AI-чат-бот для підтримки: RAG, інтеграції та ескалація

AI-чат-бот для підтримки: RAG, інтеграції та ескалація

Уявіть: ви — оператор підтримки, і 80% запитів однотипні: "де моє замовлення" або "як повернути". На них іде 70% часу. Ми будуємо AI-чат-ботів, які вирішують реальні завдання — не просто відповідають, а змінюють замовлення, оформлюють повернення, перевіряють статус. Різниця — в інтеграції з вашими системами та RAG.

Як інтегрувати AI-бота з CRM?

Безкорисний бот відповідає "Перевірте особистий кабінет", не бачачи даних. Ми підключаємо бота до CRM через REST API: він отримує історію, статус замовлень, звернення. Кожна дія авторизована — змінити адресу може лише верифікований користувач. Реалізуємо OAuth 2.0 або JWT.

Приклад із практики: для інтернет-магазину з 50 000 замовлень на місяць ми впровадили інтеграцію з 1С-Бітрікс. Бот перевіряє статус за номером телефону та оформлює повернення без оператора. Containment rate виріс з 20% до 65%.

Чому RAG — ключ до точних відповідей?

Зберігати всі відповіді в промпті LLM неефективно — контекстне вікно обмежене, знання старіють. RAG додає пошук по базі знань: семантичне кешування, векторні представлення, ранжування. Використовуємо Pinecone або Qdrant для ембеддингів, модель — GPT-4 або LLaMA 3.

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 та слот-філінг

Порівняємо класичний підхід (Rasa) з LLM + function calling:

LLM з function calling скорочує час налаштування нових сценаріїв в 3 рази порівняно з Rasa. Приклад конфігурації tools:

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"}
        }
    }
]

Ескалація до оператора

Тригери передачі живій людині: клієнт явно просить оператора, негативний sentiment, бот не вирішив задачу за 3 спроби, VIP-клієнт, юридичні претензії. При ескалації оператор отримує повний контекст діалогу — не потрібно просити клієнта повторювати.

Метрики та якість

• Containment rate: ціль 50–70%.
• CSAT (bot): >4.0/5.0.
• Resolution rate: % проблем, дійсно вирішених.
• Escalation rate: баланс — не вище 30%, не нижче 10%.

Що входить в роботу

• Аудит бізнес-процесів та підготовка бази знань.
• Проектування діалогового сценарію (до 50 інтентів).
• Розробка інтеграцій з CRM/ERP/білінгом.
• Розгортання на інфраструктурі (Kubernetes, AWS або self-hosted).
• Навчання моделі на історичних діалогах (fine-tuning LoRA).
• Моніторинг та підтримка 3 місяці.

Терміни та вартість

• MVP: 4–6 тижнів.
• Повнофункціональний бот з інтеграціями: 3–4 місяці.
• Економія на операторах — до 70% витрат, окупність — 6–12 місяців.

Омніканальність: Telegram, WhatsApp, веб-віджет

Бот розгортається одразу на кількох каналах через єдине API. Архітектура передбачає channel-агностичний Dialog Manager: один раз налаштували сценарій — отримали бота в Telegram, WhatsApp Business API та на сайті через веб-віджет. Історичні дані зберігаються в єдиній CRM-прив'язці: якщо клієнт почав діалог у Telegram і продовжив на сайті, оператор бачить повний ланцюжок.

Для омніканального бота використовуємо черги RabbitMQ або Kafka: це забезпечує відмовостійкість при пікових навантаженнях та дозволяє обробляти до 500 одночасних діалогів на одному інстансі. Горизонтальне масштабування досягається додаванням воркерів без зміни архітектури.

Ми на ринку, розробили 40+ чат-ботів для e-commerce, fintech, логістики. Гарантуємо containment rate не нижче 50% після 3 місяців експлуатації. Оцініть ваш проект: надішлемо кейси та запропонуємо архітектуру під ключ. Зв'яжіться з нами для консультації та отримайте детальну оцінку термінів.

NLP розробка: чому accuracy не підходить для рідкісних класів?

