Наш разработчик всегда мечтал создать умного помощника — как «Д.Ж.А.Р.В.И.С» из Marvel. Чтобы мог отвечать на вопросы пользователя, присылать ссылки на товары и услуги, уточнять стоимость доставки, давать рекомендации по выбору. Когда в Вебформат обратился клиент с проблемой долгой обработки входящих лидов — мечта стала реальностью!
Привет! Меня зовут Дмитрий Горбатюк, я директор компании Вебформат. Сегодня я продолжу знакомить вас с нашими проектами для автоматизации бизнеса. Ранее мы уже делились историей создания сервиса для речевой аналитики и транскрибации голоса в текст и чат-бота для техподдержки клиентов.
Сегодня я расскажу о новом сервисе экосистемы Helprobot — , умном помощнике для общения с клиентами и первичной обработки лидов. Но сначала…
Многие путают эти понятия, сразу расскажу, что есть что и в чем принципиальная разница.
Чат-бот — это заранее запрограммированная цепочка ответов, или сценариев, по которому бот ведет коммуникацию. В чат-ботах можно настроить логику взаимодействия и ответов, сделать проверку условий, настроить персонализацию или запрограммировать триггеры и действия при обнаружении определенных слов в переписке. Но главная особенность чат-бота — он не способен действовать за рамками запрограммированных сценариев, самостоятельно принимать решения и формулировать ответы. Все, что программист в него заложит — то он по скрипту и выдаст пользователю.
LLM-агент — это интеллектуальная система, которая использует большие языковые модели (LLM) для выполнения более сложных задач, нежели у чат-бота. Такой робот-помощник может действовать не только в рамках запрограммированных скриптов и заложенной программистом информации, как у чат-бота, но и анализировать данные, принимать решения, интегрироваться с внешними источниками информации и даже выполнять действия по запросу пользователя. Простыми словами, LLM-агент способен понимать контекст и действовать на его основе.
Helprobot.LLM-агент появился благодаря двум идеально совпавшим факторам: потребности нашего постоянного клиента в подобном сервисе и готовым наработкам нашего талантливого разработчика на Python — Олега.
К нам пришел клиент с проблемой — у менеджеров уходит куча времени на обработку входящих лидов:
Далеко не каждый входящий лид становится клиентом, но время сотрудника тратится впустую, и бизнес несет убытки в виде затрат на операционную деятельность.
Внедрение умного помощника должно было увеличить скорость ответов до мгновенной, дать возможность поддерживать диалоги в любое время суток и в выходные. Также в отличие от менеджера, робот может поддерживать одновременно любое количество бесед и везде отвечать оперативно.
Нашей задачей было перевести рутинные процессы на LLM-агента и высвободить сотрудникам больше времени для решения ключевых задач.
Сервис должен был заняться квалификацией входящих лидов. Планировалось, что робот будет проводить тщательный отсев неквалифицированных, или отказных, лидов — клиентов, которые пришли с рекламы ошибочно, неплатежеспособны, не заинтересованы в покупке, не являются целевой аудиторией и другой входящий спам.
Если запрос в итоге доходит до оператора после чат-бота — это уже квалифицированный лид, попавший в воронку продаж. Чат-бот выявил потребность клиента, а сам клиент «теплый» или «горячий».
Все что остается менеджеру — выслать нужную информацию и заключить сделку. Минимум рутинной операционки — максимум продаж.
Один из наших разработчиков, Олег, давно интересовался большими языковыми моделями (LLM) в целом и агентами в частности. В свободное от работы время он разрабатывал систему, похожую на «Д.Ж.А.Р.В.И.С» из киновселенной Marvel. Он мечтал создать умного помощника, который сможет самостоятельно выполнять запросы пользователя:
Проект начинался как хобби, заряжающее вдохновением. Но создание других продуктов экосистемы Helprobot дало понимание, что можно также принести реальную пользу бизнесу и решить его потребности.
Олег предложил нам создать для клиента AI-ассистента, который:
Всю собранную информацию помощник должен был собрать и отправить менеджеру или занести в карточку клиента, если проведена интеграция с CRM или сайтом.
Важная черта, которую нужно было заложить для помощника — умение вовремя понять, что он не в силах помочь клиенту и требуется вызов живого оператора.
