Автоматизация поддержки с ИИ: что передать первой линии, а что оставить людям
- Первый шаг — разбор обращений: какие темы повторяются, где ответ однозначен и во что обходится ошибка.
- Первой линии на ИИ передают вопросы об условиях, статусы, инструкции и сбор данных для заявки.
- Деньги, жалобы, юридические и медицинские вопросы, а также всё, чего нет в базе знаний, остаются за людьми.
- Безопасный старт — режим подсказок: ИИ готовит черновик, оператор проверяет. Автоответ включают по темам, где качество подтверждено.
- Главные показатели — решённые без оператора обращения, повторные обращения по той же теме и ошибки при выборочной проверке.
Автоматизация поддержки с ИИ начинается не с выбора модели, а с разбора обращений: какие из них повторяются, где ответ однозначен и во что обходится ошибка. Первой линии на ИИ обычно отдают вопросы об условиях, статусы, инструкции и сбор данных, а спорные, денежные и эмоциональные случаи оставляют людям. Ниже — как провести эту границу, в каком режиме запускать ИИ и как понять, что он работает.
Автоматизация поддержки с ИИ: три режима работы
ИИ в службе поддержки может работать по-разному, и режим определяет риски сильнее, чем выбор модели.
- Подсказки оператору. ИИ читает обращение, находит ответ в базе знаний и готовит черновик. Оператор правит и отправляет. Клиент общается с человеком, а ошибка модели не уходит наружу.
- Автоответ. ИИ отвечает клиенту сам — в чате, мессенджере или по почте — и передаёт человеку то, что не может решить.
- Сортировка. ИИ определяет тему, срочность и нужные данные и отправляет обращение в правильную очередь. Сам он не отвечает, но экономит время на разбор входящих. Подробно этот режим разобран в статье о классификации и маршрутизации обращений.
Режимы совмещают: сортировка для всех обращений, автоответ для нескольких проверенных тем, подсказки для остального. Режим подсказок — самый безопасный старт. За пару недель он показывает, как часто операторы отправляют черновики ИИ без правок и по каким темам можно включать автоответ.
Что передать первой линии на ИИ, а что оставить людям
| Тип обращения | Пример | Кто отвечает | Условие |
|---|---|---|---|
| Условия и правила | «Сколько дней на возврат?» | ИИ | Ответ есть в базе знаний |
| Статус заказа или заявки | «Когда приедет мастер?» | ИИ | Клиент идентифицирован, данные берутся из системы через API |
| Инструкции | «Как сбросить пароль в личном кабинете?» | ИИ | Инструкция актуальна для текущей версии |
| Сбор данных для заявки | Модель, серийный номер, фото поломки | ИИ, затем специалист | Все поля собраны до передачи |
| Изменение заказа | «Поменяйте адрес доставки» | ИИ с подтверждением | Изменение проходит через систему, клиент подтверждает |
| Возврат денег, компенсация | «Верните деньги за испорченный товар» | Человек | ИИ собирает данные и готовит черновик |
| Жалоба, конфликт | «Третий раз переносите доставку!» | Человек | Передача сразу, без попыток успокоить шаблоном |
| Юридические и медицинские вопросы | «Можно ли расторгнуть договор без штрафа?» | Человек | ИИ не даёт оценок |
| Технический сбой для второй линии | «Не проходит синхронизация с 1С» | Специалист | ИИ собирает диагностику и передаёт |
Общее правило: ИИ отвечает сам там, где ответ однозначен и проверяем, а ошибка обходится недорого. Там, где нужна оценка, решение о деньгах или сочувствие, ИИ только помогает человеку: собирает данные и готовит черновик.
Как устроена передача человеку
Хорошая передача — та, после которой клиенту не нужно повторять вопрос. Для этого правила задают заранее и проверяют на тестах.
Поводы передать обращение:
- поиск по базе знаний ничего не дал или нашёл фрагменты не по теме;
- в сообщении есть раздражение, угроза уйти или прямая просьба позвать оператора;
- обращение касается денег, договора или персональных данных третьих лиц;
- после двух уточнений ИИ так и не понял, что нужно клиенту;
- клиент входит в список ключевых или обращение помечено как срочное.
При передаче оператор получает карточку: тема, краткий пересказ, собранные данные и что ИИ уже ответил. Клиенту ИИ сообщает, что вопрос передан, и называет реальный срок ответа с учётом рабочего времени. Обещать «ответим через пять минут», если ночью никого нет, нельзя.
Отдельная ловушка — «пинг-понг»: оператор отвечает одним сообщением и возвращает диалог боту, а тот снова не понимает клиента. Пока обращение у человека, ИИ молчит. Вернуть разговор боту может только оператор, явно закрыв свою часть.
Откуда ИИ берёт ответы
Качество автоответов в поддержке упирается в источники, из которых ИИ берёт ответ. Их три:
- база знаний — условия, правила, инструкции, ответы на частые вопросы;
- данные из систем — статусы заказов, оплаты, записи, остатки, которые запрашиваются через API в момент вопроса;
- утверждённые шаблоны для чувствительных тем: извинение за задержку, отказ в возврате по правилам, ответ на жалобу. Их формулирует руководитель поддержки, а ИИ только подставляет детали.
