Агент поддержки для интернет-магазина мебели
Отвечает клиентам 24/7 по базе знаний магазина: от статуса заказа до подбора ткани. Оператору отдаёт только спорные диалоги.
- Экономия
- 95 000 ₽/мес
- Окупаемость
- 1,6 мес
Раньше
10–15 мин
Два оператора отвечают по 10–15 минут, ночью и в выходные — тишина. Треть диалогов теряется до ответа.
Сейчас
8 сек
Агент отвечает за 8 секунд 24/7. Оператор берёт только спорные 26% диалогов — с полным контекстом.
Стек и интеграции
LLM
- GPT-4o
Оркестрация
- RAG + pgvector
- PostgreSQL
- API магазина
Контроль качества
- Jev (Rerank + Gate)
Архитектура агента
- Источники данных1С · база знаний
- ИнструментыRAG · API магазина
- JevRerank · Gate
- LLMGPT-4o
- Каналысайт · WhatsApp · TG
- Мониторингуверенность · эскалации
Внедрение за 15 дней
День 1–3
Аудит и база знаний
Разбираем сценарии, статьи и тон ответов магазина.
День 4–7
Интеграции
Подключаем 1С, WhatsApp, Telegram и чат на сайте.
День 8–12
Обучение на диалогах
Гоняем агента на реальных вопросах, правим порог уверенности.
День 13–14
Тест с оператором
Сверяем эскалации и фиксируем приёмку качества.
День 15
Запуск 24/7
Агент отвечает сам, спорное уходит оператору с контекстом.
Экраны агента
«Заказала диван в WhatsApp — ответили за секунды и показали, где заказ. Оператор вообще не понадобился: фото ткани прислали сразу, доставку в Казань посчитали на месте. Спасибо, теперь только к вам.»
Ольга, заказ №1842 у курьера — доставим сегодня до 18:00.
Следующий кейс
Sales-агент для B2B SaaS