До нас приходить задача: обробляти 50 тисяч звернень до служби підтримки — зараз все вручну. Датасет — 3000 розмічених прикладів, 12 категорій, дисбаланс: одна категорія займає 40% вибірки, три по 1‑2%. Baseline accuracy — 78%. Звучить непогано, поки не дивишся на recall по рідкісних класах: 0.31, 0.44, 0.28. Саме ці класи — скарги та загрози відтоку — найважливіші для бізнесу.

Це типовий проект NLP розробки. Проблема не в алгоритмі, а в тому, що accuracy — не та метрика. Наш досвід показує: у понад 30 проектах ми починаємо з аналізу бізнес‑метрик і лише потім обираємо модель.

Чому accuracy — не та метрика для рідкісних класів?

Accuracy ігнорує дисбаланс. Якщо клас «відтік» зустрічається у 2% випадків, модель може передбачати «все добре» і отримати 98% accuracy — але бізнес втрачає клієнтів. Рішення: F1 macro (усереднення за всіма класами) або weighted F1. Для NER — strict entity F1 (лише точні збіги). Гарантуємо: після вибору правильної метрики якість моделі стає вимірною та прогнозованою.

Класифікація тексту: від BERT до дистиляції

BERT-подібні моделі — стандарт для класифікації. ruBERT-base або ruBERT-large від DeepPavlov для російської мови. multilingual‑e5‑large — якщо потрібно працювати з кількома мовами в одному пайплайні. XLM‑RoBERTa‑large — сильний multilingual backbone.

Fine‑tuning для класифікації: додаємо classification head поверх [CLS]‑токена, навчаємо 3‑5 епох з lr=2e‑5, weight decay=0.01. При дисбалансі — weighted CrossEntropyLoss або focal loss з gamma=2.0. Пишіть — покажемо code snippet.

Кейс з дисбалансом. Датасет — 3000 прикладів, дисбаланс 1:20. Рішення: class_weight через sklearn + CrossEntropyLoss. Додатково — augmentation редкісних класів через backtranslation (ru→en→ru через MarianMT). Recall по рідкісних класах виріс з 0.31 до 0.67 при незначному падінні accuracy (76%→74%). Повна NLP розробка під ключ зайняла 3 тижні.

Дистиляція для production. BERT‑large дає F1 0.89, але inference на CPU — 180ms. Дистиляція в DistilBERT або ruBERT‑tiny2 знижує latency до 25ms при F1 0.84. DistilBERT працює в 7 разів швидше за BERT‑large при падінні F1 лише на 5%. Експорт в ONNX Runtime з int8 quantization дає додатковий 1.5‑2x. Оцінимо проект — розрахуємо економію на інфраструктурі.

Як вибрати модель класифікації під ваш датасет?

Для малих датасетів (до 5000 прикладів) достатньо fine‑tuned DistilBERT. Якщо потрібна багатомовність — XLM‑RoBERTa. При жорстких обмеженнях latency — дистильована модель з ONNX Runtime. Ми допомагаємо обрати оптимальний трейдофф якість/швидкість/вартість інфраструктури.

NER: розпізнавання іменованих сутностей

NER — вилучення персон, організацій, локацій, дат, сум, номерів документів. Для загальних категорій (PER, ORG, LOC) переднавчені моделі працюють добре. Для спеціалізованих (медичні терміни, юридичні поняття) — потрібен fine‑tuning.

Розмітка даних. Основна вартість NER‑проекту. Для якісної моделі — 500‑2000 розмічених речень на кожен тип сутності. Інструменти: Label Studio (open source) або Prodigy (від творців spaCy). Формат IOB2 — стандарт.

Архітектура. Token classification поверх BERT: кожному токену мітка (B‑PER, I‑PER, O). spaCy 3.x з transformer pipeline — зручний production‑вибір.

Вкладені сутності. Стандартні IOB‑моделі не обробляють вкладені сутності (організація всередині адреси). Для таких задач — span‑based NER: SpanBERT або SpERT. Складніше, але правильно.

