Як інтегрувати нейромережі з Бітрікс24
Менеджер витрачає години на прослуховування записів дзвінків, маркетолог чекає дизайнера для простого банера, ліди розподіляються вручну. Ми інтегруємо нейромережі з Бітрікс24 через REST API, щоб автоматизувати ці завдання. Наш десятирічний досвід у розробці на Бітрікс та сертифіковані спеціалісти гарантують стабільну роботу інтеграції. За чотири роки ми виконали понад 50 проєктів з інтеграції нейромереж — від транскрибації до складних ML-пайплайнів.
Як влаштована архітектура інтеграції?
Схема стандартна: Бітрікс24 REST API → middleware-сервер → API нейромереж (OpenAI, Replicate, власні моделі). Middleware приймає подію з Бітрікс24, визначає тип завдання, обирає модель, формує запит, отримує результат і повертає його в Бітрікс24. Один middleware працює з десятком моделей — маршрутизація за типом завдання.
Як автоматизувати транскрибацію дзвінків за допомогою Whisper?
Найзатребуваніший сценарій після текстової генерації. Дзвінок завершується, запис потрапляє в Бітрікс24. Whisper перетворює аудіо на текст, а GPT робить з нього структуроване резюме.
Технічний ланцюжок:
- Подія
ONVOXIMPLANTCALLENDвідправляється на middleware. - Middleware завантажує запис дзвінка через
voximplant.statistic.get. - Аудіо відправляється в Whisper API (параметри:
model=whisper-1,language=ru,response_format=verbose_json). - Транскрипція передається в GPT з промптом: «Виділи ключові домовленості, питання клієнта, наступні кроки. Формат: JSON».
- Результат записується в коментар до дзвінка або в користувацьке поле угоди через
crm.timeline.comment.add.
Економія часу керівника очевидна: замість прослуховування 20-хвилинного дзвінка — читання резюме за 30 секунд. Вартість кожного запиту до Whisper та GPT становить копійки, а економія на ручній праці сягає десятків тисяч гривень на місяць. Окупність настає за перші тижні.
Як генерувати зображення прямо з Бітрікс24?
Маркетологу потрібен банер для розсилки або візуал для картки товару. Замість очікування дизайнера — запит нейромережі з інтерфейсу Бітрікс24.
Реалізація:
- Через чат-бота. Маркетолог пише боту: «Згенеруй банер для акції -20% на зимову колекцію, стиль мінімалізм, формат 1200×628». Бот відправляє промпт у DALL-E 3 або Stable Diffusion через Replicate API. Отримує URL зображення, завантажує на Диск Бітрікс24 через
disk.file.uploadtofolder, відправляє прев’ю в чат. - Через бізнес-процес. При створенні маркетингової активності в CRM автоматично генеруються варіанти візуалу на основі параметрів кампанії.
DALL-E 3 добре працює з концептуальними зображеннями. Для фотореалістичних зображень та контролю стилю використовуємо Stable Diffusion XL — він гнучкіший у налаштуванні, підтримує ControlNet та LoRA-моделі. За тестами, SDXL генерує зображення в 2 рази швидше за DALL-E при схожій якості, а вартість запиту нижча на 40%.
Чому класифікація лідів та аналіз тональності підвищують конверсію?
Текстові моделі вирішують завдання, що не зводяться до генерації:
-
Класифікація лідів за тематикою. Модель визначає категорію звернення: «розробка сайту», «підтримка», «інтеграція». На основі категорії middleware через
crm.lead.updateвстановлює напрям і призначає відповідального. - Аналіз тональності. Листи та повідомлення проходять через модель sentiment analysis. При негативній тональності звернення отримує підвищений пріоритет, повідомляється керівник. Використовуємо fine-tuned модель на базі BERT або промпт до GPT.
-
Витяг сутностей (NER). З тексту листа витягуються структуровані дані: назва компанії, ІПН, терміни, бюджет. Поля ліда заповнюються автоматично через
crm.lead.update. Виключається ручне заповнення картки.
Приклад: вхідний лист потрапляє в CRM. Middleware витягує текст, відправляє в GPT-4o-mini з промптом «Класифікуй звернення за категоріями: розробка, підтримка, інтеграція, інше. Поверни JSON з категорією та впевненістю». Результат записується в користувацьке поле UF_CRM_CATEGORY. Якщо впевненість нижче 0.7, лід направляється на ручну перевірку.
Які моделі обрати для різних завдань?
| Завдання | Модель | API |
|---|---|---|
| Транскрибація дзвінків | Whisper | OpenAI |
| Резюме розмови | GPT-4o-mini | OpenAI |
| Кваліфікація ліда | GPT-4o-mini | OpenAI |
| Генерація зображень | DALL-E 3 | OpenAI |
| Фотореалістичні зображення | SDXL | Replicate |
| Класифікація тональності | BERT fine-tuned | Власний сервер |
| Витяг сутностей | GPT-4o-mini / spaCy | OpenAI / свій сервер |
Для складних сценаріїв будуємо ML-пайплайни: вхідний лист → витяг тексту → класифікація → визначення тональності → кваліфікація → маршрутизація. Кожен крок — окремий виклик API з обробкою помилок та fallback.
Терміни впровадження
| Масштаб | Що входить | Термін |
|---|---|---|
| Один сценарій | Транскрибація дзвінків або генерація зображень | 3–5 днів |
| Комплекс | 2–3 сценарії, класифікація + транскрибація + генерація | 1–2 тижні |
| ML-пайплайн | Повний ланцюжок обробки, кастомні моделі, моніторинг | 3–5 тижнів |
Що входить в роботу
- Middleware-сервер з маршрутизацією запитів за типом завдання та моделі
- Налаштування REST API Бітрікс24 для прийому подій та запису результатів
- Інтеграція обраних нейромереж (Whisper, GPT, DALL-E, SDXL, кастомні)
- Написання промптів та алгоритмів обробки для кожного сценарію
- Дашборд моніторингу витрати токенів та логування
- Документація інтеграції та навчання співробітників
- Гарантійна підтримка після впровадження
Ми оцінюємо проєкт безкоштовно. Зв'яжіться з нами, щоб обговорити ваші завдання. Замовте консультацію — підберемо оптимальні моделі та підготуємо інтеграцію під ключ. Отримайте розрахунок термінів та вартості за один робочий день.