Перейти к содержимому

ИИ-агент на первой линии поддержки

Перед стартом потока поддержка получала 900 обращений в сутки. Агент отвечает по базе знаний со ссылкой на источник.

Клиент
Онлайн-школа, 12 000 учеников
Отрасль
Образование
Год
2026
Срок
4 недели
Задача

В дни запуска потока очередь в поддержке доходила до 6 часов. 70% вопросов были повторяющимися: доступ к урокам, оплата, сроки, возврат.

Решение

Что мы сделали
и почему именно так.

01

Чистка базы знаний

Собрали регламенты и нашли 40 противоречий между документами. Это дало больше прироста качества, чем выбор модели.

02

Ответ только со ссылкой

Если агент не может привести источник, ответ не отдаётся ученику — обращение уходит человеку.

03

Обучение в тени

Две недели агент только подсказывал оператору. Так набралась разметка, и никто из учеников этого не заметил.

04

Проверка на инъекции

Прогнали AI Red Teaming до включения: нашли способ выманить чужой email и закрыли его на уровне прав.

Результат

Что изменилось
и чем мы это померили.

68%
обращений закрываются без оператора
40сек
среднее время первого ответа
94%
точность на размеченном наборе из 300 вопросов
11
средняя стоимость диалога
Стек
ClaudeLangChainQdrantFastAPIPostgreSQLLangfuse
Таймлайн

Как это шло
по дням и неделям.

  1. Неделя 1

    База знаний

    Сбор документов и разбор противоречий.

  2. Неделя 2

    Агент и инструменты

    Поиск по документам, доступ к статусу оплаты.

  3. Неделя 3

    Работа в тени

    Подсказки оператору, сбор разметки.

  4. Неделя 4

    Red Team и запуск

    Проверка на инъекции, включение на 30% трафика.

Экраны

Как это выглядит
в схемах.

Это схемы экранов. Интерфейсы клиентов мы не публикуем без разрешения

Дальше

Похожая задача
у вас?

Опишите её в брифе. В рабочее время вернёмся с оценкой срока и стоимости в течение двух часов.