Розробка AI-чат-бота для клієнтської підтримки
AI-чат-бот для підтримки — не просто FAQ-автовідповідач. Це система, здатна розв'язувати реальні задачі клієнтів: змінити замовлення, оформити повернення, пояснити тарифи, діагностувати проблему. Різниця між «відповідає на запитання» та «розв'язує проблеми» — в інтеграції з внутрішніми системами.
Архітектура production-чат-бота
[Клієнт] → [Омніканальний інтерфейс]
→ [NLP Engine: Intent + Entity]
→ [Dialog Manager]
├── RAG: відповіді з бази знань
├── Action Engine: інтеграції з CRM/ERP
└── Escalation: передача оператору
→ [Response Generator]
→ [Analytics & Logging]
Ядро: класифікація інтентів та slot-filling
Класична архітектура (Rasa, Dialogflow) розділяє намір (що хоче клієнт) та слоти (параметри запиту):
- Intent:
change_delivery_address - Slots:
order_id=12345,new_address="вул. Ленина, 1"
Сучасний підхід — LLM з function calling: намір та параметри витягаються за один виклик, без розділення наIntent/Slot етапи.
tools = [
{
"name": "check_order_status",
"description": "Перевірити статус замовлення за номером",
"parameters": {"order_id": {"type": "string"}}
},
{
"name": "initiate_return",
"description": "Оформити повернення товару",
"parameters": {
"order_id": {"type": "string"},
"reason": {"type": "string"}
}
}
]
Інтеграція з внутрішніми системами
Цінність бота — в діях, а не лише відповідях. Мінімальний набір інтеграцій:
- CRM (1С-Бітрикс, AmoCRM, Salesforce): історія клієнта, поточні замовлення
- Логістика: статус доставки в реальному часі
- Біліінг: заборгованість, історія платежів
- Каталог: наявність товару, характеристики
Кожна дія проходить через авторизацію: бот може перевіряти статус будь-кого, але змінювати лише свій (верифікація за номером телефону або кодом з SMS).
Діалогове управління та пам'ять
LLM-бот зберігає історію діалогу в контексті (sliding window: останні 10–20 повідомлень). Персистентна пам'ять (між сесіями): профіль клієнта, попередні звернення, відомі переваги — зберігається в Redis або БД, додається в системний промпт.
Еска до оператора
Тригери передачі живій людині:
- Клієнт явно просить оператора
- Sentiment став дуже негативним (frustrated customer detection)
- Бот не зміг розв'язати задачу за 3 спроби
- VIP-клієнт (за флагом у CRM)
- Тема: юридичні претензії, загрози
При эскалації оператор отримує повний контекст діалогу — не потрібно просити клієнта повторювати.
Метрики та якість
- Containment rate: % звернень, розв'язаних без оператора. Ціль: 50–70%
- CSAT (bot): оцінка клієнтом після діалогу. Ціль: > 4.0/5.0
- Resolution rate: % звернень, де проблема реально розв'язана
- Escalation rate: занадто висока → бот слабий; занадто низька → підозра на неправильну еска
Терміни розробки
- MVP (FAQ + статус замовлення): 4–6 тижнів
- Повнофункціональний бот з інтеграціями: 3–4 місяці
- Омніканальний з аналітикою: 5–6 місяців