Коротко. ИИ-агента собирают за шесть шагов: выбрать одну узкую задачу, выгрузить 200-500 реальных обращений, сделать из документов компании базу знаний, дать доступ к нужным системам, прогнать тестовый набор из 100-200 вопросов и запустить на части трафика с человеком в петле. Первая рабочая версия занимает 2-6 недель и стоит 30 000-120 000 ₽ на готовой платформе или 150 000-800 000 ₽ при разработке под задачу, плюс 3 000-60 000 ₽ в месяц на эксплуатацию. Выбор модели — примерно 10 % работы; остальные 90 % — база знаний, права доступа и тестирование.
Что именно вы собираете
ИИ-агент — это не «нейросеть, которую научили вашему бизнесу». Это связка из пяти частей, и модель среди них — самая дешёвая и легко заменяемая.
- Языковая модель. Внешний сервис по API: YandexGPT, GigaChat, GPT, Claude. Меняется правкой одной строки в конфиге, поэтому спорить о выборе на старте бессмысленно.
- Системная инструкция. Текст на 1-3 страницы: роль, границы, тон, что делать при нехватке данных, чего не обещать клиенту. Правится еженедельно первые два месяца.
- База знаний. Ваши прайсы, регламенты, условия доставки, ответы поддержки. Это то, чем ваш агент отличается от бесплатного чата в браузере.
- Инструменты. Функции, которые агент умеет вызывать: найти заказ по номеру, создать лид в CRM, проверить свободный слот, отправить письмо.
- Логи и метрики. Каждый диалог с вопросом, ответом, использованными кусками базы и стоимостью. Без них вы не сможете ни улучшать, ни защищаться при разборе жалобы.
Шаги 1-2. Выбрать одну задачу и выгрузить реальные обращения
Агент строится под один процесс, не под «работу с клиентами». Формулировка должна помещаться в одно предложение с измеримым результатом: «отвечать на вопросы о статусе и сроках доставки заказа», «разбирать входящие заявки с почты и заводить лид в CRM с заполненными полями», «отвечать на типовые вопросы по услугам и передавать менеджеру всё остальное».
Дальше считаете текущую стоимость: сколько обращений этого типа в месяц, сколько минут уходит на одно, по какой ставке. 400 обращений × 6 минут = 40 часов работы. Если этих часов меньше 15-20 в месяц, автоматизация не окупится ни в каком виде — закройте вопрос шаблонами ответов и идите дальше.
Когда задача выбрана, наступает вторая половина шага — выгрузка. До первой строки промпта нужны 200-500 настоящих вопросов клиентов за последние 3-6 месяцев: из почты, чата на сайте, переписок в мессенджерах, комментариев в CRM. Это делает ваш сотрудник за 2-5 дней, и это единственный этап, который нельзя отдать подрядчику целиком.
Обращения раскладываются на три кучи: типовые с однозначным ответом (обычно 50-70 % объёма — их и заберёт агент), требующие данных из системы (15-30 % — понадобятся интеграции), нетиповые и конфликтные (10-20 % — навсегда остаются людям). Соотношение куч сразу показывает реалистичный потолок автоматизации. Обещания «бот закроет 90 % обращений» на этом этапе обычно превращаются в честные 45-60 %.
Шаг 3. Собрать базу знаний
Агент отвечает по вашим документам через поиск: вопрос клиента превращается в поисковый запрос, находятся 3-7 подходящих фрагментов, они подставляются в запрос к модели. Отсюда практические требования к документам.
- Фрагмент — 500-1500 знаков, один смысл на фрагмент. Регламент на 40 страниц сплошным текстом ищется плохо; тот же регламент, разбитый по подзаголовкам, — хорошо.
- Формат — текст или Markdown. Сканы, PDF с картинками и таблицы в Excel требуют отдельной обработки и добавляют к сроку 2-5 дней.
- Из базы выкидывается всё устаревшее и противоречивое. Два прайса с разными ценами гарантированно дадут случайный ответ клиенту, и виноват в этом будет не агент.
- У каждого документа — владелец и дата актуализации. База знаний без владельца протухает за квартал.
Подготовка 50-100 документов занимает 3-10 рабочих дней и обычно вскрывает, что половина внутренних регламентов написана неверно или устарела. Это побочная польза, но польза настоящая.
Дообучение модели на своих данных (fine-tune) на этом этапе не нужно почти никогда: оно дороже в 5-10 раз, требует переобучения при каждом изменении цен и не убирает выдумывание. Поиск по базе решает 90 % задач бизнеса.
Шаг 4. Дать инструменты и ограничить права
Каждое действие агента во внешней системе описывается отдельно: что делает, какие поля принимает, что возвращает. Одна интеграция — это 20 000-80 000 ₽ и 2-7 дней, и главный риск здесь не технический, а организационный: доступы к CRM, 1С или почте согласуются дольше, чем пишется код.
Права раздаются по принципу «читать можно, писать — с подтверждением». Безопасно отдать агенту чтение статусов, поиск по каталогу, создание черновика. Опасно — отправку писем клиентам от лица компании, изменение сделок, любые действия с деньгами и скидками. На старте всё, что меняет данные или уходит наружу, ставится на подтверждение человеком; автономию расширяют через месяц-два по логам.
