Support agent for a furniture store
Answers customers 24/7 from the store knowledge base: order status, fabrics, delivery. Operators only take disputed chats.
- Savings
- $1,100 / mo
- Payback
- 1.6 mo
Before
10–15 min
Two operators reply in 10–15 minutes; nights and weekends stay silent. A third of chats die before an answer.
Now
8 sec
The agent replies in 8 seconds, 24/7. Operators take only the disputed 26% — with full context.
Stack and integrations
LLM
- GPT-4o
Orchestration
- RAG + pgvector
- PostgreSQL
- Store API
Quality control
- Jev (Rerank + Gate)
Agent architecture
- Data sources1C · knowledge base
- ToolsRAG · store API
- JevRerank · Gate
- LLMGPT-4o
- Channelssite · WhatsApp · TG
- Monitoringconfidence · escalations
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.
Agent screens
«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.
Next case
Sales agent for B2B SaaS