Что такое ИИ чат-бот простыми словами: как он работает и зачем нужен бизнесу

Клиент открыл ваш сайт в 22:40 и написал в чат: «Везете в Казань?». Менеджер увидел сообщение в 9:15 утра и ответил через минуту. Быстро, если считать от момента, когда он сел за компьютер. Только клиент к этому времени уже одиннадцать часов как ушел искать дальше.

ИИ чат-бот — это программа, которая переписывается с человеком и формулирует ответ с помощью языковой модели, а не выбирает готовую реплику из заранее написанного сценария. Она понимает вопрос, заданный обычными словами, и отвечает по тем материалам, которые вы ей дали: по прайсу, условиям доставки, описаниям товаров.

Дальше разберем, чем такой бот отличается от кнопочного меню, что происходит внутри за те секунды, пока клиент видит «печатает…», сколько это стоит в рублях, где проходит граница между ботом и живым человеком и в каких случаях бот вам не нужен.

Содержание

• Что такое чат-бот простыми словами
• Три поколения ботов: кнопочный, на интентах и на языковой модели
• Как ИИ-бот работает: путь сообщения от вопроса до ответа
• База знаний и RAG: почему бот называет ваши цены
• Чат-бот, ИИ-ассистент и ИИ-агент: в чем разница
• Где живет бот: сайт, Telegram, MAX
• Зачем ИИ-бот бизнесу
• Сколько стоит и когда окупается
• Что ИИ-бот делает плохо: галлюцинации и 152-ФЗ
• Когда чат-бот вам не нужен
• Как запустить: этапы и что мерить
• Частые вопросы

Что такое чат-бот простыми словами

Чат-бот — это собеседник в окне переписки, за которым нет человека. Он получает сообщение, разбирает его и отправляет ответ. Все остальное относится к деталям реализации, и именно они определяют, будет клиент доволен или напишет «дайте живого оператора».

Проще всего понять через то, чем бот не является.

Посетитель, который открыл чат, не разбирается в механизме за окном. Он проверяет одно: ответят ли ему сейчас, или опять придется нажимать «1, если хотите узнать про доставку».

Бот не человек, и притворяться человеком ему не нужно. Попытки выдать бота за менеджера Марину заканчиваются одинаково: клиент задает вопрос со странной формулировкой, получает невпопад и чувствует себя обманутым. Честное «Я бот, отвечаю по базе магазина, сложные вопросы передам человеку» снимает половину раздражения заранее.

Это не вкусовщина. По всероссийскому опросу НАФИ (август 2025 года, 6 213 респондентов, выборка репрезентирует население страны) 57% людей сталкивались с ситуацией, когда не могли понять, кто им отвечает: человек или робот. Аналитики прямо связывают это непонимание с недовольством сервисом и советуют бизнесу три вещи: четко обозначать, что диалог ведет бот, объяснять правила его работы и оставлять человеку выбор способа общения.

Бот не поиск по сайту. Поиск выдает список страниц, бот дает ответ. Разница между «вот 8 статей про доставку» и «в Казань везем, 490 рублей, два дня» простая: в первом случае работу делает клиент, во втором ее сделали за него.

Бот не рассылка. Рассылка идет от вас к клиенту, бот отвечает тогда, когда клиент сам захотел спросить. Это принципиально другой момент: человек уже заинтересован, он смотрит на товар прямо сейчас.

Идее больше шестидесяти лет. Первую программу-собеседницу ELIZA написал Джозеф Вейценбаум в MIT, работы шли с 1964 по 1967 год, а известна она по публикации 1966 года. ELIZA искала в реплике ключевые слова и перестраивала фразу пользователя в ответную по правилам сценария, никакого понимания за этим не стояло. Показательная деталь: роль психотерапевта Вейценбаум выбрал сознательно, чтобы, как он писал, обойти проблему снабжения программы базой знаний о реальном мире. Ровно эту проблему современные боты и решают, и о том, как именно, будет отдельный раздел.

Массовыми боты стали, когда переехали в мессенджеры: Telegram открыл платформу для сторонних разработчиков 24 июня 2015 года. С этого момента бот перестал быть лабораторным экспериментом и стал инструментом, который может поставить себе обычный магазин.

