RAG-чатбот в личном кабинете подрядчика, который отвечает на типовые вопросы по регламентам, документам и заявкам — вместо операторов техподдержки.
Девелопер топ-30 с 100+ субподрядчиками, работающими через личный кабинет. 15 операторов техподдержки, 70% вопросов — типовые. Масштабирование в регионы усиливает нагрузку.
Регламенты, инструкции, формы заявок и FAQ раскиданы по 12 разным источникам. Подрядчики не знают, где искать нужную информацию, и звонят в поддержку.
70% обращений — про пропуска, документы и тендеры. Операторы отвечают на одни и те же вопросы, вместо того чтобы решать сложные кейсы.
Активный выход в регионы означает рост числа подрядчиков и обращений. Нанимать операторов пропорционально — дорого и неэффективно.
Чат-бот с базой знаний, который понимает контекст вопроса, персонализирует ответ и знает, когда нужно передать человеку.
Собрали базу знаний, обучили модель понимать контекст и встроили чат в рабочий процесс подрядчиков.
Собрали инструкции, регламенты, формы заявок и FAQ из 12 разрозненных источников. Провели интервью с 5 операторами техподдержки — выявили топ-50 вопросов. Структурировали по объектам, ролям подрядчиков и этапам работ.
Настроили векторный поиск по базе знаний с гибридным ранжированием. Реализовали классификацию интентов, декомпозицию составных запросов и извлечение сущностей (объект, тип документа, этап работ) для точной фильтрации.
Научили ассистента учитывать роль подрядчика, конкретный объект и статус договора. Настроили логику эскалации: сложные случаи передаются оператору вместе с историей диалога. Если ответа нет — ассистент честно сообщает об этом.
Развернули виджет чата в правом нижнем углу ЛК. Ассистент видит, на какой странице находится пользователь, и из ответа можно сразу перейти в нужный раздел или инструкцию. Подключили мониторинг через Grafana.
Подрядчик задаёт вопрос прямо в ЛК — ассистент отвечает мгновенно, ссылается на конкретные разделы и помнит контекст страницы.
Ассистент не заменяет операторов — он забирает типовую нагрузку, чтобы люди решали сложные задачи.
| Параметр | Было (вручную) | Стало (с ассистентом) |
|---|---|---|
| Типовые обращения | 3 000/мес, все через операторов перегруз | ~700/мес решает ассистент −30% |
| Время ответа | Зависит от очереди и оператора | Мгновенно, 24/7 |
| Источники информации | 12 разрозненных документов | Единая база знаний с поиском |
| Персонализация | Оператор уточняет роль и объект вручную | Автоматически по роли, объекту и договору |
| Сложные кейсы | Все обращения в общей очереди | Эскалация оператору с контекстом диалога |
| Масштабирование | +регион = +операторы | Ассистент обслуживает любой объём |
| Повторные обращения | Подрядчики звонят снова, если забыли ответ | 70% решают вопрос с первого раза |
Начали со сбора базы знаний и интервью с операторами. Закончили виджетом в ЛК с мониторингом.
Сбор документов, интервью с операторами, структурирование по объектам и ролям.
Векторный поиск, классификация интентов, персонализация ответов.
Виджет чата, контекст страницы, эскалация на операторов.
Пилот с подрядчиками, калибровка ответов, подключение мониторинга.
3 месяца
4 человека
Девелопер топ-30
100+ субподрядчиков
Обсудим, как RAG-ассистент может снизить нагрузку на вашу поддержку — покажем на реальном примере.