Розробка чат-бота для Бітрікс24: сценарії, CRM, інтеграція

Уявіть: ваш відділ продажів тоне в повторюваних питаннях, менеджери витрачають 2/3 часу на рутину, а ліди йдуть через довгу відповідь. Чат-бот для Бітрікс24 вирішує цю проблему. Ми розробляємо таких ботів під ключ. На відміну від стандартних автовідповідей у відкритих лініях, які закривають лише один сценарій — «написали поза робочим часом, зачекайте», — наш бот обробляє до 80% вхідних звернень без участі оператора: кваліфікує ліда, відповідає на типові запитання, створює угоди в CRM і передає оператору лише тих клієнтів, яких не зміг обробити сам. Зв'яжіться з нами — обговоримо сценарії для вашого бізнесу.

Архітектура чат-бота в Бітрікс24

Бітрікс24 надає два механізми для чат-ботів.

Вбудований Bot Framework — реєстрація бота через REST API метод imbot.register. Бот працює всередині Бітрікс24: відповідає в чатах, відкритих лініях, внутрішніх розмовах. Події надходять на webhook-URL вашого сервера.

Відкриті лінії + зовнішній обробник — усі повідомлення з підключених каналів (Telegram, WhatsApp, сайт) проходять через відкриту лінію. Зовнішній сервіс підписується на події через imopenlines.bot.session.message і відповідає через imbot.message.add.

Для більшості завдань використовують комбінацію: зовнішній сервіс (Python/Node.js) + Bot Framework Бітрікс24 + інтеграція з CRM через REST. Згідно з офіційною документацією REST API Бітрікс24 для реєстрації бота використовується метод imbot.register.

Реєстрація та життєвий цикл бота

POST /rest/imbot.register
{
  "CODE": "support_bot",
  "EVENT_HANDLER": "https://your-server.com/bot/handler",
  "EVENT_MESSAGE_ADD": "https://your-server.com/bot/message",
  "OPENLINE": "Y",
  "PROPERTIES": {"NAME": "Підтримка", "COLOR": "AZURE"}
}

Після реєстрації Бітрікс24 присвоює боту BOT_ID. Усі вхідні повідомлення клієнтів у відкритих лініях, підключених до цього бота, надходять на EVENT_MESSAGE_ADD у вигляді POST-запиту з полями: BOT_ID, DIALOG_ID, MESSAGE, USER_ID.

Бот відповідає через:

POST /rest/imbot.message.add
{
  "BOT_ID": 123,
  "DIALOG_ID": "chat456",
  "MESSAGE": "Привіт! З якого питання звертаєтесь?"
}

Для передачі чату оператору — imopenlines.session.transfer із зазначенням USER_ID оператора або ID черги.

Логіка діалогу: FSM vs. NLP

Сценарний бот (FSM — скінченний автомат) — найбільш передбачуваний варіант. Кожен діалог — дерево станів. Користувач обирає з кнопок, бот переходить у наступний стан.

Кнопки в Бітрікс24 реалізуються через KEYBOARD у imbot.message.add:

"KEYBOARD": {
  "BUTTONS": [
    [{"TEXT": "Статус замовлення", "COMMAND": "order_status"}],
    [{"TEXT": "Повернути товар", "COMMAND": "return"}],
    [{"TEXT": "Зв'язатися з оператором", "COMMAND": "transfer"}]
  ]
}

NLP-бот — розуміє довільний текст. Вимагає підключення мовної моделі (Dialogflow, Rasa, OpenAI API). Обробка: повідомлення → NLP-сервіс → intent → обробник intent → відповідь. Точність на українській/російській мові у Rasa сильно залежить від якості навчальної вибірки. OpenAI GPT-4 працює без навчання, але коштує дорожче при високих навантаженнях.

На практиці використовують гібрид: структуровані кнопки + NLP для вільного введення з фолбеком на оператора при низькій впевненості (confidence нижче 0.7).

Як чат-бот інтегрується з CRM?

Ключовий момент — усе, що бот дізнався про клієнта, має потрапити в CRM. Типовий сценарій:

1. Клієнт написав → бот створив лід: crm.lead.add із джерелом SOURCE_ID = 'CHAT'.
2. Бот задав кваліфікаційні питання: ім'я, телефон, суть запиту.
3. Відповіді записуються в поля ліда: crm.lead.update із заповненими NAME, PHONE, COMMENTS.
4. Якщо клієнт ввів телефон — бот шукає його в CRM: crm.contact.list із фільтром по PHONE. Знайшов — оновлює, не знайшов — створює.
5. При передачі оператору — лід уже заповнений, оператор бачить історію листування в картці.

