Как подойти к задаче без лишней магии
Что бы я делал, если бы компания сказала: «Подключим AI ко всей базе Slack, почте и старым тикетам». Я бы оставил боту двадцать частых вопросов из актуальной базы и жёсткое правило передачи человеку.
Ошибка, которую я бы сразу убрал: Проблема не в том, что модель иногда ошибается. Проблема в том, что команда не договорилась, где AI обязан сказать «не знаю» и кто забирает разговор дальше.
Что подготовить и какой результат ждать
- На выходе: Клиент получает быстрый ответ на стандартный вопрос, а команда видит неудачные запросы и понимает, что добавить в базу.
- Соберите таблицу знаний: вопрос, короткий ответ, источник правила, дата обновления, исключение и владелец.
- Сохраните исходные данные и права доступа отдельно от результата, чтобы можно было проверить, что сделал AI-ответы на частые вопросы.
- Сделайте тесты на обычный вопрос, устаревшее правило, двусмысленную формулировку и просьбу вернуть деньги.
Запустите FAQ с честной передачей сложных случаев
- Соберите источник правды
Вынесите цены, сроки, возвраты и ограничения в один документ или таблицу. У каждой записи укажите владельца и дату последней проверки.
Проверьте: Менеджер может найти исходное правило за минуту.
Если не сработало: Не подключайте старые презентации и чаты, пока не определите, какой документ главный.
- Разделите FAQ и действия
Разрешите AI читать правила и предлагать ответ, но вынесите возврат, изменение заказа, отмену и скидку в отдельные маршруты с подтверждением.
Проверьте: AI не может выполнить чувствительное действие одним текстовым ответом.
Если не сработало: Уберите инструмент и оставьте только draft-режим.
- Добавьте фразу для неизвестного ответа
В инструкции напишите: «Если ответа нет в базе или вопрос зависит от условий клиента, не додумывай. Скажи, что подключишь сотрудника, и передай диалог».
Проверьте: На тестовом неизвестном вопросе появляется эскалация.
Если не сработало: Добавьте конкретный список триггеров: возврат, претензия, юридический вопрос, VIP-клиент.
- Разбирайте неудачные вопросы раз в неделю
Сохраняйте вопрос, ответ AI, исправление сотрудника и причину ошибки. Раз в неделю добавляйте только проверенные пары вопрос–ответ.
Проверьте: Ошибки превращаются в изменения базы, а не в бесконечное переписывание промпта.
Если не сработало: Назначьте владельца базы и короткий слот на ревизию.
База ответов, а не папка с хаосом
Соберите таблицу faq_id, question, answer, source_url, valid_from, valid_to, owner и escalation_rule. Старые презентации и переписки не загружайте «на всякий случай»: модель не поймёт, какой документ главный.
В инструкции напишите: «Отвечай только по найденному фрагменту. Если ответа нет или вопрос касается возврата, жалобы, денег или закона — не додумывай. Сохрани диалог и передай сотруднику».
- Держите короткий утверждённый ответ и ссылку на подробное правило.
- Раз в неделю разбирайте вопросы, где сотрудник исправил ответ.
Тест, который я бы провёл до запуска
Возьмите обычный вопрос, устаревшее правило, двусмысленную формулировку, запрос на возврат и просьбу позвать человека. Для каждого заранее запишите правильный результат: answer, clarify или escalate.
Если неизвестный вопрос получает уверенный текст, проблема не в температуре модели. Уберите действие, проверьте поиск по базе и добавьте явный маршрут needs_human.
Два workflow вместо одного огромного
Первый: `Cron → Google Drive/Notion → Extract text → Split text → Embeddings → Vector Store`. Второй: `Helpdesk/Webhook → Get ticket history → Classify → IF risk → Human handoff → Retrieve → AI draft → Validate → Send reply`.
В метаданных фрагмента храните `source_id`, `title`, `version`, `updated_at`, `valid_until` и `product_area`. Перед поиском отфильтруйте `archived` и документы, к которым у пользователя нет доступа.
{
"answer": "",
"source_ids": [],
"needs_human": false,
"handoff_reason": null,
"next_question": null
}Пять тестов до автоответа
Возьмите обычный вопрос, устаревшее правило, двусмысленную формулировку, возврат денег и просьбу позвать человека. Для каждого заранее задайте expected result: `answer`, `clarify` или `escalate`. Если вопроса нет в базе, ответ должен быть пустым и уйти в `waiting_human`.
Добавьте ограничение: после двух безрезультатных уточнений тикет передаётся сотруднику. Иначе бот будет бесконечно повторять «попробуйте ещё раз».
Что должно измениться после настройки
Клиент получает быстрый ответ на стандартный вопрос, а команда видит неудачные запросы и понимает, что добавить в базу.
Почему AI-поддержка начинает раздражать клиентов
Смешивать в одной базе актуальные и устаревшие правила.
Просить AI отвечать уверенно на любой вопрос.
Не показывать сотруднику исходный диалог.
Пытаться исправить плохую базу длинным системным промптом.
Когда FAQ превращается в полноценную систему поддержки
Привлекайте специалиста, если поддержка работает в нескольких каналах, использует персональные данные или должна выполнять операции в CRM и заказах.
Что проверить на тестовом диалоге
Кому подходит этот способ работы с AI-ответы на частые вопросы?
AI-поддержка для бизнеса через FAQ работает только тогда, когда AI отвечает из утверждённой базы, честно говорит «не знаю» и без лишних вопросов передаёт сложный случай сотруднику.
С чего начать, если всё пока делается вручную?
Соберите таблицу знаний: вопрос, короткий ответ, источник правила, дата обновления, исключение и владелец.
Как проверить, что настройка не навредит?
Сделайте тесты на обычный вопрос, устаревшее правило, двусмысленную формулировку и просьбу вернуть деньги.
Что делать при непонятном результате?
Ответьте честно, что нужен сотрудник, сохраните вопрос и передайте диалог в очередь без выдуманного решения.
