ИИ-ассистент технической поддержки: Обращение превращается в проверяемый ответ
Ассистент находит нужные инструкции в базе знаний, готовит черновик ответа и показывает, на какие источники он опирался.
Поиск по базе знанийдокументы и FAQ
Эксперимент · хакатон
Ответ писали с нуля каждый раз
Оператор искал нужную инструкцию, сверял версию документа и писал ответ сам. Время реакции росло, а качество зависело от опыта сотрудника.
Как это работает по шагам
Ассистент понимает тему обращения, находит нужные инструкции и статьи в базе знаний, готовит понятный черновик ответа и показывает оператору, на какие источники он опирался.
А · обращение превращается в задачу
Б · находятся документы-источники
В · готовится черновик ответа
Черновик с источниками
- Ответ с источниками
- можно проверить
Финальное решение остаётся за оператором: он может отправить черновик, поправить его или передать специалисту.
- Тип работы
- Эксперимент
- Заказчик
- Атомик Хак 2.0
- Отрасль
- Хакатон
- Срок
- 2 дня разработки в рамках хакатона
- Команда
- 2 разработчика, 1 ML-инженер
- Стек
- Python, LangChain, RAG, FAISS, OpenAI API
От обращения клиента к проверяемому ответу оператора
В ролике показан понятный сценарий: клиент пишет в чат, ассистент находит нужные инструкции, готовит ответ и передаёт его оператору на проверку.
- сообщение клиента
- поиск в базе знаний
- черновик ответа
- проверка оператором
Результаты
Цифры получены на соревновании. Для вашей задачи их проверяем на пробной версии.
- Заняли 2 место на Atomic Hack 2.0
- Сократили подготовку ответа с нескольких минут до ~2 секунд
- До 85% типовых запросов можно закрывать полуавтоматически
- Каждый ответ можно проверить: видны источники, статус проверки и история действий
- Результат можно передавать в CRM, Telegram, чат на сайте или внутреннюю систему поддержки
- Python
- LangChain
- RAG
- FAISS
- OpenAI API
Хотите похожее решение?
Опишите процесс, данные и желаемый результат — вернёмся с вариантами решения и оценкой первого этапа.