Подія створення/оновлення CRM-сутності автоматично з'являється в таймлайні — це стандартна поведінка модуля crm.

Реальний кейс з нашої практики: бот для інтернет-магазину

Наш кейс — розробка та впровадження чат-бота для великого інтернет-магазину побутової техніки, що обробляє ~500 звернень на день через Telegram. 70% вхідних питань вкладалися в три типові сценарії: «де моє замовлення?», «чи можна повернути товар?», «чи є в наявності конкретна модель?». Це ідеальна ситуація для автоматизації.

Архітектура рішення: Node.js сервер на виділеному VPS + Бітрікс24 Bot Framework + REST-інтеграція з 1С для синхронізації замовлень і залишків. Бот працює у відкритій лінії Telegram і синхронізує всі дії з CRM.

Реалізовані сценарії:

• «Де замовлення» → бот запитує номер замовлення → робить запит в 1С (через REST-сервіс 1С) → повертає актуальний статус. Без участі оператора.
• «Наявність товару» → пошук по каталогу Бітрікс (iblock.element.list + фільтр по складах) → видача поточного залишку в режимі реального часу.
• «Повернення товару» → FSM-сценарій: дата покупки → причина повернення → фото товару (завантаження через disk.folder.uploadfile) → автоматичне створення завдання менеджеру з додатком.
• Нестандартні запити → автоматичний переклад на оператора з позначкою категорії питання для швидкої обробки.

Результати впровадження (через місяць після запуску): оператори обробляють лише 35% від початкового обсягу вхідних. Решту 65% успішно закриває бот без участі людини. Середній час відповіді на типове питання скоротився з 8 хвилин до 15 секунд. Це дозволило клієнту знизити операційні витрати на підтримку на 40% при одночасному покращенні NPS.

Технічні особливості в процесі розробки: основне вузьке місце — обробка файлів (фотографії товару/упаковки). Бітрікс24 передає завантажені файли через тимчасові посилання з TTL 30-60 секунд. Довелося реалізувати асинхронне завантаження з retry-логікою та кешуванням в S3 для уникнення втрати даних при мережевих збоях.

Тестування та QA чат-ботів

Перед запуском у бойове середовище необхідно протестувати всі сценарії та граничні випадки:

• Функціональне тестування — кожен шлях у FSM має бути пройдений вручну. Перевіряється коректність відповідей, обробка введення користувача, передача даних в CRM.
• Інтеграційне тестування — перевіряється взаємодія з Бітрікс24 API, 1С, платіжними системами. Особлива увага — помилкам мережі та timeout-ам при повільному інтернеті.
• Load-тестування — імітація пікових навантажень (якщо очікується 500+ повідомлень на годину). Перевіряється, як сервер бота справляється з чергою запитів, чи не губляться повідомлення.
• Тестування на реальних каналах — перед повним запуском проводиться пілотний період на вибраній групі користувачів (наприклад, 10% вхідних потоків). Це виявляє проблеми, які не видно на staging-сервері.

Типовий регрес-тест чат-бота включає 15-20 сценаріїв і займає 2-3 години ручного тестування. При кожному оновленні логіки діалогу рекомендується повторювати тестування.

Розгортання та моніторинг

Розгортання зазвичай відбувається на виділеному VPS або в контейнері (Docker + PM2). Критичні вимоги:

• Сертифікат SSL для webhook-URL (Бітрікс24 вимагає HTTPS).
• Фіксований IP або DNS з довгою TTL (зміна IP призводить до втрати повідомлень).
• Постійне підключення до черги повідомлень (Redis/RabbitMQ для асинхронної обробки при високих навантаженнях).
• Логування всіх запитів і помилок — без цього неможливо діагностувати проблеми.

Моніторинг після запуску:

• Метрики обробки: кількість повідомлень на годину, відсоток успішної обробки, відсоток перекладів на оператора.
• Час відповіді: середній і максимальний час від вхідного повідомлення до відповіді бота.
• Помилки: кількість помилок API, timeout-и, невдалі спроби інтеграції із зовнішніми системами.
• Availability: перевірка живого webhook-ендпоінта кожні 5 хвилин, автоматичний alert при падінні.

