В подкасте HelpDeskEddy Илья и Хасан говорят с Александром, CEO и сооснователем Wikibot, про ИИ в клиентской поддержке: чем платформа отличается от «просто ChatGPT», как внедрять бота, где он окупается и какие кейсы уже работают. Ниже — выжимка и ссылки на запись.
Слушать подкаст
Ещё выпуски — в Telegram Клиентский сервис HDE. Соседний разговор про классификаторы и суфлёр — в выпуске с Liya.
О чём выпуск
Wikibot — продукт для умных чат-ботов: малый и средний бизнес сам собирает, обучает и запускает бота без заказной разработки. Цель — закрыть часть работы начинающего сотрудника поддержки: типовые вопросы, статусы, маршрутизация на человека.
Главные выводы из разговора
Модель отвечает на текст. Wikibot берёт интеграцию с каналами и HelpDeskEddy, выбор модели (GPT‑4o / Mini), тон, сценарии и решение «ответить или отдать оператору».
Стартуют с FAQ и интентов, потом итерации. Без контента бот «угадывает». Assistants OpenAI можно собрать своими силами, но довести качество до рабочих 90% — долго: промпты, чанки, тесты.
Сезонные пики, рост, нежелание раздувать штат. B2C закрывает типовое. Пример: партнёрка с наплывом пользователей — бот за 2–3 недели, если база уже есть.
Mini дешевле и ок для простого локального бизнеса. Слабее с языками, интентами и «человеческой помощью». Сложные и международные сценарии — Standard и выше. Кнопочный бот иногда окупается лучше дорогого LLM.
Промокоды «на извинение» без привязки к телефону раздадут все, кому не лень. Спам режут лимитом сообщений, эскалацией после N вопросов и запретом болтать «про Python и экологию».
Как внедряют бота
- База знаний. Частые вопросы и ответы (интенты). Минимум — на старте, остальное дополняют в бою.
- Подключение. Каналы и helpdesk, например HelpDeskEddy.
- Инструкции. Тон, сценарии, когда бот молчит и отдаёт человеку (возврат денег, сложный кейс).
- Навык «выбор исполнителя». Бот сам решает: ответить или сразу к оператору.
- Итерации. Раньше платформа была «чёрным ящиком»; теперь инструкции прозрачнее — проще чинить ответы.
Стиль общения: тон задают в инструкциях и примерах диалогов (few-shot). «Отвечай как злой школьник» модель поймёт — но для поддержки обычно нужен спокойный, короткий, по делу.
Модели, цена и абуз
- OpenAI — основной контур по цене и качеству; YandexGPT в их опыте «не завёлся» из‑за сбоев.
- DeepSeek дешевле и близко по бенчмаркам, но сервера падали — часть запросов не доходила.
- Mini vs 4o: Mini — вход для малого бизнеса; 4o — сложные сценарии и мультиязычность.
- Защита: лимит сообщений в сессии, эскалация после нескольких вопросов, отказ от оффтопика.
- Данные: в модель уходит то, без чего ответ сломается (например номер для статуса заказа). Маскируют телефоны и почту; дальше — выбор, что скрывать.
Илья: С падением цен ИИ вытеснит сотрудников?
Александр: Не сразу. Компании из десяти человек с кнопочным ботом дорогой LLM может не окупиться. Кто вкладывается в обучение бота — как Skillbox — видит результат. Людей полностью не заменит.
Кейсы из выпуска
- Periodika (фотокниги) — сезонный пик к Новому году, бот закрывал FAQ и статусы заказов как сотрудник первой линии.
- Skillbox — около 30% запросов первой линии, оценка «как пять сотрудников».
- Туризм — бот «утепляет» лиды, делает адресные предложения и передаёт готовых клиентов менеджерам.
- Где не взлетело: сложный технический продукт со специфическими терминами. Продуктовый бот не заменяет кастомную разработку.
Про ИИ в контуре HelpDeskEddy — на странице AI.
Что взять в работу
- Соберите FAQ до запуска — без этого пилот будет «болтать».
- Подключите бота к той же очереди, что почта и чат, а не отдельным мессенджером.
- Пропишите эскалацию: деньги, возвраты, конфликт — сразу человек.
- Считайте окупаемость: объём типовых вопросов vs цена запроса модели.
- Закройте абуз: лимиты, привязка промокодов, оффтопик на оператора.
FAQ: ИИ-бот для helpdesk
Зачем Wikibot, если есть ChatGPT?
ChatGPT не интегрируется сам с helpdesk и каналами. Нужны база знаний, тон, правила «когда человеку» и учёт стоимости запроса. Платформа закрывает этот контур, а не только генерацию текста.
Можно ли внедрить ИИ своими разработчиками?
Да, через Assistants и загрузку документов. Довести стабильное качество — отдельный цикл промптов, нарезки данных и тестов. Имеет смысл, если есть выделенная команда и время.
С чего начать внедрение?
С базы знаний (интенты FAQ), подключения к helpdesk, инструкций по тону и эскалации. Потом итерации по живым диалогам, а не «запустил и забыл».
Кому ИИ в поддержке ещё рано?
Маленькой команде с кнопочным ботом и низкой ценой ошибки — дорогая модель может не окупиться. Имеет смысл при пиках, росте объёма и готовом FAQ.
Как не раздать промокоды и не словить спам?
Лимит сообщений в сессии, эскалация после нескольких вопросов, отказ от оффтопика. Промокоды — к телефону/SMS, иначе ИИ повторит дыру в процессе.
Итог
ИИ в клиентской поддержке работает как продукт вокруг модели: база знаний, интеграция с helpdesk, тон, эскалация и защита от абуза. Wikibot в выпуске показывает ту же логику, что и зрелые внедрения: бот снимает типовое, человек берёт сложное, качество растёт итерациями — не «магией GPT».
Кейсы HelpDeskEddy
Поддержка на десятки тысяч обращений: рост производительности чатов и CSAT — среда, в которой бот и очередь имеют смысл.
Рост с 200K до 500K обращений: без процессов и автоматизации штат не успевает.
Каналы, маршрутизация и отчёты в одной системе — база, на которую потом сажают ИИ.
Ещё истории — в разделе кейсы. Вопросы по ИИ и демо — на контактах.
