Агент поддержки на базе знаний

Задача

Онлайн-школа с тысячами учеников тонула в однотипных вопросах: «когда вебинар», «как получить запись», «не приходит доступ». Первая линия из живых операторов не справлялась в пиковые часы, время ответа доходило до нескольких часов, а сами вопросы на 80% повторялись. Первая попытка внедрить ИИ провалилась по деньгам: наивная схема гоняла всю базу знаний через самую дорогую модель на каждый запрос, и счёт за две недели вышел неприлично большим.

Схема

Пересобрали решение вокруг экономики токенов. Ответы на типовые вопросы отдаёт дешёвая модель по заранее подготовленным фрагментам базы знаний (RAG), а не по всей документации сразу. Дорогая модель подключается только тогда, когда дешёвая честно сигналит о неуверенности. Частые ответы кешируются. Эскалация к человеку срабатывает по чётким правилам: оплата, спор, нестандартная ситуация.

Инструменты

Векторный поиск по документам школы, двухуровневая маршрутизация «дешёвая → дорогая модель», кеш ответов и человек в контуре на эскалациях. База знаний обновляется из тех же источников, что видят операторы, — один источник правды на все каналы.

Результат

Счёт за модели за две недели снизился на 83% относительно первой наивной версии — при большем объёме обработанных обращений. Первая линия закрывается почти без людей, среднее время ответа упало с часов до секунд, а операторы занимаются только теми диалогами, где действительно нужен человек.

Показатели — пример; кейс обезличен.