Три поколения ботов: кнопочный, на интентах и на языковой модели

Когда говорят «чат-бот», имеют в виду три очень разные вещи. Их полезно различать, потому что от выбора зависят и цена, и то, за что вам потом будет стыдно перед клиентами.

Кнопочный бот водит клиента по меню. Никакого распознавания речи в нем нет: есть дерево кнопок, клиент нажимает, бот показывает следующую ветку. Такой бот дешев, предсказуем и никогда не скажет лишнего. Проблема одна: клиент, который хочет спросить «а есть такой же, но с перламутровыми пуговицами», в этом дереве не найдет ничего и уйдет.

Бот на интентах угадывает намерение из заранее составленного списка. Интент — это категория намерения пользователя в одном шаге разговора. Разработчик заводит список намерений («узнать статус заказа», «уточнить доставку») и для каждого пишет примеры фраз, а система относит реплику клиента к ближайшему. Работает, пока клиент попадает в предусмотренные намерения. Если не попал, срабатывает запасной сценарий, и бот выдает то самое «Я вас не понял, повторите, пожалуйста». В документации Google Dialogflow этот механизм так и называется: интент по умолчанию со статичными отбивками вроде «I didn't get that. Can you say it again?».

Бот на большой языковой модели формулирует ответ сам. Он не выбирает из готовых вариантов, а составляет текст, опираясь на поданные ему материалы. Поэтому он понимает вопрос в любой формулировке, включая ту, которую никто не предусмотрел. Обратная сторона: он может ошибиться, и его нужно ограничивать. Как именно, разберем в разделе про галлюцинации.

Важно, что это не лестница «плохо, лучше, отлично». Кнопочный бот для записи в барбершоп на четыре услуги будет работать лучше языковой модели: он дешевле и не способен ничего выдумать. Языковая модель нужна там, где вопросы клиентов разнообразны и их нельзя перечислить заранее. Что эта разница значит не в технических терминах, а в ощущениях самого посетителя сайта, разобрано в статье ИИ-консультант для сайта: чем отличается от обычного бота.

Как ИИ-бот работает: путь сообщения от вопроса до ответа

Со стороны это выглядит как магия: человек написал вопрос своими словами, бот назвал точную цену. Внутри работает конвейер из нескольких шагов, и его полезно понимать хотя бы в общих чертах, чтобы разговаривать с подрядчиком на одном языке.

Шаг первый: сообщение клиента принимают вместе с историей разговора. Бот помнит предыдущие реплики, поэтому на вопрос «а в Самару?» он ответит про доставку, а не переспросит, о чем речь.

Шаг второй: по вопросу ищут подходящие куски ваших материалов. Именно здесь бот превращается из болтливой нейросети в консультанта, который знает ваши условия.

Шаг третий: найденные куски, вопрос клиента и инструкция собираются в один запрос к модели. Инструкция звучит примерно так: отвечай только по этим данным, если ответа в них нет, скажи, что уточнишь у менеджера.

Шаг четвертый: модель формулирует ответ, а система проверяет границы. Вопрос про возврат денег или жалобу бот не должен решать сам, даже если ему хватает данных.

Шаг пятый: клиент получает ответ или диалог уходит живому оператору.

Про скорость. Самые быстрые модели отдают первый кусочек ответа примерно за 0,4 секунды, медиана по нерассуждающим моделям около 1,3 секунды, а дальше текст печатается потоком со скоростью порядка сотни токенов в секунду. Это замер независимого бенчмарка Artificial Analysis на 31 июля 2026 года, и цифры заметно зависят от того, у какого провайдера крутится модель. На практике клиент видит начало ответа почти мгновенно и полный ответ за считанные секунды. Сравните с одиннадцатью часами из начала статьи.

Отдельно стоит знать про память бота. Все, что модель держит в виду одновременно, помещается в окно контекста, и объем его ограничен. Когда разговор становится слишком длинным, историю приходится обрезать или сжимать в пересказ, а в простых реализациях самые старые реплики просто выбрасываются. Отсюда эффект, который иногда замечают клиенты: бот «забыл», что обсуждали в начале долгого диалога.

База знаний и RAG: почему бот называет ваши цены

Это самый недообъясненный кусок темы. Вендоры пишут «бот обучается на ваших данных», и фраза звучит так, будто модель садится читать ваш прайс и запоминает его. Обычно происходит совсем другое.

