Розробка AI-системи інтелектуального консьєржа для готелів

AI-консьєрж для готелю: система асистента гостей

Гість пише в WhatsApp о 23:40: «Де найближчий ресторан з видом на море, відкритий зараз?». Ресепшн зайнятий пізніми заїздами. Стандартний чат-бот з кнопками поверне меню навігації. Ми пропонуємо AI-консьєржа, який відповість конкретно, з урахуванням місцезнаходження готелю, поточного часу та вподобань гостя з профілю. Це рішення скорочує навантаження на front desk до 74% та підвищує NPS гостей на 12 пунктів.

За даними Hospitality Tech Report, впровадження AI-консьєржа знижує навантаження на ресепшн на 70–80%.

Як працює AI-консьєрж?

Система об'єднує кілька джерел даних: база знань готелю (послуги, правила, інфраструктура), зовнішні API (погода, ресторани, визначні пам'ятки через Google Places), PMS-система (дані про бронювання та гостя) та історія діалогів. Кожен запит збагачується контекстом — номер, дати заїзду/виїзду, мова гостя, вподобання. Використовується RAG-пайплайн: вилучення релевантних фрагментів із Chroma (колекція з embeddings від text-embedding-3-small) та генерація відповіді через Claude або GPT. Для критичних запитів (скарги, health issues) налаштовано fallback на живого консьєржа через webhook у PMS.

Retrieval-Augmented Generation дозволяє динамічно підключати зовнішні дані без перенавчання моделі.

Чому RAG, а не fine-tuning?

Fine-tuning моделі на Q&A готелю дає закріплені відповіді, але не дозволяє динамічно підключати зовнішні дані (погода, відгуки, поточний розклад). RAG з Chroma та 1536-dim embeddings обробляє 180+ запитань за <200 мс, підтримує оновлення контенту без перенавчання. Для бутік-готелю (80 номерів) витрати на інференс — $0.002 за запит, що в 10 разів дешевше за fine-tuned GPT-3.5.

Архітектура системи

Код нижче реалізує ядро асистента з інструментами вилучення інформації, отримання погоди, створення заявок. Використовується LLM з tool use — agentic loop, який сам вирішує, які інструменти викликати.

from anthropic import Anthropic
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
import httpx
from datetime import datetime
import json

client = Anthropic()
embeddings = OpenAIEmbeddings(model="text-embedding-3-small")


class HotelConciergeAssistant:

    def __init__(self, hotel_id: str, hotel_config: dict):
        self.hotel_id = hotel_id
        self.config = hotel_config  # координати, мова, категорія готелю
        self.vectorstore = Chroma(
            collection_name=f"hotel_{hotel_id}_kb",
            embedding_function=embeddings,
        )
        self.conversations: dict[str, list] = {}
        self.tools = self._define_tools()

    def _define_tools(self) -> list[dict]:
        return [
            {
                "name": "search_hotel_knowledge",
                "description": "Пошук інформації про services, amenities, rules, events готелю",
                "input_schema": {
                    "type": "object",
                    "properties": {
                        "query": {"type": "string", "description": "Пошуковий запит"},
                        "category": {
                            "type": "string",
                            "enum": ["services", "dining", "spa", "transport", "policies", "events", "local"],
                        }
                    },
                    "required": ["query"],
                },
            },
            {
                "name": "get_local_recommendations",
                "description": "Рекомендації ресторанів, визначних пам'яток, магазинів в околицях",
                "input_schema": {
                    "type": "object",
                    "properties": {
                        "category": {
                            "type": "string",
                            "enum": ["restaurant", "cafe", "bar", "attraction", "museum", "shopping", "beach"],
                        },
                        "open_now": {"type": "boolean"},
                        "radius_meters": {"type": "integer", "default": 1000},
                    },
                    "required": ["category"],
                },
            },
            {
                "name": "get_weather",
                "description": "Поточна погода та прогноз",
                "input_schema": {
                    "type": "object",
                    "properties": {
                        "days_ahead": {"type": "integer", "default": 0},
                    },
                },
            },
            {
                "name": "create_service_request",
                "description": "Створює заявку на послугу: прибирання, доставка їжі, трансфер, будильник",
                "input_schema": {
                    "type": "object",
                    "properties": {
                        "service_type": {
                            "type": "string",
                            "enum": ["housekeeping", "room_service", "taxi", "wake_up_call", "luggage", "maintenance"],
                        },
                        "details": {"type": "string"},
                        "time": {"type": "string", "description": "ISO datetime або 'now'"},
                    },
                    "required": ["service_type"],
                },
            },
        ]

