ИИ-агент поддержки клиентов: как собрать и где граница

Агент поддержки берет типовые вопросы: где заказ, как вернуть товар, как оплатить, когда доставка. Правила он ищет в базе знаний, а данные о конкретном заказе берет из CRM или системы заказов.

Вторая половина работы это передача человеку. Жалоба, спор, нестандартный случай уходят оператору вместе с историей переписки, чтобы клиент не повторял вопрос.

Ожидания рынка высокие: по прогнозу Gartner, о котором в марте 2025 года писал Call Centre Helper, к 2029 году агенты будут закрывать 80% типовых обращений без людей, а операционные расходы поддержки снизятся на 30%. Это прогноз, а не замер: у вас доля будет своей, и считают ее на пилоте.

Как мы делаем такого агента под ключ, описано на странице ИИ для поддержки клиентов. Здесь разбираем, как он собирается.

Простая версия собирается из двух частей: база знаний с ответами и канал, где пишут клиенты. Базу собирают по методу RAGRAG RAG это схема, в которой ИИ сначала находит нужные фрагменты в ваших документах, а потом отвечает, опираясь на них. Подробнее в словаре: перед ответом агент ищет фрагменты в ваших документах и отвечает по ним. Как ее собрать, разобрано на странице о RAG-агенте.

Канал в Telegram на n8n подключается по документации так:

1. Напишите @BotFather в Telegram, отправьте команду /newbot и задайте имя бота и короткое имя (username), которое заканчивается на bot. Короткое имя потом не поменять.

2. Скопируйте токентокен Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель. Подробнее в словаре, который выдаст BotFather. Это пароль бота, его никому не передают.

3. В n8n создайте учетные данные Telegram и вставьте токен в поле «Access Token».

4. Добавьте узел Telegram Trigger с событием «Message» (новое сообщение): он запускает сценарий на каждое сообщение клиента.

5. Добавьте узел AI Agent и подключите к нему модель и хотя бы один инструмент, например поиск по базе знаний.

6. Отправьте ответ узлом Telegram с операцией «Send Message»: в поле «Chat ID» указывают чат клиента, в поле «Text» ответ агента.

Такой агент отвечает по базе, но не видит статуса заказа и не умеет передать разговор оператору. Это следующий уровень, и на нем обычно нужен разработчик.

Полезный агент поддержки видит клиента: находит его в CRM по телефону или почте, читает статус заказа, заводит обращение и передает его оператору. Тикет, то есть карточка обращения с историей и ответственным, нужен, чтобы ни один вопрос не потерялся.

CRM открывает такой доступ программам через API, интерфейс для обмена данными. В Битрикс24 для своего сценария создают входящий вебхук: раздел «Приложения», «Разработчикам», вкладка «Готовые сценарии», «Другое», «Входящий вебхук». Вебхук работает с правами сотрудника, который его создал, и только в выбранных правах доступа.

Дальше начинается работа разработчика: какие поля читать, как не завести дубль клиента, что делать, если CRM не ответила, как передать разговор оператору в том же окне. Схемы для amoCRM и Битрикс24 собраны в разделе интеграций.

Агент видит данные клиентов, поэтому действует 152-ФЗ: по ч. 5 ст. 18 запись и хранение данных граждан России в базах за пределами страны не допускаются. Значит, база, CRM и модель, которая читает переписку, работают на серверах в России. Подробнее на странице о безопасности данных.

Главная метрика агента поддержки: доля обращений, закрытых без оператора. Ее мы и записываем в договор пилота.

Рядом считают еще три числа: время первого ответа, долю переданных человеку и долю ошибочных ответов по выборочной проверке. Без последнего высокая доля закрытых может значить, что агент уверенно отвечает неправильно.

Замерьте эти числа до запуска, иначе не с чем сравнить. Как проверять агента перед запуском, разобрано на странице о тестировании агента.

Измерять эффект пока умеют немногие. По McKinsey (ноябрь 2025) с ИИ-агентамиИИ-агент ИИ-агент это нейросеть, которая не просто отвечает, а сама выполняет задачу по шагам: ищет данные, пользуется программами и проверяет результат. Подробнее в словаре экспериментируют 62% организаций, масштабируют 23%, а влияние ИИ на операционную прибыль видят 39%.

Своими силами имеет смысл собрать агента на базе знанийбаза знаний для ИИ База знаний для ИИ это отобранные и подготовленные документы компании, по которым ИИ-ассистент ищет ответы: регламенты, инструкции, каталог, ответы на частые вопросы. Подробнее в словаре для одного канала и посмотреть, как он отвечает. Если вопросов немного и CRM не нужна, этого может хватить.

Команда нужна, когда агент должен видеть заказы в CRM и 1С, передавать разговор оператору, работать в нескольких каналах и хранить данные клиентов по 152-ФЗ.

Наш пилот: один агент на типовых обращениях, 14 дней, от 150 000 ₽, метрика в договоре. ИИ-отделИИ-отдел ИИ-отдел это команда ИИ-агентов, которые вместе ведут процесс компании: каждый агент выполняет свою роль, а человек задает правила и проверяет важные решения. Подробнее в словаре из 3–5 агентов, где поддержка работает вместе с продажами и записью, стоит от 450 000 ₽ и собирается за 4–6 недель. Сопровождение от 40 000 ₽ в месяц.

Типовой агент поддержки собирается из открытых блоков. Если за него просят как за уникальную разработку, спросите, из чего цена, и платите за результат по метрике, а не за часы.