Рекомендується підключити Sentry або подібний сервіс для відстеження винятків у реальному часі. При проблемах потрібна оперативна реакція — навіть 1 година простою означає втрату 20+ клієнтських звернень.

Чому гібридна архітектура ефективніша?

Порівняння типів ботів допомагає обрати оптимальний варіант:

Гібридна архітектура (FSM + NLP) обробляє 95% запитів проти 60% у чистого FSM — це в 1.5 рази ефективніше.

Що входить у розробку чат-бота

• Аналіз бізнес-вимог та опис сценаріїв
• Розробка логіки діалогу (FSM/NLP)
• Реєстрація та налаштування бота в Бітрікс24
• Інтеграція з CRM (ліди, контакти, угоди)
• Інтеграція із зовнішніми сервісами (1С, ERP, телефонія)
• Розгортання на сервері клієнта
• Документація сценаріїв та інструкція по деплою
• Гарантійна підтримка 30 днів

Що впливає на трудозатрати

Мінімальний робочий бот із 3-4 сценаріями та CRM-інтеграцією — від 40 годин. Складний мультисценарний бот з NLP та зовнішніми інтеграціями — 80-120 годин. Зв'яжіться з нами для оцінки вашого проєкту — ми розрахуємо терміни та вартість індивідуально. Отримайте консультацію прямо зараз.

Як відкриті лінії змінюють комунікацію?

Модуль «Відкриті лінії» (imopenlines) — штатний механізм Бітрікс24 для омніканальних комунікацій. Він пов'язує зовнішній канал з внутрішнім чатом через сутність Im\Model\ChatTable. Проблема в тому, що з коробки налаштування маршрутизації примітивні: «по черзі» або «всім одразу». Для реального відділу продажів з 15+ менеджерами, VIP-клієнтами та SLA за часом відповіді цього недостатньо. Ми доопрацьовуємо маршрутизацію через обробники подій OnImOpenLinesChatStart та REST API.

Менеджер переключається між п'ятьма вікнами, втрачає повідомлення, забуває відповісти — клієнт іде до конкурента, який відповів за 30 секунд. Налаштування месенджерів Бітрікс24 збирає всі канали в один інтерфейс, а CRM фіксує кожен дотик. Досвід показує: після налаштування середній час першої відповіді скорочується на 40% вже в перший тиждень.

Як ми реалізуємо інтеграцію месенджерів

Підключаємо Telegram, WhatsApp, Viber, VK, онлайн-чат, Email та інші канали через штатні конектори або REST API. Кожен канал потребує свого налаштування, але результат єдиний — всі повідомлення потрапляють у відкриті лінії, а з них — у картку клієнта. Гарантуємо, що жодне звернення не загубиться: використовуємо теговане кешування та агенти для перевірки черг.

Як підключити WhatsApp до Бітрікс24?

WhatsApp — головний бізнес-канал. Інтеграція через WhatsApp Business API з верифікованим акаунтом. Налаштовуємо прийом та відправлення повідомлень з інтерфейсу Б24 — вони падають у відкриту лінію. Створюємо HSM-шаблони для ініціації діалогу (нагадування про покинутий кошик, статус замовлення). Шаблони проходять модерацію Meta — закладайте 2-3 дні. Забезпечуємо передачу файлів, зображень, документів. Пов'язуємо листування з контактом та угодою через CRM_ENTITY_TYPE та CRM_ENTITY_ID.

Telegram: безкоштовний канал з високим охопленням

Telegram Bot API безкоштовний і добре документований — приємна рідкість серед месенджерів. Інтеграція в Бітрікс24 виконується через конектор imopenlines. Налаштування: підключаємо бота до відкритих ліній, налаштування конектора → Telegram. Прийом повідомлень, фото, відео, документів — все маппиться в чат Б24. Inline-кнопки та reply-клавіатури для навігації. Webhook для реєстрації конектора. Інтеграція з CRM: вхідне повідомлення створює лід через crm.lead.add або активність в угоді.

Telegram незамінний для:

• Підтримки через бота — типові питання закриваються без оператора (до 70% звернень).
• Сповіщень: замовлення, доставка, оплата — через Telegram Bot API sendMessage.
• Збору лідів: бот задає кваліфікуючі питання → створює лід.