С данными из систем есть важная деталь — идентификация. Прежде чем назвать статус заказа или адрес доставки, ИИ должен убедиться, что пишет тот самый клиент: сверить номер заказа с телефоном или почтой, указанными при покупке. Иначе любой, кто знает номер чужого заказа, получит чужие данные.
Базу знаний для поддержки удобно собирать из ответов лучших операторов: они уже знают, как объяснить сложное условие простыми словами. Как её структурировать и обновлять, описано в статье о подготовке базы знаний для ИИ-бота.
Где ИИ в поддержке ошибается
Придумывает правила. Когда подходящего фрагмента в базе нет, модель способна выдать убедительное, но несуществующее условие возврата или компенсации, а клиент потом сошлётся на этот ответ. Защита — отвечать только по найденному источнику и проверять ответы на тестовом наборе. Подробнее о причинах и способах защиты — в материале о галлюцинациях нейросетей.
Неверно понимает намерение. «Хочу вернуть» — это возврат товара, денег или отмена подписки? Модель выбирает самое вероятное толкование, а нужно уточнить.
Отвечает на один вопрос из трёх. Клиенты часто пишут несколько вопросов в одном сообщении. ИИ должен разобрать их все или явно сказать, на какие ответит сотрудник.
Отвечает по устаревшей версии. Изменили правила возврата, а база осталась прежней — ИИ продолжает обещать старые условия.
Говорит не тем тоном. Ровный вежливый шаблон в ответ на резкую жалобу раздражает ещё сильнее. Эмоциональные обращения лучше сразу передавать людям.
Ходит по кругу. Если ИИ не может помочь, он не должен в третий раз предлагать те же статьи. Ограничьте число попыток и передавайте разговор.
ИИ на первой линии почти не даст пользы, если обращений мало, если каждое не похоже на другие — например, у сложного B2B-продукта с персональными менеджерами, — или если базы знаний нет и знания существуют только в опыте операторов.
Что меняется для операторов
ИИ на первой линии меняет работу операторов, и это стоит обсудить с командой до запуска, а не после.
Типовых вопросов становится меньше, а доля сложных обращений в очереди растёт. Средняя сложность работы повышается, и нормативы, рассчитанные на поток простых вопросов, приходится пересматривать.
У операторов появляется новая задача — контроль ИИ. В режиме подсказок они правят черновики, а в режиме автоответа помечают неудачные ответы, которые увидели в истории диалога. Для этого в интерфейсе нужна простая кнопка «ответ ИИ неверный» с полем для комментария. Эти отметки — главный источник доработок базы знаний.
Лучше всего работает схема, где за ИИ отвечает конкретный человек из поддержки, например старший оператор. Он раз в неделю разбирает отметки и выборку диалогов, обновляет базу и шаблоны и решает, какие темы перевести из подсказок в автоответ.
Какие показатели отслеживать
| Показатель | Что показывает | На что смотреть |
|---|---|---|
| Обращения, решённые без оператора | Нагрузку, которую реально снял ИИ | Считать только закрытые без повторного обращения |
| Передачи человеку и их причины | Где не хватает базы или правил | Самые частые причины — кандидаты на доработку |
| Повторные обращения по той же теме | Ответы, которые не помогли | Рост после запуска — тревожный сигнал |
| Время первого ответа | Скорость реакции | Сравнивать с периодом до запуска |
| Оценка клиента после диалога | Восприятие ответов | Читать комментарии к низким оценкам |
| Ошибки при выборочной проверке | Точность ответов | Еженедельная выборка диалогов, разбор с руководителем поддержки |
Условный пример. За месяц ИИ закрыл 900 диалогов без оператора. Но 150 из этих клиентов в течение трёх дней вернулись с тем же вопросом. Значит, на деле решено 750 обращений, и именно эту цифру стоит брать в расчёт окупаемости, а 150 неудачных диалогов — разбирать в первую очередь.
Последний показатель в таблице самый трудоёмкий и самый важный. Без регулярной выборочной проверки вы узнаете об ошибках ИИ от клиентов.
С чего начать
- Выгрузите обращения за последние 3 месяца из почты, чатов и системы поддержки.
- Разметьте их по темам — хотя бы выборку в несколько сотен — и посчитайте, какие темы самые частые.
- Для каждой частой темы решите по таблице выше, кто отвечает: ИИ, ИИ с подтверждением или человек.
- Выберите 3–5 тем для старта, соберите по ним базу знаний и шаблоны.
- Запустите режим подсказок на 2 недели и посчитайте, сколько черновиков операторы отправляют без правок.
- Включите автоответ по темам, где качество подтверждено, и продолжайте выборочную проверку.
Прототип на ваших реальных обращениях собирается за 1–2 недели, полноценное решение с интеграцией в систему поддержки и CRM — за 1–3 месяца. Нижняя граница для чат-бота — 30 000 ₽; сколько будет стоить ваш вариант и окупится ли он, считаем на бесплатном аудите. Подробнее о том, как мы делаем ИИ-ассистентов для поддержки клиентов, — на странице услуги.