Первая версия сервиса была наработкой Олега и написана на Python. Этот язык был выбран благодаря его удобству и скорости написания кода.
Сначала наш разработчик занялся разработкой архитектуры сервиса, в которую входит:
После этого встал вопрос о повышении производительности и скорости отклика сервиса. Было решено поэтапно переписать проект на более производительном и ресурсоёмком языке программирования GO.
В обновленную версию сервиса были добавлены функции:
Умный помощник может не только дать ссылку на конкретный товар, но и порекомендовать сопутствующие товары
Эта версия и стала рабочей. Сейчас она обрастает все новыми и новыми функциями, активно дорабатывается и внедряется нашим клиентам.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
12249 тендеров
проведено за восемь лет работы нашего сайта.
У Helprobot LLM Agent есть три основных состояния работы:
1. Начало диалога с клиентом. Агент самостоятельно начинает диалог с пользователем, вежливо выясняет его запрос и пожелания, старается заинтересовать его предложением. Во время диалога с клиентом робот выполнит ряд действий:
Если потенциальный клиент не соглашается предоставить номер телефона или почту, то умный помощник обещает ему что утром с ним свяжется менеджер в том же чате и обо всем проконсультирует лично.
Цель этапа взаимодействия: вовлечь потенциального клиента в диалог, отсеять спамные лиды без потребности купить товары или услуги, «молчунов» и ошибочно попавшие с рекламы заявки.
Пример первичного опроса клиентов умным помощником и сбора контактных данных
2. Ответы на вопросы по заранее заданным сценариям. Робот способен самостоятельно сформулировать и дать ответы на вопросы касательно информации о компании, ее товарах и услугах, стоимости доставки или дать рекомендации по выбору. Нужные данные он берет из базы знаний, обученной специально под компанию.
Обучение ассистента и формирование базы знаний происходит на этапе внедрения сервиса. Чем более полные данные о бизнес-процессах, этапах работы и скриптах менеджеров будут собраны, тем полезнее для бизнеса окажется LLM-агент. Хорошо обученный робот будет также эффективен как живой сотрудник.
Цель этапа взаимодействия: провести первичный опрос потенциального клиента, определить за какими конкретно товарами и услугами он пришел, отсеять неплатежеспособных потенциальных клиентов.
Пример консультации по товарным позициям каталога и предоставления ссылок на товар
3. Передача сложных запросов оператору или перевод сессии чата и всей собранной информации о контексте на оператора.
Вызов оператора у LLM-агента происходит в двух случаях:
Для вызовов оператора по сложным вопросам мы рекомендуем вести статистику и рассматривать каждый вопрос, который агент определил как сложный. Многие из подобных вопросов после анализа могут быть добавлены в базу знаний и использованы для обучения сервиса компании. В дальнейшем сервис сможет отвечать на эти вопросы, что повысит автоматизацию и уменьшит количество вызовов менеджера.
Цель этапа взаимодействия: передать клиента со всей собранной информацией менеджеру либо вызвать менеджера на помощь для ответов на затруднительные вопросы.
Пример сохранения контакта и вызова живого оператора
Для бизнеса Helprobot.LLM-агент несет существенную пользу:
Для новых пользователей у нас есть 7-дневный тестовый бесплатный тариф. Мы подключаем сервис на тестирование в один из каналов компании, вы тестируете и принимаете решение об итоговом внедрении. Во время тестового периода обучение умного помощника под задачи компании не проводится. Платные тарифы с обучением сервиса под задачи вашего бизнеса стартуют от 3500 рублей в месяц, что во много раз меньше, чем стоимость найма одного штатного менеджера.
Тарифы внедрения сервиса на 10.10.2024
Продукт Helprobot.LLM-агент молодой, но активно развивается, дорабатывается и радует пользователей постоянными обновлениями функционала.
В ближайшее время наша команда разработки планирует добавить:
Оставить заявку на внедрение сервиса в корпоративные системы компании можно написав нам в телеграм или оставив заявку на сайте.
Если вы предварительно подготовите данные, то мы сможем подключить LLM-агента на ваш сайт в течение одного дня, для этого нужно:
Делитесь в комментариях, используют ли ваши менеджеры чат-ботов для автоматизации продаж или до сих пор обрабатывают все заявки вручную? Какого функционала больше всего не хватает в подобных сервисах и чем вы недовольны в своем?
