🤝 Как доверить AI общение с клиентами 

Если ИИ-ассистент предоставит неточный ответ о стоимости, характеристиках продукта или условиях услуги, это повлияет на решение и лояльность покупателя. Чтобы снизить риски и повысить качество ответов, можно использовать эти четыре техники:

1️⃣ Задать правила в системном промпте
Это инструкция, которая определяет поведение модели. Обычно в промпте описывают роль и задачу, допустимые действия и ограничения, правила работы с источниками, формат и стиль ответа.

Например, можно запретить модели использовать информацию вне контекста, попросить сообщать о нехватке данных и добавлять ссылку на источник после каждого утверждения.

2️⃣ Подключить базу знаний
RAG — подход, при котором LLM отвечает на запрос пользователя по внутренним данным компании. Система находит релевантные фрагменты текста и передаёт их модели вместе с вопросом.

Например, для интернет-магазина такой базой знаний могут стать каталог с описаниями и характеристиками товаров, информация о компании, условия заказа и доставки. 

Данные нужно регулярно обновлять, очищать от дублей и проверять на противоречия. Чем больше в базе устаревшей и неоднозначной информации, тем сложнее системе подобрать релевантный контекст.

3️⃣ Показать примеры качественных ответов
Реальные диалоги помогают понять, какие формулировки использовать и как действовать. Соберите репрезентативный набор из частых вопросов клиентов и ответов сотрудников, которые решили задачу и соответствуют стандартам компании.

Перед запуском проверьте ассистента на этой выборке. Это поможет найти вопросы, на которых он ошибается, и доработать промпт, базу знаний или примеры.

4️⃣ Собрать нестандартные кейсы
Типовые обращения не охватывают инциденты, редкие условия и неожиданные запросы. Такие случаи стоит сохранять вместе с правильным сценарием действий и пополнять ими базу кейсов для LLM.

Перед ответом ИИ-ассистент оценивает, хватает ли ему данных. Если запрос выходит за рамки известных сценариев, диалог передаётся оператору. После решения новый кейс добавляют в базу, чтобы в следующий раз система могла обработать похожее обращение.

👉 В Smartbot AI можно настроить такой сценарий: ИИ-ассистент классифицирует входящие запросы и переводит диалог на сотрудника, если не может подготовить обоснованный ответ. Так компания автоматизирует коммуникации, но при этом сохраняет контроль человека в нужных точках.

#кирилл_роксман

🚀 Куда мы движемся и как повлиять на развитие Smartbot 

В последнее время наша команда исследовала, чем вы пользуетесь чаще всего, где возникают сложности и какие сценарии приносят больше пользы. Анализ помог нам определить два основных направления работы на ближайшее будущее.

📌 Маркетинг. Дорабатываем инструменты этого блока — от премиум-эмодзи и rich-сообщений в Telegram до аналитики рассылок и действий пользователей. Это усилит возможности платформы для работы с клиентской базой.

📌 Smartbot AI. Мы видим интерес к этому направлению, но понимаем, что сейчас текущих возможностей не хватает для полноценной работы. Поэтому продолжим развивать функциональность, чтобы Smartbot AI решал больше прикладных задач и оставался доступным по стоимости. 

Мы учитываем обратную связь и знаем о недоработанных моментах, про которые вы пишете: Telegram-магазинах и онлайн-чате. Эти и другие задачи команда планомерно решает. 

Параллельно мы ускорили внутренние процессы разработки, поэтому теперь можем выпускать функции быстрее и брать в работу большую часть запросов без жёсткой приоритизации. При оценке идеи смотрим, будет ли она полезна другим клиентам, вписывается ли в продукт и сможем ли качественно её поддерживать.

✍️ Если вам нужны новые фичи или доработки текущего функционала, пишите в чат Smartbot Team или в поддержку. 

#кирилл_роксман