Подход называется RAG. RAG — это способ дать модели внешние знания: перед тем как отвечать, система обращается к вашей базе, находит подходящие фрагменты и подкладывает их в запрос. Термин появился в 2020 году в работе исследователей Facebook AI Research (сейчас Meta AI), University College London и Нью-Йоркского университета, представленной на конференции NeurIPS. Ключевое свойство, которое описывает документация облачных провайдеров: модель при этом не переобучают.

Как это устроено по шагам:

Ваши документы режут на короткие фрагменты. Страницы сайта, прайс, условия доставки, ответы на частые вопросы, регламенты. Целый документ подавать бессмысленно, нужны куски, каждый из которых отвечает на что-то одно.

Каждый фрагмент превращают в вектор. Эмбеддинг — это представление текста в виде набора чисел, устроенное так, чтобы близкие по смыслу тексты оказывались рядом. Документация Google Cloud объясняет это на примере книг: описания «Грозового перевала» и «Доводов рассудка» окажутся близко друг к другу, а «Великий Гэтсби» дальше, потому что эпоха, жанр и содержание не так похожи.

Векторы складывают в специальное хранилище. От обычной базы оно отличается тем, что ищет не по совпадению слов, а по близости смысла. Клиент может написать «а до Татарстана довезете», не употребив слова «доставка» и «Казань», и нужный фрагмент все равно найдется.

На каждый вопрос из хранилища достают несколько подходящих кусков и кладут их в запрос вместе с вопросом. Отвечает модель уже по ним.

Отсюда два практических следствия, которые стоят дороже всей теории.

Первое: качество бота определяется качеством базы знаний, а не «умом» модели. Устаревший прайс в базе даст уверенно названную старую цену, и звучать это будет убедительно. Мусор на входе означает мусор на выходе, только произнесенный вежливым тоном.

Второе: обновлять базу можно в любой момент, и это дешево. Поменяли цены, заменили документ, и бот отвечает по-новому со следующего вопроса. Именно поэтому для ответов по данным компании обычно берут RAG, а не дообучение модели: переобучение стоит дорого, требует большого объема размеченных данных и плохо дружит с информацией, которая часто меняется.

Оговорка, чтобы не создавать ложного впечатления: дообучение не «хуже» и не отменяется. Оно решает другую задачу: специализацию модели под конкретный тип задач, стиль или терминологию. В научном сравнении на отраслевых данных эффекты дообучения и RAG складывались, а не конкурировали. Просто для типичной задачи «отвечать клиентам по нашим материалам» RAG дешевле и живее.

Чат-бот, ИИ-ассистент и ИИ-агент: в чем разница

Слово «агент» в 2026 году продают активнее всего, поэтому стоит сразу сказать неприятное: общепринятого отраслевого определения у него нет. Anthropic в инженерном тексте про построение агентов прямо пишет, что термин определяют по-разному, и предлагает различать не «бота» и «агента», а системы с заранее прописанными путями и системы, где модель сама управляет своим процессом и выбором инструментов.

Для практических целей удобно держать в голове такое рабочее упрощение.

Чат-бот отвечает. Его работа заканчивается текстом в окне переписки: рассказал про доставку, назвал цену, передал сложный вопрос человеку.

ИИ-ассистент помогает сотруднику. Он не общается с клиентом напрямую, а подсказывает оператору готовый ответ, пересказывает длинную переписку, ищет по внутренним документам.

ИИ-агент делает. Он выполняет цепочку действий во внешних системах: создает заказ, меняет бронь, оформляет возврат. Именно здесь появляется настоящая автономность и вместе с ней настоящие риски.

Совет, который редко услышишь от продавцов агентов, зато он есть в том же тексте Anthropic: начинать стоит с самого простого решения и усложнять только при необходимости. Для магазина, который хочет перестать терять ночные заявки, нужен первый пункт списка, а не третий.

Где живет бот: сайт, Telegram, MAX

Один и тот же бот может отвечать в разных каналах, и выбор канала важнее, чем кажется.

Виджет на сайте ловит клиента в момент интереса. Человек смотрит на товар, у него возник вопрос, он спрашивает не выходя со страницы. Не нужно никуда переходить, подписываться и оставлять телефон. Это самый короткий путь от вопроса до ответа, поэтому виджет обычно ставят первым. Как выбрать конкретный виджет и на что смотреть при сравнении сервисов, разобрано в статье про виджет чата на сайт.

