Интеграция нейросетей с Битрикс24

Интеграция нейросетей с Битрикс24

ChatGPT — это текст. Но нейросети умеют работать с изображениями, голосом, классификацией и предсказаниями. Когда маркетолог вручную рисует баннеры, когда руководитель переслушивает 40-минутные звонки вместо чтения резюме разговора, когда лиды распределяются по отделам «на глаз» — это задачи для специализированных ML-моделей, подключённых к Битрикс24 через REST API.

Общая архитектура

Схема та же, что при интеграции ChatGPT, но с расширенным набором моделей:

Битрикс24 REST API → middleware-сервер → API нейросетей (OpenAI, Replicate, собственные модели)

Middleware принимает событие или вызов из Б24, определяет тип задачи, выбирает модель, формирует запрос, получает результат и возвращает его в Битрикс24. Один middleware может работать с десятком разных моделей — маршрутизация по типу задачи.

Транскрибация звонков: Whisper

Самый востребованный сценарий после текстовой генерации. Менеджер поговорил с клиентом 20 минут — запись хранится в Б24 как аудиофайл. Руководитель не будет переслушивать каждый звонок. Whisper превращает аудио в текст, а GPT делает из текста структурированное резюме.

Техническая цепочка:

1. Звонок завершён → событие ONVOXIMPLANTCALLEND отправляется на middleware.
2. Middleware получает запись звонка через voximplant.statistic.get и скачивает аудиофайл.
3. Аудио отправляется в Whisper API (POST /v1/audio/transcriptions). Параметры: model=whisper-1, language=ru, response_format=verbose_json (с таймкодами).
4. Транскрипция передаётся в GPT с промптом: «Выдели ключевые договорённости, вопросы клиента, следующие шаги. Формат: JSON».
5. Результат записывается в комментарий к звонку или в пользовательское поле сделки через crm.timeline.comment.add.

Стоимость: Whisper — $0.006 за минуту аудио. 20-минутный звонок — $0.12. При 50 звонках в день — около $6 в сутки. Для большинства компаний это в разы дешевле времени руководителя на прослушивание.

Генерация изображений: DALL-E и Stable Diffusion

Маркетологу нужен баннер для рассылки, иллюстрация для поста в соцсети или визуал для карточки товара. Вместо брифа дизайнеру и ожидания в 2 дня — запрос нейросети из интерфейса Б24.

Реализация:

• Через чат-бота. Маркетолог пишет боту: «Сгенерируй баннер для акции -20% на зимнюю коллекцию, стиль минимализм, формат 1200x628». Бот отправляет промпт в DALL-E 3 (POST /v1/images/generations) или в Stable Diffusion через Replicate API. Получает URL изображения, скачивает, загружает на Диск Б24 через disk.file.uploadtofolder, отправляет превью в чат.
• Через бизнес-процесс. При создании маркетинговой активности в CRM автоматически генерируются варианты визуала на основе текста и параметров кампании.

DALL-E 3 хорошо работает с концептуальными изображениями и иллюстрациями. Для фотореалистичных изображений и контроля стиля используем Stable Diffusion XL через Replicate — гибче в настройке, поддерживает ControlNet и LoRA-модели.

Классификация и анализ тональности

Текстовые модели решают задачи, которые не сводятся к генерации:

Классификация лидов по тематике. Лид содержит произвольный текст запроса. Модель определяет категорию: «разработка сайта», «поддержка», «интеграция», «хостинг». На основании категории middleware через crm.lead.update устанавливает соответствующее направление и назначает ответственный отдел.

Анализ тональности обращений. Письма и сообщения из открытых линий проходят через модель sentiment analysis. Если тональность негативная — обращение получает повышенный приоритет, уведомляется руководитель. Реализуется через fine-tuned модель на базе BERT или через промпт к GPT с инструкцией классификации по шкале «позитивный / нейтральный / негативный».

Извлечение сущностей (NER). Из текста письма или формы извлекаются структурированные данные: название компании, ИНН, требуемые сроки, бюджет. Заполняются поля лида автоматически через crm.lead.update. Экономит время менеджера на ручном заполнении карточки.

ML-пайплайны через REST API

Для сложных сценариев строим цепочки обработки:

1. Входящее письмо → извлечение текста → классификация тематики → определение тональности → квалификация → маршрутизация на ответственного.
2. Завершённый звонок → транскрибация (Whisper) → резюмирование (GPT) → извлечение задач из разговора → автоматическое создание задач в Б24.
3. Новый товар в каталоге → генерация описания (GPT) → генерация изображения (DALL-E) → публикация в CRM-каталоге через crm.product.update.

Каждый шаг пайплайна — отдельный вызов API с обработкой ошибок. Если Whisper вернул ошибку — retry с экспоненциальной задержкой. Если GPT превысил лимит токенов — fallback на модель поменьше.

Выбор модели под задачу

Сроки внедрения

Что внедряем

• Middleware-сервер с маршрутизацией запросов по типу задачи и модели
• Транскрибация звонков через Whisper с записью резюме в CRM
• Генерация маркетинговых изображений из чата или бизнес-процесса
• Классификация и маршрутизация лидов по тематике и тональности
• Извлечение структурированных данных из писем и форм
• ML-пайплайны: цепочки обработки данных с автоматическими действиями в Б24
• Мониторинг стоимости и качества: дашборд расхода токенов, логирование результатов