О проекте
Консультант ищет сведения в базе знаний, учитывает историю диалога и возвращает ответ в открытую линию Bitrix24. Менеджер видит переписку в CRM.
В отличие от стандартных скриптовых ботов, данное решение использует технологию RAG (Retrieval-Augmented Generation). Это позволяет боту отвечать на вопросы, опираясь на внутреннюю документацию компании и базу товаров, а также запоминать ход диалога с конкретным клиентом благодаря модулю долговременной памяти.
Задача бизнеса
Компания (интернет-магазин спортивного питания) столкнулась с перегрузкой отдела продаж в чатах «Открытых линий» Bitrix24.
- Менеджеры тратили значительную часть времени на ответы на типовые вопросы («Как принимать?», «Есть ли доставка?», «Чем отличается протеин А от Б?»).
- В нерабочее время и выходные клиенты уходили к конкурентам, не дождавшись ответа.
- Обычные автоответчики раздражали клиентов шаблонностью.
Задача: Создать ИИ-агента, который общается естественным языком, знает ассортимент и условия работы, консультирует 24/7 и передает диалог человеку только в сложных случаях.
Как работает решение
Решение реализовано в среде n8n и интегрирует CRM Bitrix24 с векторной базой знаний.
Этап 1: Входящее обращение
- Webhook: n8n принимает событие из Bitrix24 (новое сообщение в чате).
- Система извлекает ID клиента и текст вопроса.
Этап 2: Поиск знаний (Vector Search / RAG)
Прежде чем ответить, бот должен найти информацию.
- Используется векторная база данных Qdrant.
- Вопрос пользователя превращается в вектор (Embeddings OpenAI) и сравнивается с коллекцией документов компании (инструкции, описания товаров).
- Система находит наиболее релевантные фрагменты текста (Knowledge Chunks).
Этап 3: Формирование ответа (ИИ Agent)
- Найденная информация передается в ИИ-агента (GPT-Model).
- Системный промпт: Задает роль «вежливого консультанта», цель которого — мягко подвести к покупке, не перегружая клиента.
- Память (Memory): Используется PostgreSQL для хранения истории переписки. Бот «помнит», что клиент спрашивал 2 сообщения назад, что позволяет вести связный диалог, а не отвечать невпопад.
Этап 4: Ответ в CRM
- Сгенерированный ответ отправляется обратно в Bitrix24 через API (imbot.message.add).
- Клиент видит сообщение в том же виджете на сайте или в мессенджере, откуда писал.
Технологии и интеграции
| Категория | Технология | Роль в проекте |
|---|---|---|
| Оркестратор | n8n | Связь всех компонентов |
| CRM / Chat | Bitrix24 REST API | Интерфейс общения с клиентом |
| LLM | OpenAI GPT-4o / GPT-5 | Генерация ответов, логика диалога |
| Vector DB | Qdrant | Хранение базы знаний (Semantic Search) |
| Memory | PostgreSQL | Хранение истории сессий (Session Memory) |
Что изменилось
Ответы опираются на найденные фрагменты базы знаний и историю разговора. Менеджер может продолжить переписку в CRM; RAG снижает риск неподтверждённых ответов, но не исключает его полностью.
