ИИ в клиентской поддержке: от внедрения до реальных кейсов

 

Илья: Добрый день! 2025 год, и мы наконец-то презентуем наш новый мерч — крутые кофты и футболки, чтобы не было жарко! Сегодня со мной мой коллега Хасан в стильной чёрной футболке и наш гость — Александр, эксперт по чат-ботам. Саша, расскажи, что такое Wikibot и зачем он нужен?

 

Александр: Привет, ребята! Wikibot— это платформа для создания умных чат-ботов, которые могут почти полностью заменить начинающего сотрудника. Мы делаем продукт для малого и среднего бизнеса, чтобы любой мог сам настроить бота, обучить его и запустить для общения с клиентами без нашего участия. Это не заказная разработка, а готовый продукт.

 

Илья: Классно! У меня есть вопрос, который часто слышу от клиентов: зачем Wikibot, если есть ChatGPT? Почему не подключить его напрямую?

 

Александр: Популярный вопрос!  ChatGPT — это универсальный чат, но он не интегрируется сам по себе с вашими системами, например, с HelpDeskeddy. Кто будет настраивать интеграцию? Wikibot берёт это на себя. Мы используем конкретные модели от OpenAI, вроде GPT-4о или GPT-4о Mini, подключаемся к вашим каналам и отвечаем клиентам так, что они даже не всегда понимают, что это бот. 

 

Илья: А если у меня есть свои разработчики, насколько сложно интегрировать ChatGPT самостоятельно? Можно же просто скормить базу знаний?

 

Александр: Да, есть функционал Assistants OpenAI, можно загрузить базу знаний и быстро получить ответы. Но довести качество до 90% — это адский труд. Нужно экспериментировать с промптами, моделями, чанками данных — куча итеграций. Wikibot делает это за вас, чтобы вы не тратили время.

 

Илья: Расскажи подробнее про шаги внедрения. Я правильно понимаю: сначала база знаний, потом настройка подключения, и всё?

 

Александр: Почти!  Сначала нужна база знаний — частые вопросы и ответы или как мы их называем, интенты. Потом подключаем например к HelpDeskeddy, настраиваем параметры и можно запускать. Но улучшение — это итеративный процесс. Раньше наша платформа была «чёрным ящиком» — клиенты не понимали, почему бот так отвечает. Теперь мы добавили поле для инструкций, где можно задавать тональность, сценарии, поведение. Например, есть навык «выбор исполнителя»: бот решает, отвечать ему или сразу переключить на оператора, если вопрос сложный, вроде возврата денег.

 

Илья: Про новый тариф с GPT-4o Mini. В чём разница с обычным GPT-4o? Почему он в 10 раз дешевле?

 

Александр: Мы запустили тариф Mini за 990 рублей в месяц, чтобы малый бизнес — цветочные салоны, кофейни, шаурмечные — мог попробовать ИИ. Mini дешевле в 10 раз, но модель слабее: плохо работает с мультиязычностью, иногда выдаёт иероглифы, хуже ловит интенты и не поддерживает человеческую помощь. Для крупных компаний с международными клиентами или сложными сценариями он не подойдёт — нужен тариф Standard или выше.

 

Хасан: Какие проблемы клиенты решают с Wikibot? Экономия на операторах?

 

Александр: Главная боль — нехватка рук. У кого-то сезонные пики, у кого-то быстрый рост, а кто-то просто не хочет расширять поддержку. B2C-компании любят нас за автоматизацию типовых запросов. Например, один клиент запускал партнёрку с крупным брендом и ждал наплыв пользователей. Мы развернули бота за 2–3 недели, и он справился. Если база знаний готова, это половина успеха — загружаете вопросы-ответы, и бот начинает работать.

 

Илья: А как запускаются клиенты? Обычно используется База знаний, а как происходить запуск с нуля?

 

Александр: В основном клиенты используют перед запуском Базу знаний, хотя бы минимум информации и по факту дополняется в дальнейшем. 

 

Хасан: А как задаете стиль общения? Можно, например, сделать бота «злым школьником»?

 

Александр: Легко! В инструкциях прописываете стиль, например: «Отвечай как злой школьник». Модель это понимает. Ещё лучше — дать примеры диалогов, чтобы показать, как должен звучать бот. Это называется few-shot prompting. Языковые модели уже на таком уровне, что могут подстраиваться под любой tone of voice.

 

Илья: Что скажешь про другие языковые модели? Яндекс GPT, китайскую DeepSeek?

 

Александр: Яндекс GPT у нас не завёлся — были эпизодические ошибки. OpenAI — топ по цене и качеству. DeepSeek недавно выпустили модель, которая в 10 раз дешевле GPT, и по бенчмаркам она близка к топам. Но их сервера падают от нагрузки, половина запросов не доходит. Если починят, это будет вызов для OpenAI. Ещё DeepSeek запустили «думающую» модель, которая анализирует свои ответы и строит логические цепочки. OpenAI в ответ выпустили GPT-4o Mini — дешевле в два раза и на некоторых тестах даже лучше.

 

Илья: Думаешь, с падением цен ИИ вытеснит сотрудников?

