AI-сотрудник для CRM, сайта и базы знаний

Компании часто начинают с формулировки "нам нужен AI-чатик". В реальном бизнесе этого мало. Нужен не чат ради чата, а управляемый AI-сотрудник, который подключен к CRM, базе знаний, регламентам, сайту и каналам общения с клиентами.

Я предлагаю собирать такой продукт вокруг одной бизнес-логики: внешний контур помогает клиентам, внутренний контур помогает сотрудникам, а база знаний и CRM становятся источником проверяемых ответов.

Что делает продукт

AI-сотрудник работает сразу в нескольких ролях:

• консультирует клиентов на сайте и в мессенджерах;
• собирает контакты, уточняет задачу и квалифицирует лид;
• создает или дополняет лиды и сделки в Битрикс24 или amoCRM;
• готовит резюме обращения и следующий шаг для менеджера;
• отвечает сотрудникам по регламентам, базе знаний, товарам, задачам, сделкам и документам;
• показывает источники, на которых построен ответ;
• передает сложные и рискованные вопросы человеку;
• может быть представлен как текстовый чат, голосовой помощник или AI-аватар.

Главная идея: AI-аватар не является ядром продукта. Это интерфейсный слой. Ядро — данные компании, права доступа, CRM-события, RAG-поиск, контроль качества ответов и понятный сценарий передачи человеку.

Внешний контур

Внешний AI-консультант отвечает только по разрешенным публичным материалам: сайт, FAQ, каталог, прайс, инструкции для клиентов, типовые условия, описание услуг, публичные документы.

Он может:

• отвечать на повторяющиеся вопросы 24/7;
• подбирать продукт или услугу;
• уточнять потребность;
• собирать контакты;
• определять температуру лида;
• записывать результат в CRM;
• передавать диалог менеджеру с кратким summary.

Такой сценарий особенно полезен для B2B-сервисов, интеграторов, производственных компаний, образовательных проектов, агентств и служб поддержки.

Внутренний контур

Внутренний AI-помощник работает с разрешенными данными компании: регламентами, задачами, комментариями, карточками сделок, документами, базой знаний, скриптами продаж, обучающими материалами и историей обращений.

Он помогает сотрудникам:

• быстро найти нужный регламент;
• понять историю клиента или сделки;
• подготовить ответ клиенту;
• проверить, что надо сделать на текущем этапе воронки;
• найти пробелы в карточке CRM;
• сформировать follow-up после разговора;
• обучаться на реальных внутренних материалах компании.

Важно разделить доступы. Клиентский бот не должен видеть внутренние документы. Менеджер должен видеть только свои данные, руководитель — аналитику команды, администратор — настройки и источники.

База знаний — это не папка FAQ

В этом продукте база знаний — это весь разрешенный контекст компании:

• документы на Диске Битрикс24;
• регламенты, инструкции и чек-листы;
• карточки лидов, сделок, контактов и компаний;
• товары, прайсы и коммерческие условия;
• задачи, комментарии и история коммуникаций;
• материалы обучения и скрипты продаж;
• публичные страницы сайта;
• ответы операторов и типовые обращения.

По этим данным строится RAG-пайплайн: документы разбиваются на фрагменты, индексируются, связываются с источниками и используются для ответов. Если ответа в базе нет, система должна честно сказать, что данных недостаточно, а не выдумывать.

Почему это можно упаковывать для маркетплейсов

Для Битрикс24 и amoCRM такой продукт понятен как расширение:

• AI-консультант для открытых линий и сайта;
• AI-помощник менеджера в карточке сделки;
• AI-поиск по базе знаний и документам;
• AI-квалификация лидов;
• AI-summary обращений и встреч;
• AI-аватар для внешней коммуникации и обучения;
• аналитика пробелов в базе знаний и скриптах.

Это не абстрактный "ИИ для бизнеса", а конкретный модуль, который показывает результат в CRM: лид, задача, комментарий, next step, summary, подсказка менеджеру, источник ответа.

Как запускается inference

Практичный вариант для MVP — свой backend/orchestrator и подключение LLM через API-провайдеров. На нашей стороне или в контуре клиента находятся:

• интеграции с CRM;
• логика доступа;
• RAG-индекс;
• промпты и сценарии;
• логи ответов;
• админ-панель;
• fallback-поведение при ошибках;
• лимиты и аудит.

LLM может быть внешним API или моделью в закрытом контуре, если у клиента есть требования по данным. Важно не обещать "магическую приватность", а заранее спроектировать, какие данные куда уходят, что логируется, что маскируется и где хранятся индексы.

Что получает заказчик

• рабочий AI-сотрудник для сайта, CRM и внутренних сценариев;
• интеграцию с Битрикс24 и/или amoCRM;
• RAG по базе знаний, документам и CRM-данным;
• разделение внешних и внутренних прав доступа;
• админ-панель для источников, сценариев, каналов и логов;
• виджет сайта, мессенджеры, голосовой режим или AI-аватар при необходимости;
• документацию и план развития продукта под маркетплейсы.

Формат запуска

MVP можно собрать за 4-6 недель:

1. выбрать один основной сценарий, например сайт + Битрикс24;
2. подключить источники знаний;
3. настроить внешний и внутренний контур;
4. описать правила передачи человеку;
5. включить запись результатов в CRM;
6. проверить качество ответов на реальных вопросах;
7. упаковать решение как отдельный продукт.

Расширенная версия добавляет больше каналов, AI-аватар, аналитику, сложные роли доступа, маркетплейс-упаковку и закрытый контур для чувствительных данных.

Подробнее о продукте: https://habab.ru/products/ai_crm_employee