Viber та VK: аудиторія 35+ та соцмережа

Viber тримає позиції в регіонах. Підключаємо бізнес-акаунт через конектор відкритих ліній. Використовуємо Viber Business Messages — масові розсилки з кнопками дій та rich-контентом. Прийом та відправлення з CRM працюють одразу.

VK (ВКонтакті) — найбільша соцмережа. Інтеграція через конектор imopenlines повідомлень спільноти. Обробка повідомлень та коментарів з єдиного інтерфейсу. Автостворення ліда — обробник OnImOpenLinesCrmCreate. Інтеграція з VK Рекламою для трекінгу джерел через UTM. Бот для авто-відповідей — VK Bot API + Callback API.

Чому важлива правильна маршрутизація звернень?

Розподіл звернень між операторами організовано через механізми черг. За замовчуванням — «хто вільний». У реальності потрібно складніше:

• Визначення відповідального за номером або email з CRM — im.chat.get + пошук по crm.contact.list.
• Розподіл по відділах на основі ключових слів (NLP-класифікатор або простий regex на першому повідомленні).
• Пріоритетна черга для VIP — по сегменту в CRM.
• Ескалація при таймауті 5 хвилин — автопереключення на наступного.
• Перехід на дзвінок прямо з чату — telephony.externalcall.register.

Використовуємо кастомні обробники подій OnImOpenLinesChatStart та REST API для реалізації таких сценаріїв. Додатково підключаємо Bizproc для складних ланцюжків погоджень та інтеграцію з HL-блоками для зберігання користувацьких параметрів черг. Результат: клієнт не чекає, оператор не перевантажений.

Що входить у роботу з інтеграції месенджерів

Чат-боти: сценарні та з NLP

Типи

Сценарні (rule-based): кнопкове меню, дерево рішень. «Як оплатити» → «Де моє замовлення» → «Години роботи». Передача на оператора при intent == 'unknown' → transfer_to_queue. Надійно, передбачувано, покриває 60-70% типових звернень.

З NLP: вільний текст на українській або російській. Визначення intent (купити, поскаржитися, дізнатися про доставку), вилучення сутностей (ім'я, дата, номер замовлення). Контекстний діалог — пам'ятає, про що говорили. Реалізуємо на Rasa або Dialogflow, інтеграція з Б24 через REST.

use Bitrix\Main\Loader;
use Bitrix\Imopenlines\Model\SessionTable;

Loader::includeModule('imopenlines');

$eventManager = \Bitrix\Main\EventManager::getInstance();
$eventManager->addEventHandler('imopenlines', 'OnImOpenLinesMessageReceive', function($event) {
    $message = $event->getParameter('message');
    $chatId = $event->getParameter('chatId');
    
    if (preg_match('/статус заказа (\d+)/i', $message, $matches)) {
        $orderId = $matches[1];
        // Отримуємо статус замовлення через API
        $order = \Bitrix\Sale\Order::load($orderId);
        if ($order) {
            $status = $order->getField('STATUS_ID');
            \Bitrix\ImOpenLines\Chat::sendMessage($chatId, 'Ваш заказ №' . $orderId . ' в статусе: ' . $status);
        }
    }
});

Сценарії та реальний ефект

Порівняння: сценарний бот обробляє запити в 5 разів швидше оператора, а NLP-бот знижує fallback rate до 15% після навчання на реальних діалогах. Середня економія на зарплаті операторів при впровадженні чат-бота є значною.

Процес розробки

1. Аналіз звернень — вивантажуємо історію з відкритих ліній, кластеризуємо за темами. Визначаємо 80% типових запитів.
2. Проектування діалогів — карта на miro/figma. Кожна гілка закінчується або відповіддю, або передачею оператору.
3. Розробка — логіка, інтеграція з CRM та зовнішніми API. Для сценарних — кінцевий автомат на станах. Для NLP — pipeline: tokenizer → featurizer → classifier → response selector.
4. Навчання NLP — на реальних діалогах (не менше 500 прикладів). Налаштування threshold confidence.
5. Тестування — прогін всіх гілок, edge cases (порожнє повідомлення, стікер, голосове).
6. Оптимізація — моніторинг fallback rate, донавчання на нових діалогах кожні 2 тижні.

Терміни

Результат — всі звернення в єдиному вікні, рутина автоматизована, жодне повідомлення не губиться. Менеджери продають, а не шукають потрібний чат. Оцініть, які канали потрібні саме вам, — напишіть, підберемо під вашу нішу. Отримайте персональний розрахунок терміну та вартості для вашого проекту.