Разработка AI-агентов для бизнеса в Москве
Разница между чат-ботом и AI-агентом — не в модели, а в правах. Бот отвечает текстом по заранее написанному сценарию. Агент получает задачу, сам решает, какие шаги нужны, и выполняет их: находит документ, запрашивает данные из CRM, создаёт заявку, отправляет письмо. Он работает не со списком ответов, а с набором инструментов.
Из этого следует и главное ограничение. Система, которой разрешено действовать, должна иметь явные границы: что ей можно, чего нельзя, где обязателен человек и как отменить сделанное. Мы проектируем агента вместе с этими границами, а не после первого неприятного случая. Отдельно проверяем задачу на пригодность: часть процессов дешевле и надёжнее закрыть обычной автоматизацией без модели.
Первая линия поддержки
Поиск по базе знаний
Обработка входящих
Что поручают агенту
Первая линия поддержки
Ответы по вашей документации и регламентам, с переводом сложного обращения на человека вместе с историей.
Поиск по базе знаний
Ответ строится по вашим документам, а не по общим знаниям модели: договоры, инструкции, спецификации, база обращений.
Обработка входящих
Разбор писем и заявок: классификация, извлечение полей, создание сделки или задачи в нужной системе.
Подготовка документов
Заполнение шаблонов по данным из систем — коммерческие предложения, спецификации, акты — с обязательной проверкой человеком перед отправкой.
Внутренний помощник
Ответы сотрудникам по регламентам компании: кадровые вопросы, порядок согласований, доступы.
Мониторинг и сводки
Регулярный разбор данных и отчёт понятным текстом — вместо выгрузки, которую никто не читает.
Как мы строим агента
Выбираем задачу по цене ошибки
Начинаем с процессов, где ошибка заметна и исправима. Там, где ошибка стоит денег или репутации, агент готовит, а решение принимает человек.
Собираем источник знаний
Агент отвечает по вашим документам. Основная работа здесь — не модель, а порядок в источниках: устаревшие и противоречивые документы дают уверенно звучащий неверный ответ.
Задаём инструменты и границы
Что агент имеет право прочитать, что изменить, что отправить наружу. Действия, меняющие данные, идут с подтверждением, пока не накопится статистика.
Пишем правила отказа
Агент обязан говорить «не знаю» и передавать человеку. Это настраивается специально: по умолчанию языковая модель предпочитает ответить, а не отказаться.
Проверяем на реальных обращениях
Прогон на архиве ваших вопросов с ответами, которые уже известны, — так видно долю правильных ответов до запуска, а не после.
Ведём журнал и меряем
Каждый диалог и каждое действие пишутся. По журналу видно, где агент ошибается и какие обращения возвращаются к людям.
Обсудим проект?
FAQ
Если не нашли ответа — напишите нам на info@toimi.pro.
Чем AI-агент отличается от чат-бота?
Бот выбирает ответ из сценария, который написали заранее. Агент получает цель и сам собирает шаги: обратиться к базе, вызвать систему, задать уточняющий вопрос. Если задача сводится к десятку типовых вопросов, дешевле и предсказуемее обычный чат-бот или Telegram-бот.
Агент выдумывает ответы. Как с этим быть?
Языковая модель действительно может ответить уверенно и неверно. Снижается это устройством системы, а не выбором модели: ответ строится по вашим документам со ссылкой на источник, агенту явно разрешено отказываться, а на действиях с последствиями стоит подтверждение человеком. Полностью исключить ошибку нельзя — поэтому задачи выбираются по цене ошибки, а не по эффектности.
Наши данные уйдут в чужую модель?
Зависит от схемы, и это решается на старте. Возможны варианты: модель в облаке провайдера с договором и запретом на обучение на ваших данных либо модель, развёрнутая на вашей инфраструктуре. Второй вариант дороже в поддержке, но данные не покидают контур. Мы называем это ограничение до начала работ, а не после.
Сколько стоит разработка AI-агента?
Смету задают: число сценариев, объём и состояние базы знаний, число систем для интеграции и требование к размещению модели. Отдельная величина — приведение документов в порядок; часто это самая большая часть работы, и её видно только после осмотра источников.
На чём работает агент — какие модели вы используете?
Выбор модели — инженерное решение под задачу и требования к данным, а не догма. Схема строится так, чтобы модель можно было заменить: рынок меняется быстрее, чем окупается разработка, и привязка к одному поставщику превращается в риск.
Сколько времени занимает запуск?
Пилот на одном сценарии собирается заметно быстрее полноценного внедрения. Дольше всего идут не модель и не код, а подготовка источников знаний и согласование границ полномочий с вашей стороной.
Как понять, что агент работает хорошо?
До запуска договариваемся о мере: доля обращений, закрытых без человека, доля правильных ответов на контрольном наборе, время ответа. Прогон на архиве обращений даёт базовое значение, с которым сравнивается работа после запуска. Без такой меры оценка сводится к впечатлению.
Заменит ли агент сотрудников поддержки?
Он забирает повторяющиеся обращения и черновую работу. Сложные и спорные случаи остаются людям, причём людям с большей нагрузкой на решение, а не на переписывание одного и того же. Планировать сокращение до замера доли закрытых обращений мы не советуем.
У нас нет базы знаний, только опыт сотрудников. С чего начать?
С малого: разобрать историю переписки и обращений и собрать из неё первый набор ответов. Архив поддержки почти всегда содержит готовую базу знаний в неявном виде. Параллельно фиксируются регламенты, которые сейчас живут только в голове.
Можно ли встроить агента в наш сайт и мессенджеры?
Да. Агент — это служба, а канал у неё может быть любой: виджет на сайте, Telegram, почта, внутренний портал. Подключение к рабочим системам делается через интеграции.
