Як налаштувати AI-чат-бота WhatsApp: від вебхука до RAG

При інтеграції WhatsApp Business API з AI-чат-ботом розробники часто стикаються з неочевидними помилками: неправильний підпис вебхука, блокування шаблонів через порушення політик Meta, перевищення лімітів на відправлення повідомлень. Ці проблеми можуть паралізувати роботу бота на кілька днів. Наприклад, невірна обробка hub.challenge призводить до того, що Meta не може підключитися до вашого сервера, і верифікація провалюється. Або шаблон з рекламним текстом відхиляється, і клієнти не отримують критично важливі сповіщення. Ми накопичили досвід вирішення таких ситуацій за 50+ проєктів, що підтверджено сертифікаціями та гарантією якості, і готові поділитися ним.

Типові проблеми при інтеграції

Помилка верифікації webhook — Meta очікує, що ваш сервер поверне hub.challenge при GET-запиті. Якщо в коді не обробити параметри hub.mode та hub.verify_token, верифікація провалиться. Рішення — чітко реалізувати challenge-response, як у прикладі нижче.

Блокування шаблонів повідомлень — шаблони відхиляють, якщо текст містить рекламу, посилання на сторонні ресурси або прохання перейти за посиланням. Ми рекомендуємо формулювати шаблони як прості сповіщення: «Ваше замовлення №{order_number} доставлено». Уникайте закликів до дії поза кнопками.

Перевищення ліміту повідомлень — Cloud API дозволяє відправити 250 повідомлень на секунду на один номер. Якщо вашому боту потрібно більше — використовуйте кілька номерів або ввімкніть паузу між відправленнями. Ми використовуємо чергу на Redis для рівномірного завантаження.

Чому RAG критичний для точності відповідей?

LLM без доступу до бази знань компанії галюцинує: вигадує неіснуючі товари, плутає статуси замовлень. RAG (Retrieval-Augmented Generation) вирішує цю проблему: перед генерацією відповіді ми шукаємо релевантний контекст у векторній БД, використовуючи алгоритми векторизації та embedding. В одному проєкті для інтернет-магазину одягу ми впровадили RAG-пайплайн:

• Вилучаємо інтент (замовлення/повернення/статус) через few-shot-промпт до GPT-4o.
• Шукаємо відповідь у векторизованій базі знань (ChromaDB, 10 000 документів).
• Відправляємо повідомлення протягом 500 мс (p99 latency).

Результат: 78% питань обробляє бот, оператори займаються лише складними випадками. Клієнт заощадив 40 000 грн щомісяця.

Як вибрати відповідну LLM для чат-бота?

Вибір моделі залежить від бюджету та вимог до точності. Для більшості B2C-сценаріїв достатньо LLaMA 3 з RAG. GPT-4o в 1.6 рази краще за LLaMA 3 за якістю відповідей, але має вищу вартість.

Порівняння способів підключення

Cloud API в 3 рази краще за BSP при обсягах понад 5000 розмов/міс за швидкістю підключення та вартістю.

Процес розробки

1. Аналітика: збираємо типові діалоги, виділяємо інтенти, будуємо архітектуру RAG.
2. Проєктування: схеми потоків, вибір LLM (зазвичай GPT-4o або LLaMA 3 70B через vLLM), векторна БД.
3. Реалізація: код інтеграції (Python, FastAPI), webhook-обробник, модуль шаблонів.
4. Тестування: синтетичні діалоги, перевірка семплів відповідей, A/B-тест з операторами.
5. Деплой: контейнеризація (Docker), HTTPS з Let's Encrypt, моніторинг (Prometheus + Grafana).

def verify_webhook(request):
    mode = request.args.get('hub.mode')
    token = request.args.get('hub.verify_token')
    challenge = request.args.get('hub.challenge')
    if mode == 'subscribe' and token == VERIFY_TOKEN:
        return challenge, 200
    return 'Forbidden', 403

Як уникнути типових помилок?

• Шаблони: створюйте 5–10 шаблонів під часті сценарії (підтвердження замовлення, статус доставки). Процес схвалення займає 1–3 дні.
• Сесія 24 години: якщо клієнт не пише довше, відправляємо шаблон. Для критичних сповіщень використовуйте Category: Service.
• Кнопки: не більше 3 reply або 10 list. Для опитувань або вибору товарів — list, для швидких дій — reply buttons.

Що входить у роботу

• Документація API: опис усіх ендпоінтів, шаблонів та вебхуків.
• Вихідний код чат-бота: чистий Python з підтримкою RAG та кешуванням.
• Інструкція з розгортання: Docker Compose, налаштування Caddy/nginx, змінні оточення.
• Моніторинг: дашборд з метриками (latency, кількість діалогів, помилки).
• Навчання операторів: керівництво з роботи з ботом та ескалацією.

Наша команда має 7+ років досвіду в AI/ML та розробці чат-ботів, виконала 50+ проєктів у цій галузі. Замовте консультацію по вашому проєкту — ми допоможемо вибрати оптимальну архітектуру. Отримайте безкоштовний аудит вашої поточної архітектури. Оцінимо проєкт за 2 дні.

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.