Вход: сообщение клиента
«Нужно 20 листов влагостойкой фанеры 18 мм. Сколько будет стоить с доставкой в пятницу?» Это вымышленное обращение для разбора логики, не переписка клиента Mobecan.
MOBECAN / AI AGENTS
Создаем агента под вашу задачу: подключаем данные и рабочие системы, задаем границы действий и проверяем результат на реальных примерах.
Обсудить ИИ-агентаУчебный пример: от свободного сообщения до заявки, которую проверяет менеджер. Он показывает предлагаемый сценарий, а не результат клиентского внедрения.
«Нужно 20 листов влагостойкой фанеры 18 мм. Сколько будет стоить с доставкой в пятницу?» Это вымышленное обращение для разбора логики, не переписка клиента Mobecan.
Из сообщения известны количество, толщина и пожелания клиента. Агент уточняет размер, марку, адрес и точную дату; цену и наличие проверяет по разрешенному актуальному источнику.
Количество: 20 листов. Толщина: 18 мм. Пожелания: влагостойкая фанера, доставка в пятницу. Размер, марка, адрес и точная дата: требуют уточнения. Цена и доставка: не подтверждены. Менеджер получает эти поля вместе со ссылкой на исходное сообщение.
Только согласованные источники и поля. Если справочник недоступен или данные устарели, агент сообщает об ограничении и передает вопрос сотруднику.
Извлекать явно указанные требования, задавать вопросы и собирать черновик. Неизвестные поля остаются неизвестными; условия сделки не придумываются.
В этом примере запись в CRM выполняется после подтверждения менеджером. Повторная обработка того же запроса не должна создавать вторую заявку; сбой записи должен быть виден в журнале.
Ответить по данным о товарах, уточнить потребность и подготовить резюме менеджеру. Нестандартные условия и решения по сделке остаются человеку.
Найти ответ в документах компании, показать источник и подготовить материал по заданному шаблону. Если данных недостаточно — сообщить об этом и передать вопрос сотруднику.
Получить данные через API, подготовить запись или выполнить согласованное действие. Доступы, допустимые операции и точки подтверждения определяются до запуска.
Пример состава ограниченного пилота: один сценарий, согласованные источники и операции, контрольная выборка и журнал действий. Точный результат и критерии приемки закрепляем в предложении до начала работ.
В описании пилота фиксируем входные обращения, ожидаемый результат и случаи остановки. Например, агент готовит заявку, но не утверждает скидку и не обещает доставку.
Составляем перечень данных и разрешений: какой справочник читать, какие поля готовить, кто подтверждает запись. Недоступный источник не заменяем догадкой модели.
Согласуем примеры обычных, неполных и противоречивых запросов. В протоколе отмечаем ошибки в полях, пропущенные уточнения, ручные исправления и передачу сотруднику.
Проверяем связь результата с исходным запросом, защиту от повторной записи и поведение при сбое интеграции. Порядок запуска и сопровождения фиксируем отдельно.
Платформа агентов
Соединяет сценарии поведения ассистента, источники данных, интеграции и передачу результата в рабочие системы.
Кейс Assist24Обращения клиентов
Ассистент уточняет потребность и передает менеджеру структурированное резюме обращения.
Кейс Фанера ПитерЗаказы в Telegram
Сценарий заказа с актуальным меню из Saby, оплатой и передачей данных ресторану без повторного ввода.
Кейс «В ритме Шума»Стоимость разработки ИИ-агента зависит от сценария, доступных API, подготовки данных, требований к качеству и размещению. Единой цены для всех агентов нет.
Например, для разбора заявок отдельно оцениваем подключение одного канала, чтение каталога, подготовку полей CRM и проверку на обращениях. Запись в несколько систем, локальное размещение и дополнительные роли меняют объем. Разовые работы отделяем от расходов на модели, инфраструктуру и сопровождение.
Чат-бот — способ общения, а агент — способ выполнения задачи с данными и инструментами. Агент может работать через чат или без него. Важно определить, какие действия нужны бизнесу: название само по себе не делает решение полезнее.
Если правила однозначны и данные структурированы, часто достаточно сценария в CRM или обмена по API. ИИ полезен при работе со свободным текстом, документами и неоднозначными запросами. На разборе задачи выбираем подход и не добавляем модель без необходимости.
Возможность и объем интеграции зависят от API, прав доступа и ограничений вашей системы. До оценки изучаем документацию и согласуем операции. Наличие CRM не означает, что любое действие можно автоматизировать без доработок.
До запуска задаем допустимые операции, случаи остановки и передачи человеку. Проверяем ответы и действия на согласованных примерах, включая ошибки и недостаток данных. Финансовые и другие значимые решения предусматривают подтверждение сотрудника.
Опишите одну задачу, рабочие системы и ожидаемый результат. Нужны примеры запросов, источники данных и требования к размещению. По ним определяем объем пилота, интеграций и проверки; расходы на модели, инфраструктуру и сопровождение указываем отдельно.
Размещение и допустимость внешних моделей согласуем с учетом требований компании. Условия использования кода, платформы и результата фиксируем в договоре: они зависят от выбранных компонентов и их лицензий. Облачный и локальный варианты оцениваются отдельно.
Расскажите, что приходит на вход, какой результат нужен и в каких системах работает команда. Определим, с чего начать.
Обсудить задачу