 

Александр: Не сразу. Недавно общались с небольшой компанией — у них 10 человек и кнопочный бот. Я честно сказал: ИИ за 6 рублей за запрос вам не окупится, лучше доработать кнопочный. Но с тарифом Mini за 1 рубль попробовать можно. ИИ пока не волшебник — нужно итерировать, настраивать. Компании, которые вкладываются в обучение бота, как Skillbox, видят результат. Цены падают, качество растёт — через пару лет ИИ станет доступнее, но полностью людей не заменит.

 

Илья: А что с абузом? Например, я конкурент, знаю, что запрос к Wikibot стоит 6 рублей, и нагоняю ботов, чтобы спамить ваш чат. Как от этого защититься?

 

Александр: Мы продумали защиту. Во-первых, технический лимит: больше N сообщений (например, 100) в одной сессии — и бот переводит на оператора. Реальный клиент столько не напишет. Во-вторых, инструкция: «После трёх вопросов — на оператора». В-третьих, бот не отвечает на отвлеченные темы, вроде экологии или «как обойти дерево на Python» — сразу к оператору. Так мы отсекаем спам.

 

Хасан: Ещё про абузу. Бывает, клиенты просят кнопку «извиниться» с промокодом, который можно использовать разово. Но умники с разных номеров собирают кучу промокодов. Можно ли доверить это ИИ, чтобы он не раздал 10 штук?

 

Александр: Если процесс назовем его «дырявый», никакой ИИ не спасёт. Нужно делать его безопасным: привязывать промокоды к номеру телефона, подтверждать кодом из СМС. ИИ — это инструмент, а не волшебная палочка. Если процесс продуман, бот справится, но без базовой защиты его обманут.

 

Илья: Расскажи про вашу команду. Вы стартап, сколько человек? Как делите роли?

 

Александр: Нас пятеро, и мы стартап по духу! Нас сейчас 5 человек в команде. Почти все — технари, я сам бывший разработчик, но теперь меньше в коде. Есть разработчики, которые делают продукт, и я с коллегами вроде Сергея берём на себя общение с клиентами. Если где-то буксуем в коммуникации, я подключаюсь, чтобы довести диалог до результата.

 

Хасан: А вы сами используете Wikibot для поддержки?

 

Александр: Конечно, мы не сапожники без сапог! Полгода назад поняли, что мы сами — наш идеальный клиент. Обучили бота для своих задач, и он реально закрывает часть запросов. Это не просто для галочки, а чтобы работать эффективнее.

 

Хасан: Бывает, клиенты просят доработки. Как вы решаете, что внедрять? Если крупный клиент говорит: «Допишите фичу за 5 минут»?

 

Александр: Мы продуктовая компания, не делаем заказную разработку. Если клиент хочет что-то, что встраивается в продукт и полезно для всех, — обсуждаем. Раз в неделю собираемся, кто-то предлагает фичу, объясняет, зачем она нужна, и начинается «прожарка». Все челленджат идею. Если я верю в фичу, защищаю её, как на защите докторской.  Но если запрос клиента — это чисто заказуха, не вписывающаяся в продукт, можем даже расстаться.

 

Илья: Вопрос про данные. Клиенты боятся, что данные уходят куда-либо, и их там анализируют. Как это устроено?

 

Александр: Цитата в тему: «Безопасность всем нравится, пока она удобна». Мы передаём данные в языковую модель, чтобы получить точный ответ. Например, для статуса заказа нужен номер телефона — без него всё сломается. Но мы работаем над маскировкой: скоро пользователи смогут выбирать, какие данные скрывать (номера, email) и добавлять свои шаблоны. Уже сейчас маскируем телефоны и почту при сохранении в нашу базу.

 

Илья: Расскажи про грустный кейс, где Wikibot не помог клиенту.

 

Александр: Был случай с компанией, которая делает сложные технические продукты. Их база знаний была полна специфических терминов, и бот отвечал плохо — не из-за базы, а из-за сложности продукта. Даже с текущими сценариями проблему не решить. Тут нужен был бы кастомный бот, но мы продуктовая компания, а не заказная разработка. Для суперсложных продуктов Wikibot пока не идеален.

 

Илья: А теперь про успехи! Расскажи про кейсы, где бот идеально встроился?

 

Александр: Конечно! Недавно получили фидбэк от компании Periodika, они делают фотокниги. У них сезонный пик перед Новым годом, и бот оправдал все ожидания, работая как полноценный сотрудник поддержки. Отвечал на частые вопросы, помогал со статусами заказов. Ещё кейс — Skillbox. Их бот обрабатывает 30% запросов первой линии, что эквивалентно работе пяти сотрудников. Это реальная экономия! Ещё есть компания в туризме, где бот «утепляет» лидов, делает адресные предложения и передаёт готовых клиентов менеджерам.

 

Илья: Саша, ты первый, кто получает наш новый мерч — кофту цвета тифани! Спасибо за подкаст! 

 

Александр: Спасибо, ребята, было круто! 

 

Ссылки на подкаст: 

Также подписывайтесь на наш телеграм: Клиентский сервис HDE.