AI-ассистент для поддержки: интеграция RAG на сайт

Однотипные вопросы в поддержке отнимают часы времени. RAG-ассистент берёт 80% запросов, оставляя операторам только сложные кейсы. Мы разрабатываем AI-ассистентов для сайтов — это не обычный чат-бот, а интеллектуальная система на основе RAG (Retrieval-Augmented Generation). Она подключается к вашей базе знаний, документации и CRM. Когда пользователь пишет «Почему не работает экспорт?», ассистент за секунду находит ответ в вашем Help Center, проверяет тариф и статус клиента, и даёт персонализированный ответ. Без шаблонов. Без потери контекста.

Точность таких решений достигает 95% — это в 3 раза выше, чем у обычных чат-ботов на правилах. RAG-ассистент обрабатывает в 4 раза больше запросов за час, освобождая операторов для нестандартных ситуаций. Снижаем нагрузку на поддержку на 40%, экономя значительную часть годового бюджета. Мы берём проект «под ключ»: от настройки векторной базы до обучения модели. Наши инженеры сертифицированы по OpenAI и AWS, опыт — более 50 внедрений.

Как RAG повышает точность ответов?

RAG — это подход, при котором языковая модель не запоминает ваш продукт, а получает релевантные куски документации при каждом вопросе. Это решает проблему галлюцинаций и устаревания знаний.

Процесс:

1. Вопрос пользователя превращается в embedding (вектор) через OpenAI или локальную модель.
2. Вектор ищет похожие чанки в векторной базе (Qdrant, Pinecone, Weaviate, pgvector).
3. LLM (GPT-4o-mini, Claude 3.5 Haiku) получает вопрос + контекст из документации.
4. Генерирует ответ со ссылками на источники.

Такой подход даёт точность до 95% на типовых вопросах — это в 3 раза выше, чем у обычного чат-бота на правилах. Согласно документации OpenAI, text-embedding-3-small обеспечивает лучшие результаты при малом размере вектора.

Почему RAG-ассистент лучше обычного чат-бота?

Обычные чат-боты работают по жёстким сценариям: если вопрос не совпадает с шаблоном, пользователь получает нерелевантный ответ или бесконечное меню. RAG-ассистент понимает контекст, ищет ответ в документации в реальном времени и персонализирует его под пользователя. Автоматизация поддержки с помощью RAG сокращает время ответа в среднем на 60%. Кроме того, RAG решает проблему устаревания знаний: достаточно обновить базу знаний, и ассистент сразу начнёт использовать новые данные.

Что входит в интеграцию под ключ?

Гарантируем стабильную работу при нагрузке до 10 000 запросов в день.

Как мы настраиваем векторную базу и индексацию

import OpenAI from 'openai';
import { QdrantClient } from '@qdrant/js-client-rest';

const openai = new OpenAI();
const qdrant = new QdrantClient({ url: 'http://localhost:6333' });

// Подготовка коллекции
await qdrant.createCollection('support-docs', {
  vectors: {
    size: 1536,
    distance: 'Cosine',
  },
});

// Индексирование статей
async function indexArticle(article) {
  // Разбиваем на чанки по 500 токенов с перекрытием 100
  const chunks = splitIntoChunks(article.content, {
    size: 500,
    overlap: 100,
  });

  const embeddings = await openai.embeddings.create({
    model: 'text-embedding-3-small',
    input: chunks.map(c => c.text),
  });

  const points = chunks.map((chunk, i) => ({
    id: generateId(),
    vector: embeddings.data[i].embedding,
    payload: {
      text: chunk.text,
      articleId: article.id,
      articleTitle: article.title,
      category: article.category,
      url: article.url,
    },
  }));

  await qdrant.upsert('support-docs', { points });
}

Генерация ответа с учётом контекста пользователя

async function answerQuestion(userId, question) {
  // Контекст пользователя из БД
  const user = await db.users.findById(userId);
  const userContext = `
    Пользователь: ${user.name}
    Тариф: ${user.plan}
    Дата регистрации: ${user.createdAt}
    Последние 3 обращения: ${user.recentTickets.join(', ')}
  `;