    async def _execute_tool(self, tool_name: str, tool_input: dict, guest_id: str) -> str:
        if tool_name == "search_hotel_knowledge":
            results = self.vectorstore.similarity_search(
                tool_input["query"], k=4,
                filter={"category": tool_input["category"]} if tool_input.get("category") else None
            )
            return "\n\n".join([doc.page_content for doc in results]) or "Інформація не знайдена"

        elif tool_name == "get_local_recommendations":
            # Інтеграція з Google Places API
            async with httpx.AsyncClient() as http:
                resp = await http.get(
                    "https://maps.googleapis.com/maps/api/place/nearbysearch/json",
                    params={
                        "location": f"{self.config['lat']},{self.config['lng']}",
                        "radius": tool_input.get("radius_meters", 1000),
                        "type": tool_input["category"],
                        "opennow": tool_input.get("open_now", False),
                        "language": "uk",
                        "key": self.config["google_places_key"],
                    }
                )
            places = resp.json().get("results", [])[:5]
            return json.dumps([{
                "name": p["name"],
                "rating": p.get("rating"),
                "address": p.get("vicinity"),
                "open_now": p.get("opening_hours", {}).get("open_now"),
                "price_level": p.get("price_level"),
            } for p in places], ensure_ascii=False)

        elif tool_name == "get_weather":
            async with httpx.AsyncClient() as http:
                resp = await http.get(
                    "https://api.openweathermap.org/data/2.5/forecast",
                    params={
                        "lat": self.config["lat"],
                        "lon": self.config["lng"],
                        "appid": self.config["openweather_key"],
                        "units": "metric",
                        "lang": "uk",
                        "cnt": 8 * (tool_input.get("days_ahead", 0) + 1),
                    }
                )
            data = resp.json()
            forecasts = data["list"][:3]
            return json.dumps([{
                "time": f["dt_txt"],
                "temp": f["main"]["temp"],
                "description": f["weather"][0]["description"],
                "wind": f["wind"]["speed"],
            } for f in forecasts], ensure_ascii=False)

        elif tool_name == "create_service_request":
            # Відправляємо в PMS через webhook
            request_id = await self._send_pms_request(guest_id, tool_input)
            return f"Заявка #{request_id} прийнята. Очікуваний час: 15–20 хвилин."

        return "Інструмент недоступний"

    async def _send_pms_request(self, guest_id: str, service: dict) -> str:
        """Відправляє заявку в Property Management System"""
        async with httpx.AsyncClient() as http:
            resp = await http.post(
                f"{self.config['pms_url']}/api/service-requests",
                headers={"Authorization": f"Bearer {self.config['pms_token']}"},
                json={
                    "guest_id": guest_id,
                    "hotel_id": self.hotel_id,
                    "service_type": service["service_type"],
                    "details": service.get("details", ""),
                    "requested_time": service.get("time", "now"),
                    "source": "ai_concierge",
                }
            )
        return resp.json().get("request_id", "N/A")

    async def chat(self, guest_id: str, message: str, guest_profile: dict) -> str:
        """Основний діалог з гостем"""
        history = self.conversations.get(guest_id, [])

        # Системний промпт з контекстом гостя
        system = f"""Ти — віртуальний консьєрж готелю «{self.config['hotel_name']}» (5 зірок, {self.config['city']}).

