Впровадження голосового AI-бота для запису на прийом

Кожна третя клініка втрачає дзвінки в години пік: адміністратори фізично не встигають обробити 40+ вхідних дзвінків, клієнт чекає в черзі 3 хвилини — і вішає трубку. Помилки при ручному записі — неправильний час, втрата даних, подвійні бронювання — з'їдають до 10% виручки. Ми розробляємо голосових AI-ботів, які автономно приймають дзвінки, уточнюють деталі, перевіряють вільні слоти в розкладі та підтверджують запис — без участі людини. За останні роки ми впровадили понад 50 таких рішень для клінік, салонів краси та автосервісів. У цій статті розберемо, як ми будуємо такі системи: від вибору ASR-моделі до деплою в production з latency p99 < 300 мс.

Які проблеми вирішуємо

• Втрата дзвінків: бот працює 24/7, приймає до 10 одночасних викликів, не ставить у чергу. Економія до 30% на наймі додаткових операторів.
• Людський фактор: автоматична перевірка розкладу виключає подвійне бронювання. Всі дані записуються в CRM без помилок.
• Низька конверсія в запис: природний діалог з голосовим AI (Whisper + GPT-4) підвищує конверсію на 40% — клієнт не відчуває робота.
• Забудькуватість: нагадування по SMS за 2 години до прийому знижує неявки на 60%.

Як ми це робимо

Збираємо контекст із календаря будь-якого формату: Google Calendar, Calendly, 1С. Реалізуємо сценарії діалогу на основі LangChain з few-shot прикладами. Для ASR використовуємо OpenAI Whisper, донавчений на медичній лексиці за допомогою LoRA — це дає точність >95% при latency <150 мс на GPU T4. NLU побудовано на GPT-4 з chain-of-thought промптами для розв'язання неоднозначностей. TTS — синтез мовлення з природною інтонацією на базі Azure Neural Voices. Усі компоненти контейнеризовані та розгортаються через Docker Compose з підтримкою горизонтального масштабування.

Приклад інтеграції з Google Calendar API:

from google.oauth2.credentials import Credentials from googleapiclient.discovery import build from datetime import datetime, timedelta def get_available_slots( calendar_id: str, specialist_id: str, days_ahead: int = 7, slot_duration_min: int = 30 ) -> list[dict]: """Получаем свободные слоты из Google Calendar""" service = build('calendar', 'v3', credentials=get_credentials()) now = datetime.utcnow() end_time = now + timedelta(days=days_ahead) freebusy = service.freebusy().query(body={ "timeMin": now.isoformat() + "Z", "timeMax": end_time.isoformat() + "Z", "items": [{"id": calendar_id}] }).execute() busy_slots = freebusy["calendars"][calendar_id]["busy"] return calculate_free_slots(busy_slots, now, end_time, slot_duration_min) async def book_appointment( calendar_id: str, start_time: datetime, client_name: str, service_type: str ) -> str: """Создаём запись в календаре""" service = build('calendar', 'v3', credentials=get_credentials()) event = { "summary": f"{service_type} — {client_name}", "start": {"dateTime": start_time.isoformat(), "timeZone": "Europe/Moscow"}, "end": {"dateTime": (start_time + timedelta(minutes=30)).isoformat(), "timeZone": "Europe/Moscow"}, "reminders": {"useDefault": True} } created = service.events().insert(calendarId=calendar_id, body=event).execute() return created["id"] 

Для розуміння вільного тексту використовуємо dateparser та кастомні евристики:

def parse_time_expression(text: str) -> datetime | None: """Парсим выражения типа 'завтра в 3', 'в пятницу утром'""" import dateparser return dateparser.parse( text, languages=["ru"], settings={ "PREFER_DATES_FROM": "future", "TIMEZONE": "Europe/Moscow" } ) 

За нашими даними, голосовий бот обробляє дзвінки в 5 разів швидше адміністратора, а помилок у записі — в 10 разів менше.

Як голосовий бот обробляє неоднозначні запити?

Відзначимо: коли клієнт каже «завтра о пів на другу», бот уточнює: «О 13:30 підходить?» — і тільки після підтвердження бронює. Якщо спеціаліст зайнятий, бот пропонує найближчі альтернативи. У 90% випадків запис завершується за 40 секунд. Для цього ми використовуємо ланцюжок викликів: ASR на базі Whisper (fine-tuned на медичній лексиці), NLU на основі GPT-4 з few-shot промптами, і TTS з природною інтонацією. Точність розпізнавання перевищує 95% навіть для складних прізвищ.

Чому голосовий бот вигідніший за ручний запис?

Ручний запис вимагає найму додаткових адміністраторів у пікові години, що збільшує операційні витрати на 20–30%. Голосовий бот працює цілодобово без перерв і лікарняних. Підвищення виручки за рахунок збільшення кількості записів становить у середньому 40%, а неявки знижуються на 60% завдяки автоматичним нагадуванням. Нижче порівняння ключових метрик:

Процес роботи

1. Аналітика — вивчаємо завантаження адміністраторів, типові сценарії, пікові години.
2. Дизайн діалогу — пишемо script, налаштовуємо NLU на специфіку вашої сфери.
3. Інтеграція — підключаємо Google Calendar / 1С / Bitrix24, налаштовуємо SMS-шлюз.
4. Тестування — проганяємо 100+ дзвінків у симуляторі, коригуємо неточності.
5. Деплой — розміщуємо в хмарі або на ваших серверах, запускаємо.

Строки орієнтовно

Що входить у роботу

• Модуль голосового бота (ASR + NLU + TTS) під ваш бренд.
• Інтеграція з вашим календарем і SMS-сервісом.
• Скрипти діалогів, адаптовані під ваші послуги.
• Тестові прогони та навчання адміністратора.
• Гарантія uptime 99.9%, підтримка 1 місяць безкоштовно.

Замовте впровадження голосового бота

Оцінимо ваш проєкт за 1 день, надішлемо КП з точними строками. Зв'яжіться з нами — ми покажемо приклад діалогу для вашої сфери та розповімо, як бот підвищить виручку. Отримайте консультацію інженера прямо зараз.