Отримуємо дані угоди
    const deal = await BX24.callMethod('crm.deal.get', { id: dealId });

    // Запит на генерацію 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();

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

Генерація комерційної пропозиції

@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="""Ти — менеджер по продажах B2B компанії.
Створюй професійні комерційні пропозиції на основі даних угоди.""",
        messages=[{
            "role": "user",
            "content": f"""Створи КП для клієнта.
Дані угоди:
- Назва: {deal.get('TITLE')}
- Клієнт: {deal.get('COMPANY_ID')}
- Сума: {deal.get('OPPORTUNITY')} {deal.get('CURRENCY_ID')}
- Коментарі: {deal.get('COMMENTS', '')}

Структура КП: вітання, розуміння задачі, пропоноване рішення, вигоди, вартість, наступний крок."""
        }]
    )

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

Які моделі LLM оптимальні для різних задач?

Вибір моделі критичний для балансу швидкості та якості. Для сумаризації дзвінків ми використовуємо Claude Haiku — він у 3 рази швидший за Sonnet і дешевший у 5 разів, а якість вилучення ключових полів падає менш ніж на 5%. Для генерації КП, де важливі глибина та персоналізація, застосовуємо Claude Sonnet або GPT-4o. Внутрішні тести показали: при однаковому бюджеті на API, зв'язка Haiku + Sonnet дає на 40% більше оброблених дзвінків, ніж використання однієї дорогої моделі.

Практичний кейс: відділ продажів 15 менеджерів (з нашої практики)

Клієнт — дистриб'ютор IT-обладнання. Кожен менеджер витрачав 30–40 хвилин після дзвінка на заповнення CRM та складання резюме. Конверсія відправлених КП — 18% (занадто шаблонні).

Ми впровадили три модулі: сумаризацію дзвінків, автооновлення полів угоди та генерацію КП. Після двох тижнів використання:

• Час на пост-обробку дзвінка: 30 хв → 5 хв (зниження операційних витрат на 83%)
• Конверсія відправлених КП: 18% → 30% (виграш за рахунок персоналізації)
• Помилки при заповненні полів (бюджет, дата) — 12 на день → 0
• Менеджери стали встигати на 3 переговори більше на день

Керівник відділу продажів: «Ми очікували економії часу, але не очікували такого зростання конверсії. Тепер пропозиції дійсно зачіпають клієнтів».

Що входить в роботу

• Аудит поточних бізнес-процесів в Bitrix24
• Проектування архітектури AI-модуля (вибір LLM, налаштування промптів, схеми RAG)
• Розробка вебхуків та віджетів Placement
• Інтеграція з телефонією (VoxImplant, Mango Office)
• Налаштування генерації КП під вашу продуктову лінійку
• Тестування на реальних даних (не менше 50 транзакцій)
• Публікація в Marketplace або встановлення на ваш сервер
• Документація по експлуатації та навчання адміністраторів

Процес роботи

1. Аналітика (1–2 дні): вивчаємо схему угод, поля, події. Визначаємо точки впровадження AI.
2. Проектування (2–3 дні): обираємо моделі, малюємо архітектуру, узгоджуємо сценарії.
3. Розробка (3–7 днів): пишемо код, вбудовуємо віджети, налаштовуємо вебхуки.
4. Тестування (2–3 дні): проганяємо на історичних даних, фіксимо помилки, оптимізуємо latency до p99 < 2s.
5. Деплой та навчання (1–2 дні): викочуємо в продуктив, навчаємо адміністраторів, передаємо документацію.

Терміни орієнтовно

Підсумкова вартість розраховується індивідуально під ваш процес. Залиште заявку — ми безкоштовно оцінимо проект і запропонуємо оптимальне рішення.

Ми гарантуємо якість: сертифіковані інженери Bitrix24, досвід понад 5 років, понад 20 успішних інтеграцій. Наші рішення проходять code review та навантажувальне тестування. Зв'яжіться з нами, щоб отримати консультацію та побачити демо на ваших даних.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові 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 двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.