Гість: {guest_profile.get('name', 'Шановний гість')}
Номер: {guest_profile.get('room', '?')}
Заїзд: {guest_profile.get('check_in', '?')} — Виїзд: {guest_profile.get('check_out', '?')}
Мова: {guest_profile.get('language', 'uk')}
Поточний час: {datetime.now().strftime('%H:%M')}

Будь уважним, конкретним та проактивним. Пропонуй релевантні послуги готелю, коли доречно.
Якщо гість просить щось організувати — використовуй інструменти для створення заявки."""

        history.append({"role": "user", "content": message})

        # Agentic loop з інструментами
        messages = history.copy()
        while True:
            response = client.messages.create(
                model="claude-sonnet-4-5",
                max_tokens=1024,
                system=system,
                tools=self.tools,
                messages=messages,
            )

            if response.stop_reason == "end_turn":
                assistant_text = response.content[0].text
                history.append({"role": "assistant", "content": assistant_text})
                self.conversations[guest_id] = history[-20:]  # зберігаємо 20 повідомлень
                return assistant_text

            # Обробляємо виклики інструментів
            tool_results = []
            for block in response.content:
                if block.type == "tool_use":
                    result = await self._execute_tool(block.name, block.input, guest_id)
                    tool_results.append({
                        "type": "tool_result",
                        "tool_use_id": block.id,
                        "content": result,
                    })

            messages.append({"role": "assistant", "content": response.content})
            messages.append({"role": "user", "content": tool_results})

Як впровадити AI-консьєржа: 5 кроків

1. Аудит інфраструктури: оцінка поточного PMS, каналів зв'язку, навантажень на ресепшн.
2. Збір бази знань: підготовка 100–200 Q&A, описів послуг, правил, меню.
3. Налаштування RAG-пайплайну: індексація в Chroma, створення embeddings.
4. Інтеграція каналів: підключення WhatsApp, Telegram, веб-чату через API.
5. Тестування та запуск: A/B-тестування на малій групі гостей, потім повний rollout.

Практичний кейс: наш клієнт — boutique-готель, 80 номерів

Проблема: ресепшн не справлявся з потоком однотипних запитань у месенджерах (WhatsApp + Telegram). 60–70% звернень — «о котрій сніданок», «чи є парковка», «як дістатися до центру». Співробітники витрачали до 12 хвилин на відповідь у непіковий час.

Реалізація:

• База знань готелю: 180 Q&A, опис послуг, меню ресторану — проіндексовано в Chroma з embeddings 1536-dim.
• Інтеграція з Google Places API для локальних рекомендацій.
• Webhook у PMS (Opera) для створення заявок на послуги.
• WhatsApp Business API через 360dialog.
• Fallback на живого консьєржа при requires_human: true.

Результати за 3 місяці:

Замовте демо-версію, щоб оцінити ефект на вашому готелі.

Що входить у роботу: deliverables

• Повна документація архітектури та API (OpenAPI specs).
• Вихідний код модулів (LLM, RAG, інтеграції).
• Розгортання на bare-metal або в Kubernetes (Triton Inference Server, vLLM).
• Моніторинг latency p99, accuracy, safety через Weights & Biases.
• Навчання персоналу (адміністратори, оператори).
• Технічна підтримка 30 днів після запуску.

Типові помилки при впровадженні

• Hallucination на рідкісних питаннях: вирішується додаванням confidence threshold < 0.7 → fallback.
• Prompt injection: гість може спробувати змінити системний промпт. Захист — строга ізоляція інструкцій та валідація input-фільтрів.
• Overloading LLM: без rate limiting та кешування частих запитів («сніданок») вартість інференсу зростає. Наше рішення — кеш з TTL 5 хв на identical queries.

Порівняння AI-консьєржа vs звичайного чат-бота

Терміни орієнтовно

• Базовий асистент з FAQ + Chroma: від 1 тижня.
• WhatsApp/Telegram інтеграція: від 3 до 5 днів.
• Google Places + погода: від 2 до 3 днів.
• PMS-інтеграція (Opera, Fidelio, Apaleo): від 1 до 2 тижнів.
• Повна система з аналітикою: від 4 до 6 тижнів.

Вартість розраховується індивідуально під конфігурацію готелю. Оцінимо проєкт за 2 робочі дні — зв'яжіться з нами для аудиту поточної IT-інфраструктури. Досвід нашої команди — 5+ років у hospitality-автоматизації та 50+ впроваджених AI-проєктів. Гарантуємо NDA для всіх даних гостей.

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.