  // Векторный поиск
  const queryEmbedding = await openai.embeddings.create({
    model: 'text-embedding-3-small',
    input: question,
  });
  const results = await qdrant.search('support-docs', {
    vector: queryEmbedding.data[0].embedding,
    limit: 4,
    score_threshold: 0.75,
  });
  const context = results.map(r => `[${r.payload.articleTitle}](${r.payload.url})\n${r.payload.text}`
  ).join('\n\n---\n\n');

  // Генерация ответа
  const response = await openai.chat.completions.create({
    model: 'gpt-4o-mini',
    stream: true,
    messages: [
      {
        role: 'system',
        content: `Ты ассистент технической поддержки. Отвечай ТОЛЬКО на основе предоставленной документации. Если ответа нет в документации, скажи это явно и предложи создать тикет. Всегда указывай источник (ссылку на статью). Контекст пользователя: ${userContext}`,
      },
      {
        role: 'user',
        content: `Вопрос: ${question}\n\nРелевантная документация:\n${context}`,
      },
    ],
    max_tokens: 600,
    temperature: 0.2,
  });

  return {
    stream: response,
    sources: results.map(r => ({
      title: r.payload.articleTitle,
      url: r.payload.url
    })),
  };
}

Когда стоит передать запрос оператору?

Мы реализуем детектор эскалации: по ключевым словам («жалоба», «возврат», «оператор») или при низкой уверенности ответа (<0.6). Тогда создаётся тикет в вашей системе поддержки, а пользователь видит сообщение о передаче запроса. Среднее время ожидания оператора — 2 часа, за счёт аналитики мы снижаем число нецелевых обращений на 40%.

const ESCALATION_TRIGGERS = [
  'хочу поговорить с человеком',
  'оператор',
  'жалоба',
  'возврат денег',
  'удалить аккаунт',
];

function shouldEscalate(message, confidenceScore) {
  const lowerMessage = message.toLowerCase();
  const hasKeyword = ESCALATION_TRIGGERS.some(t => lowerMessage.includes(t));
  const lowConfidence = confidenceScore < 0.6;
  return hasKeyword || lowConfidence;
}

async function handleMessage(userId, message) {
  const { answer, confidence, sources } = await answerQuestion(userId, message);
  if (shouldEscalate(message, confidence)) {
    await createSupportTicket(userId, message);
    return {
      type: 'escalation',
      message: 'Передаю ваш запрос оператору. Среднее время ответа — 2 часа.',
      ticketId: ticket.id,
    };
  }
  await logConversation(userId, message, answer);
  return {
    type: 'answer',
    content: answer,
    sources
  };
}

Обновление базы знаний через webhook

// Webhook от CMS при обновлении статьи
app.post('/webhooks/docs-updated', async (req, res) => {
  const { articleId, action } = req.body;
  if (action === 'delete') {
    await qdrant.delete('support-docs', {
      filter: {
        must: [
          {
            key: 'articleId',
            match: { value: articleId },
          },
        ],
      },
    });
  } else {
    const article = await fetchArticle(articleId);
    // Удаляем старые чанки
    await qdrant.delete('support-docs', {
      filter: {
        must: [
          {
            key: 'articleId',
            match: { value: articleId },
          },
        ],
      },
    });
    // Переиндексируем
    await indexArticle(article);
  }
  res.json({ ok: true });
});

Аналитика эффективности

Логируем все диалоги и предлагаем пользователю оценить ответ. Еженедельный отчёт показывает топ-20 вопросов с плохим ответом — это помогает дорабатывать базу знаний. SQL-запрос для отчёта:

SELECT question, COUNT(*) as count
FROM support_conversations
WHERE feedback = 'not-helpful'
GROUP BY question
ORDER BY count DESC
LIMIT 20;

Мы настраиваем дашборд в вашей BI-системе, чтобы видеть динамику.

Этапы внедрения

Для WordPress мы подготавливаем плагин, который автоматически отправляет статьи при публикации. Для Strapi — webhook, как показано выше. Если у вас кастомная CMS, достаточно любого API-эндпоинта. Сроки уточняются после оценки вашего стека и объёма базы знаний. Цена рассчитывается индивидуально. Для обсуждения вашего проекта свяжитесь с нами. Получите консультацию — мы покажем, как система встанет на вашем стеке. Закажите интеграцию прямо сейчас.