Разработка AI-системы обработки входящих обращений клиентов

Разработка AI-системы обработки входящих обращений клиентов

AI-система обработки обращений автоматически классифицирует, приоритизирует и маршрутизирует входящие запросы по всем каналам (звонки, чаты, email, мессенджеры), не требуя ручной сортировки операторами.

Омниканальная архитектура

from abc import ABC, abstractmethod
from dataclasses import dataclass

@dataclass
class IncomingRequest:
    id: str
    channel: str  # voice | chat | email | telegram | whatsapp
    raw_content: str  # транскрипт или текст
    metadata: dict
    customer_id: str = None

class RequestProcessor(ABC):
    @abstractmethod
    async def process(self, request: IncomingRequest) -> dict:
        pass

class UnifiedRequestOrchestrator:
    def __init__(self):
        self.processors = {
            "voice": VoiceRequestProcessor(),
            "chat": ChatRequestProcessor(),
            "email": EmailRequestProcessor(),
        }
        self.classifier = RequestClassifier()
        self.router = RequestRouter()

    async def handle(self, request: IncomingRequest) -> dict:
        # 1. Классификация намерения и тональности
        classification = await self.classifier.classify(request)

        # 2. Проверка: нужна ли немедленная реакция (жалоба, VIP, SLA)
        priority = self.calculate_priority(request, classification)

        # 3. Маршрутизация к нужному обработчику
        return await self.router.route(request, classification, priority)

AI-классификатор обращений

CLASSIFICATION_SCHEMA = {
    "type": "object",
    "properties": {
        "intent": {
            "type": "string",
            "enum": ["order_inquiry", "complaint", "technical_support",
                     "billing", "general_info", "cancellation", "compliment"]
        },
        "urgency": {"type": "string", "enum": ["critical", "high", "medium", "low"]},
        "sentiment": {"type": "string", "enum": ["positive", "neutral", "negative", "angry"]},
        "entities": {
            "type": "object",
            "properties": {
                "order_id": {"type": "string"},
                "product_name": {"type": "string"}
            }
        },
        "summary": {"type": "string"},
        "requires_human": {"type": "boolean"}
    }
}

async def classify_request(text: str) -> dict:
    response = await client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{
            "role": "system",
            "content": f"Классифицируй обращение клиента. JSON по схеме."
        }, {"role": "user", "content": text}],
        response_format={"type": "json_object"}
    )
    return json.loads(response.choices[0].message.content)

Приоритизация SLA

PRIORITY_RULES = {
    ("critical", "angry"): {"score": 100, "max_wait_sec": 60},
    ("high", "negative"): {"score": 80, "max_wait_sec": 180},
    ("medium", "neutral"): {"score": 50, "max_wait_sec": 600},
    ("low", "positive"): {"score": 20, "max_wait_sec": 1800},
}

def calculate_sla(intent: str, sentiment: str, is_vip: bool) -> dict:
    base = PRIORITY_RULES.get((urgency, sentiment),
                               {"score": 40, "max_wait_sec": 900})
    if is_vip:
        base["score"] += 30
        base["max_wait_sec"] //= 2
    return base

Сроки: классификатор + роутер — 2–3 недели. Полная омниканальная система — 2–3 месяца.