Мессенджер позволяет вернуться к клиенту. Диалог не исчезает вместе с вкладкой, человека можно догнать сообщением о статусе заказа. Плата за это: клиента придется увести с сайта в приложение.

Расстановка сил в российских мессенджерах за первое полугодие 2026 года заметно изменилась. По данным Mediascope, которые приводят «Ведомости», в июне 2026 месячный охват MAX составил 86,2 млн человек в возрасте от 12 лет, у Telegram 75,7 млн, у WhatsApp (принадлежит компании Meta, признанной экстремистской и запрещенной в РФ) 63,5 млн. Для сравнения, в январе 2026 первым был Telegram с 95,98 млн, а MAX шел третьим с 73,73 млн.

Практический вывод: MAX перестал быть экзотикой, и у него есть собственная платформа для разработчиков с чат-ботами и мини-приложениями. Подключиться могут юрлица, ИП и самозанятые, которые являются резидентами РФ: сначала регистрация на платформе, затем профиль организации и верификация, и только после модерации бот становится доступен пользователям. Если делаете бота в мессенджере, имеет смысл сразу закладывать мультиканальность, а не переписывать все через полгода.

Про Telegram у нас есть отдельная пошаговая инструкция: как создать бота в Telegram, с лимитами платформы, ценами конструкторов и разбором того, что делать с токеном после @BotFather.

Зачем ИИ-бот бизнесу

Теперь про то, ради чего все затевается. Здесь много красивых цифр гуляет по интернету без первоисточника, поэтому ограничимся тем, что можно проверить, и здравым смыслом.

Самое надежное измерение на тему скорости ответа сделали давно и не про чаты, а про заявки с сайта. В марте 2011 года в Harvard Business Review вышла статья Джеймса Олдройда с соавторами: по данным 1,25 млн заявок в 42 американских компаниях те, кто пытался связаться с клиентом в течение часа, почти в 7 раз чаще доводили дело до содержательного разговора с принимающим решение человеком, чем те, кто начинал всего часом позже, и более чем в 60 раз чаще тех, кто тянул сутки и дольше. Там же авторы проверили 2 241 компанию тестовой заявкой с сайта: 23% не ответили вообще никогда, а среднее время ответа среди тех, кто ответил хотя бы в течение 30 дней, составило 42 часа.

Исследование американское, ему больше десяти лет, и речь в нем о звонках, а не о чате, поэтому переносить цифры на ваш бизнес буквально нельзя. Но направление зависимости понятное, и оно совпадает с бытовым опытом: через час человек уже смотрит другой сайт.

Сколько обращений приходит мимо рабочего дня, тоже измеряли. Отчет Fixify по 50 тысячам заявок в трех десятках организаций за 14 месяцев, заканчивающихся февралем 2026 года, дает 24%: три четверти обращений приходят с 9 до 18 по будням, остальные ночью и в выходные. Оговорка важная: это внутренние ИТ-хелпдески, куда пишут сотрудники компании. У клиентского чата доля ночного трафика скорее выше, потому что покупатель пишет тогда, когда ему удобно, так что 24% стоит считать нижней оценкой.

Отсюда три задачи, которые бот закрывает лучше всего.

Ночь, выходные и часы пик. Обращение в 22:40 либо получает ответ сразу, либо превращается в потерянного клиента. Бот не устает и одинаково отвечает на первый и на сотый вопрос за час.

Первая линия поддержки. Условия доставки, наличие, статус заказа, гарантия, режим работы. Это вопросы, ответ на которые уже написан у вас на сайте, и человек тратит на них время только потому, что клиенту лень искать.

Подготовка клиента к разговору с менеджером. Бот выясняет город, объем, сроки, и менеджер подключается к диалогу, где половина работы уже сделана.

Как это выглядит в жизни:

Клиент: Здравствуйте! Нужен светильник как на фото в вашем инстаграме, но в черном цвете. Есть?

Бот: Да, эта модель есть в черном, артикул L-2245B, 7 400 рублей. В наличии 3 штуки на складе в Москве. Показать карточку или сразу оформить?

Клиент: А в Казань когда доедет?

Бот: В Казань доставка 2 дня, 490 рублей. Если оформите сегодня до 18:00, отправим сегодня же.

