Реализация бота-консьержа для отелей в мобильном приложении
Консьерж-бот — это не чат-поддержка. Это цифровой сотрудник, который управляет опытом гостя от заселения до выезда: заказ еды в номер, вызов такси, бронирование спа, информация об услугах отеля. Технически это означает интеграцию с 5–8 разными системами отеля через один мобильный интерфейс.
Интеграции, без которых бот не работает
PMS (Property Management System). Основа всего: информация о бронировании гостя, номер комнаты, статус заселения. Популярные системы: Opera (Oracle), Fidelio, Apaleo, МойОтель. Доступ к API — через токен гостя или привязку по номеру брони + фамилии при первом запуске приложения.
POS системы для Room Service. Micros (Oracle), iiko — у каждой свой API для создания заказов. Бот принимает заказ еды, отправляет его напрямую на кухню через POS API. Время доставки возвращается из системы, бот сообщает гостю.
SPA/Ресторан. Бронирование через booking API отеля или внешние системы (ResortSuite, SpaSoft).
Housekeeping. Запросы на уборку, дополнительные полотенца — через систему управления задачами (HotSOS, Quore) или внутренний API.
Схема работы консьержа:
Гость → Бот → Router → [Room Service API / Booking API / Housekeeping API / Info DB]
↕
PMS (guest context)
Гостевой контекст как ядро системы
Бот знает о госте больше, чем кажется: имя, тип номера, дата выезда, программа лояльности, предыдущие заказы. Это позволяет персонализировать ответы: «Доброе утро, Александр! Завтрак до 11:00 в ресторане на первом этаже», а не безликое «завтрак в ресторане».
Данные из PMS передаются при инициализации сессии, хранятся в серверном контексте на время пребывания гостя. Мобильное приложение получает JWT-токен при верификации брони, все последующие запросы к боту аутентифицированы этим токеном.
Многоязычность
Отель международный, гость может писать на любом языке. Стратегии:
Detect + Respond. Определяем язык входящего сообщения через langdetect или Azure Cognitive Services Language Detection, отвечаем на том же языке. Предполагает перевод системного промпта или мультиязычный контент в базе.
LLM с инструкцией. Современные модели (GPT-4o, Claude) сами распознают язык и отвечают на нём без дополнительного шага. Для отеля это проще всего: один промпт, поддержка 50+ языков из коробки.
Меню Room Service и описания услуг должны быть локализованы в контентной базе, а не генерироваться LLM — чтобы цены и состав блюд были точными.
Проактивные уведомления
Консьерж не ждёт вопросов — он инициирует общение в нужный момент:
- При заселении: «Добро пожаловать! Ваш номер 412 готов. Нужен ли вам трансфер в аэропорт на дату выезда?»
- За день до выезда: «Завтра выезд в 12:00. Заказать такси или нужна поздняя выписка?»
- После заказа Room Service: статус доставки через push
На iOS это APNs через Firebase Cloud Messaging (FCM) или напрямую. Важно: уведомления должны быть глубоко интегрированы с контекстом — тап открывает не главный экран, а конкретный диалог с историей заказа.
Мобильный UI
Консьерж-бот работает лучше с деревом сервисов, чем с чистым чатом. При открытии: 6–8 категорий услуг как плитка с иконками («Еда», «Уборка», «Такси», «Спа», «Информация», «Запросы»). Тап — вход в диалоговый сценарий.
Пользователь может обойти плитку и написать произвольный запрос — NLP разберёт намерение.
Заказы и запросы сохраняются в истории диалога: гость может проверить статус старого заказа или повторить его.
Процесс работы
Аудит систем отеля: PMS, POS, booking, housekeeping — документация их API.
Разработка роутера запросов: какие намерения ведут к каким системам.
Мультиязычный контент: меню, услуги, FAQ отеля.
Серверная часть: аутентификация по брони, гостевой контекст, интеграции.
Мобильный клиент с плиточным меню, диалогом и push-уведомлениями.
Ориентиры по срокам
Бот с 2–3 базовыми интеграциями (Room Service + Housekeeping + Info) — 3–4 недели. Полный консьерж с PMS, всеми POS-системами, мультиязычностью и аналитикой — 2–3 месяца.