Шаг 5. Тестовый набор и приёмка
Это шаг, который чаще всего пропускают, и именно поэтому проекты потом невозможно улучшать. Из выгрузки второго шага берутся 100-200 вопросов, к каждому пишется эталонный ответ. Набор прогоняется после любой правки промпта или базы — иначе улучшение одного сценария молча ломает три соседних.
| Что измеряем | Как считаем | Порог для запуска |
|---|---|---|
| Доля верных ответов | Человек сверяет ответ агента с эталоном | от 85 % |
| Доля выдуманных фактов | Ответ содержит цену, срок или условие, которых нет в базе | не более 1-2 % |
| Корректный отказ | Нет данных — агент говорит «не знаю» и зовёт человека, а не сочиняет | от 95 % таких случаев |
| Стоимость диалога | Расход токенов × тариф модели | обычно 0,5-8 ₽ |
| Время ответа | От вопроса до первого символа | до 3-5 секунд |
Шаг 6. Пилот, а не запуск на всех
Первые 10-14 дней агент работает на части потока: один канал, или ночные обращения, или 10-20 % чатов. Все диалоги читает живой человек, спорные — переводит на себя. Каждое утро 20-30 минут на разбор логов: что ответил неверно, чего не хватило в базе, где сработал отказ.
Правки первых двух недель дают больше пользы, чем весь этап разработки, потому что живые люди спрашивают не так, как заложено в схему. После пилота полезно зафиксировать честные цифры: доля диалогов, закрытых без человека (реалистично 40-70 %), доля переводов на менеджера, средняя оценка ответа.
Сроки, бюджет и три способа собрать
| Подход | Срок до пилота | Запуск | Ежемесячно | Где ломается |
|---|---|---|---|---|
| Готовая платформа поддержки с ИИ (виджет + база знаний) | 1-2 недели | 30 000-120 000 ₽ настройки | 3 000-30 000 ₽ | Нельзя выйти за логику вендора, данные лежат у него |
| Сборка на no-code (n8n, Make) + API модели | 2-4 недели | 60 000-200 000 ₽ | 5 000-20 000 ₽ + токены | Тяжело тестировать и версионировать, хрупко при росте |
| Разработка под задачу | 4-10 недель | 150 000-800 000 ₽ | 15 000-60 000 ₽ + токены | Нужен ответственный на вашей стороне, иначе проект встанет на доступах |
Внутри срока код занимает меньше половины. Типичное распределение: постановка задачи и выгрузка — 15 %, база знаний — 25 %, разработка и интеграции — 35 %, тестирование и пилот — 25 %.
Частые вопросы
Сколько стоит сделать ИИ-агента для поддержки
Настройка на готовой платформе — 30 000-120 000 ₽ плюс подписка 3 000-30 000 ₽ в месяц; разработка под задачу с интеграцией в CRM и учётную систему — 150 000-800 000 ₽ и 15 000-60 000 ₽ в месяц на поддержку. Сверху идут расходы на саму модель: 0,5-8 ₽ за диалог, то есть 2 000-15 000 ₽ в месяц при потоке 1000 обращений.
Сколько времени занимает первая рабочая версия
От 2 недель на готовой платформе до 6-10 недель при разработке под задачу. Самый частый источник просрочки — не разработка, а согласование доступов к CRM, почте и 1С: этот этап растягивается с обещанных двух дней до двух недель примерно в половине проектов, поэтому запрашивать доступы нужно в первый день.
Нужно ли обучать нейросеть на своих данных
В большинстве задач бизнеса — нет: достаточно поиска по базе знаний, когда нужные фрагменты документов подставляются в запрос к готовой модели. Дообучение стоит в 5-10 раз дороже, требует повторения при каждом изменении цен и условий и не избавляет от выдуманных ответов. Его имеет смысл обсуждать, когда нужен специфический формат вывода или очень узкая отраслевая терминология.
Какие данные нельзя отдавать в облачную модель
Персональные данные клиентов в облачный сервис без договора и оценки по 152-ФЗ отдавать нельзя — ФИО, телефоны, адреса, паспортные данные вычищаются из запроса или заменяются на идентификаторы. Российские провайдеры моделей дают договор и размещение в РФ, часть задач закрывается моделью на своём сервере. Практический минимум: обезличивание на входе и запрет на отправку в модель вложений из писем.
Что делать, если агент выдумывает ответы
Выдумывание лечится тремя вещами в таком порядке: запретом отвечать в обход базы знаний (нет источника — говорим «не знаю» и зовём человека), чисткой противоречий в самих документах и уменьшением объёма подставляемого контекста. Полностью до нуля выдумывание не убирается, поэтому цены, сроки и юридические формулировки лучше отдавать не текстом модели, а прямой подстановкой из системы.
Если задача понятна, но собирать это самостоятельно некогда — мы делаем чат-ботов и ИИ-агентов под конкретный процесс: от выгрузки обращений и базы знаний до интеграции с CRM и пилота на части трафика. Расскажите, какой поток обращений и что с ним происходит сейчас, — посчитаем, окупится ли автоматизация в вашем объёме.