Ничего героического бот тут не сделал: он просто ответил в 22:40 то, что написано у вас на сайте. Именно из таких диалогов и складывается эффект.

Разница слышна, стоит изменить тон. «Ваш запрос принят, ожидайте, наличие уточняется» несет ту же информацию, но читается как отписка: непонятно, продолжать разговор или закрывать вкладку. Бот выше говорил как человек, который в теме, и поэтому диалог не оборвался.

По отраслям картина отличается. Интернет-магазину бот чаще всего нужен для вопросов про наличие, доставку и статус заказа. Сфере услуг он нужен для записи и первичной квалификации: что нужно, когда, в каком районе. Онлайн-школе для вопросов про программу, расписание и оплату, которые повторяются сотнями.

Подробный разбор механики, из чего именно складывается рост заявок, и пример расчета эффекта в деньгах смотрите в статье как чат на сайте увеличивает заявки. А десять готовых диалогов по разным задачам, от ночного ответа до передачи оператору, собраны в статье примеры чат-ботов для бизнеса.

Сколько стоит и когда окупается

Цена складывается из четырех частей: подписка на платформу, оплата работы языковой модели, сбор базы знаний и поддержка. Самая недооцененная из них третья, самая переоцененная вторая.

Вот подтвержденные цены российских платформ и моделей на июль 2026 года. Тарифы меняются, поэтому перед покупкой смотрите актуальные у вендора.

Теперь неожиданное. Один диалог с клиентом занимает примерно две тысячи токенов вместе с найденными кусками базы. На GigaChat Lite это около 13 копеек. Четыреста диалогов в месяц обойдутся примерно в 52 рубля. Правда, у GigaChat для юрлиц есть минимальный платеж 600 рублей в месяц, так что на малых объемах вы заплатите именно 600. Все равно вывод тот же: работа самой модели в масштабах малого бизнеса почти ничего не стоит, платите вы за платформу, интеграции и за время, потраченное на сбор базы знаний.

Теперь окупаемость. Считать ее принято в сэкономленных часах.

Возьмем магазин с 400 обращениями в месяц. Пусть 60% из них составляют типовые вопросы про доставку, наличие и статус заказа, и на каждый уходит 5 минут рабочего времени. Это 20 часов в месяц.

Сколько стоит час. По данным агрегатора вакансий ГородРабот.ру, в июне 2026 года средняя зарплата в вакансиях оператора службы технической поддержки составляла 47 700 рублей, а чаще всего работодатели предлагали 48 000 (это предложения работодателей, а не фактические выплаты). При месячной норме около 164 часов и страховых взносах по основному тарифу 30% час обходится примерно в 380 рублей. У компаний из реестра МСП взносы ниже, так что для них цифра выйдет меньше.

Итого экономия около 7 600 рублей в месяц против подписки в 1 600–3 000 рублей. Бот окупается, но не в десять раз, и запас нужен именно на сбор базы знаний. Если у вас 40 обращений в месяц, а не 400, та же арифметика даст экономию в 760 рублей, и вывод будет обратным.

Что ИИ-бот делает плохо: галлюцинации и 152-ФЗ

Раздел, который продавцы ботов обычно пропускают. Без него картина неполная.

Основания для скепсиса у ваших клиентов есть. По тому же опросу НАФИ опыт общения с чат-ботами имеют 88% россиян, но доля оценивающих этот опыт положительно за год снизилась с 37% до 33%, а негативно его оценивает примерно каждый третий (40% среди мужчин и 32% среди женщин). Опрос Gartner, проведенный еще до массового прихода ботов на языковых моделях (497 клиентов, с декабря 2022 по февраль 2023), показывал картину жестче: ботом в последнем обращении в поддержку воспользовались 8% клиентов, и лишь четверть из них была готова обратиться к нему повторно. Люди устали не от искусственного интеллекта, а от ботов, которые не решают вопрос.

Галлюцинации

Галлюцинация — это уверенно поданный неверный ответ. Причина в самой природе языковой модели: она подбирает правдоподобное продолжение текста, а не проверяет факт. В свежей работе исследователей OpenAI и Georgia Tech причину формулируют жестче: модели угадывают, когда не уверены, потому что процедуры обучения и оценки поощряют угадывание вместо признания незнания.

