Содержание
Суровая реальность
В реальных продажах и поддержке невозможно заранее предусмотреть все вопросы. Если бот начинает "угадывать", это риск: неверные обещания, ошибки, потеря доверия.
Проблема
- база знаний никогда не бывает полной
- часть вопросов — нестандартные: скидки, исключения, сложные интеграции, редкие кейсы
- если бот отвечает уверенно, но неверно — это хуже, чем "передать человеку"
Задача
Сделать AI-агента полезным в 80% случаев, а в оставшихся 20% — безопасным: чтобы сложные вопросы доходили до эксперта, а новые ответы превращались в знания.
Решение
Настроили связку: AI-агент в amoCRM + чат специалиста.
- если вопрос "не в базе" или требует подтверждения — агент отправляет его специалисту
- специалист отвечает в чате (как обычно, человеческим языком)
- агент передаёт ответ клиенту
- и фиксирует это как новый элемент базы знаний (постепенное самообучение)
Что настроили
- правила эскалации: какие темы всегда требуют специалиста (например, цены/исключения/особые условия)
- формат сообщения специалисту: агент отправляет контекст + вопрос + данные клиента, чтобы не было "а уточни…"
- формат ответа клиенту: коротко и по делу, с корректными оговорками
- процесс пополнения базы: новые ответы превращаются в знания (чтобы одинаковые вопросы больше не уходили людям)
Как выглядит сценарий
Клиент: задаёт нестандартный вопрос.
AI-агент: "Уточню у специалиста, чтобы дать точный ответ" → отправляет вопрос в чат.
Специалист: отвечает.
AI-агент: возвращается клиенту с точным ответом и фиксирует знание.
Через неделю: такие вопросы закрываются автоматически без участия человека.
Результат
- Снижение доли вопросов, которые требуют специалиста (по мере обучения)
- Скорость ответа по сложным вопросам (с учётом чата)
- Рост "самостоятельных" ответов агента без потери качества
- Меньше ошибок/неверных обещаний
Почему сработало
Это реальный механизм "роста качества": агент не пытается быть всезнайкой, а учится на практике и со временем закрывает всё больше кейсов — без риска для бизнеса.