Внедрение ИИ в отдел техподдержки. Закрыли 60% типовых вопросов

Мы сделали логику маршрутизации запроса пользователя. Сначала определяется язык сообщения (Русский/Английский/Украинский/Киргизский), от языка зависит то какая модель будет отвечать на вопрос и какую базу знаний использовать. Есть 3 варианта развития событий, первый - это прямой ответ на вопрос если соответствующая информация есть в базе, второй - уточнение вопроса если человек задал общий вопрос (например "Как пополнить баланс?" пользователь может иметь пополнение баланса как на биржах, так и на самой платформе), третий - перевод на оператора если информации для ответа нет в базе.

Скорость ответа ИИ составляет до 10 секунд, бот может отвечать 24/7, стоимость ответа составляет меньше 1 рубля за 1 ответ. Модель отвечает в строгом формате, короткий ответ в 1 предложение, 1-3 шага решения и ссылка на документацию для более подробного изучения. Также ответы ИИ строго ограничены базой знаний, если ответа на вопрос нет в базе или вопрос не о компании то нейросеть не будет на него отвечать или выдумывать ответ

Через админ панель можно поменять промпт модели, инструкции объясняющие когда нужен менеджер, также можно настроить системные сообщения бота, такие как ответ на команду /start, уточнение помог ли ответ нейросети. Отдельно настройки можно произвести для телеграма и отдельно для виджета. Все эти параметры настраиваются отдельно для каждого языка.

В настроенные базы знаний (отдельные для каждого языка) можно загрузить файлы, которые будут обрабатываться, загружаться в базу знаний и нейросеть сможет по ним отвечать. Перед тем как применять изменения в основной бот их можно протестировать в "Песочнице" и когда ответы будут подходящего качества применять их через админ панель.

Каждое взаимодействие с ИИ сохраняется в базу данных, чтобы эффективность модели было видно в цифрах. Соответствующие excel отчеты можно загрузить через админ панель, в отчете можно посмотреть сколько сообщений было в каждом чате, сколько диалогов ИИ закрыл сам, в скольких диалогах потребовался менеджер и по какой причине. Эти данные позволяют считать возврат инвестиций, видеть реальную экономию и находить слепые зоны в базе знаний, которые нужно доработать.