Постобробка обов’язкова. Модель передбачає токени — потрібні нормалізовані сутності. Дата — dateparser. Суми — regex + валідація. Імена — дедуплікація через rapidfuzz. Входить у нашу стандартну поставку.

Sentiment Analysis та opinion mining

Бінарна класифікація positive/negative працює з BERT з коробки. Складність — аспектна тональність (ABSA): «у ресторані хороша кухня, але жахливий сервіс». Для ABSA: aspect extraction (NER) + sentiment за кожним аспектом. Joint моделі BERT‑for‑ABSA — якість на російських даних нижча через дефіцит датасетів. RuSentiment, SentiRuEval — основні ресурси.

Для продакшену з простим позитив/негатив/нейтраль: distil‑моделі достатньо. Три класи, balanced датасет, 2000+ прикладів — F1 macro 0.82‑0.87 за 1‑2 дні.

Сумарізація тексту

Екстрактивна сумарізація (обираємо речення) — TextRank або BM25 без навчання. Швидко, не галюцинує. Добре для довгих документів.

Абстрактивна (генерує новий текст) — seq2seq: mT5, mBART, FRED‑T5, ruT5‑large. Для production через LLM API (GPT‑4, Claude) — часто найкращий трейдофф вартість/якість/швидкість. Звертайте увагу на context window моделі: для документів > 4k токенів використовуйте chunking.

Ембеддинги: векторні представлення тексту

Ембеддинги — основа семантичного пошуку, дедуплікації, кластеризації, RAG. Якість критично впливає на downstream задачі.

Моделі. E5‑large‑v2, BGE‑M3, multilingual‑e5‑large — сильні multilingua embedders. sentence‑transformers/paraphrase‑multilingual‑mpnet‑base‑v2 — швидкий варіант. Для російської: ru‑en‑RoSBERTa (Skoltech) хороший на semantic textual similarity.

Як оцінити якість ембеддингів? MTEB benchmark — стандарт. Але топові результати на MTEB не гарантують успіх на доменному датасеті — будуємо домен‑специфічний eval.

Fine‑tuning ембеддингів. Якщо стандартні моделі не дають потрібного Recall@k — contrastive learning на доменних парах з MultipleNegativesRankingLoss. 500‑2000 пар, 1‑3 епохи — 5‑15% приріст Recall@k.

Розмірність та зберігання. E5‑large: 1024 dim, float32 — 4KB на вектор. При 10M документів — 40GB. INT8 quantization знижує до 10GB. FAISS IVF_PQ — ще компактніше, але з втратами. Входить у наші рекомендації по деплою.

Вилучення інформації

Структуроване вилучення — одна з частих задач. Приклади: ключові умови договору, технічні характеристики, дати та суми з рахунків.

1. Regex + rule-based. Для ІПН, ЄДРПОУ, сум, дат — надійніше нейромережі. Не потребує даних.
2. NER + постобробка. Для варіативних форматів.
3. LLM з structured output. GPT‑4 / Claude з JSON schema — для складних документів. Вартість: залежить від обсягу документів. Для 10k+ документів/день — рахуємо економіку.

Гарантуємо гібрид: regex/NER для типових полів + LLM для edge cases. Сертифікат довіри: 5 років на ринку, >30 проектів.

Етапи роботи

Прототип на існуючих даних — 1‑3 тижні. Production‑система з CI/CD — 1.5‑2.5 місяця. Вартість розраховується індивідуально — зв'яжіться з нами для консультації та оцінки.

Що входить у роботу

• Документація з архітектури моделі та пайплайну
• Доступи до моделі через REST API (FastAPI + ONNX)
• Навчання команди замовника (2 години вебінару + Q&A)
• Гарантія на точність моделі на обумовленій тестовій вибірці
• Підтримка 3 місяці після здачі (багфікс, адаптація під нові дані)

Наш досвід

Понад 5 років у NLP, 30+ проектів від класифікації до RAG‑систем. Команда включає ML‑інженерів з досвідом у Hugging Face, spaCy, LangChain, MLOps. Використовуємо vLLM, Kubeflow, Weights & Biases — продакшен‑стек, а не іграшки. Замовте консультацію — оцінимо проект за 2 дні.