Насколько это часто. Публичный замер Vectara проверяет, как часто модель искажает содержание при пересказе поданного ей документа, то есть ровно в том режиме, в котором работает бот с базой знаний. По срезу на 11 мая 2026 года у моделей из верхней части таблицы показатель составляет порядка 2–8%, у лидера 1,8%. Но это именно верх таблицы: у ряда популярных моделей значение около 10%, так что выбор модели тут не формальность. Это не «боты врут в каждом двадцатом ответе вообще»: замер узкий и относится к пересказу поданного текста. Но вывод из него практический: даже когда нужный документ у модели перед глазами, ошибки не исчезают полностью.

Поэтому бота ограничивают, а не «доверяют ему». Работающий набор мер:

Отвечать только по базе знаний. Нет фрагмента в базе, нет и ответа, вместо него честное «уточню у менеджера».

Запретить темы, где ошибка стоит денег. Возвраты, рекламации, индивидуальные скидки, вопросы здоровья и права.

Сделать эскалацию обязательной, а не декоративной. Клиент попросил человека: диалог уходит человеку сразу, без трех попыток бота дожать разговор.

Логировать диалоги и регулярно их читать. Это заодно лучший источник понимания, чего не хватает в базе знаний.

Как это выглядит в диалоге:

Клиент: Заказ пришел с трещиной на плафоне. Верните деньги.

Бот: Сожалею, что так вышло. Вопросы возврата я не решаю, передаю менеджеру, он ответит здесь же. Чтобы ускорить, пришлите, пожалуйста, номер заказа и фото повреждения.

Клиент: 45-2211, фото сейчас скину.

Бот: Принял, отправил в отдел заказов вместе с фото. Менеджер на связи с 9:00 и ответит первым делом.

Бот здесь не пытался спасти ситуацию сам и не пообещал денег. Он сделал единственно правильное: обозначил границу, собрал то, что пригодится человеку, и назвал время ответа.

Персональные данные и 152-ФЗ

Второй сюжет серьезнее, и о нем в статьях про ботов пишут одной строкой.

Переписка клиента с ботом почти всегда содержит персональные данные. Закон определяет их широко: по ст. 3 152-ФЗ это любая информация, относящаяся к прямо или косвенно определенному или определяемому физическому лицу. Достаточно, чтобы к диалогу прилагался телефон, почта или номер заказа. Оператором данных при этом считается тот, кто организует обработку и определяет ее цели, то есть владелец сайта, а не разработчик виджета.

Отсюда вытекает главное практическое требование. По ст. 18 ч. 5 того же закона при сборе персональных данных граждан РФ, в том числе через интернет, запись, систематизация, накопление, хранение, уточнение и извлечение этих данных с использованием баз данных за пределами России не допускаются. Список исключений закрытый, и согласия клиента в нем нет: подписанная галочка от этого требования не освобождает.

Что это значит на практике, когда вы выбираете бота: спросите вендора, где физически лежат диалоги и передается ли текст переписки в зарубежный сервис языковой модели. Такая передача называется трансграничной, и по ст. 12 закон требует до ее начала отдельно уведомить Роскомнадзор.

Цена вопроса выросла. По ст. 13.11 КоАП нарушение требования о локализации грозит юрлицу штрафом от 1 до 6 млн рублей, а при повторном нарушении суммы кратно выше. Отдельно наказывается неуведомление Роскомнадзора о намерении обрабатывать персональные данные: от 100 до 300 тысяч рублей для юрлица. Обычному интернет-магазину такое уведомление подавать нужно: прежние основания для освобождения, включая обработку данных по договору, утратили силу с 1 сентября 2022 года. Важная деталь для малого бизнеса: по примечанию к статье индивидуальные предприниматели по этим составам отвечают как юридические лица.

Еще два требования, о которых лучше знать заранее. Согласие на обработку персональных данных по ст. 9 закона должно быть конкретным, предметным, информированным и однозначным, а оформляться отдельно от других документов, которые подтверждает пользователь: одна общая галочка «согласен со всем» этому требованию не отвечает. Доказывать, что согласие получено, обязан оператор, то есть вы, поэтому чат должен фиксировать, что и когда подтвердил клиент. И если данные все-таки утекли, ст. 21 отводит сутки на уведомление Роскомнадзора о самом инциденте и еще 72 часа на сообщение о результатах внутреннего расследования.

Все это не повод отказываться от бота. Это повод задать вендору три вопроса до подписания договора: где хранятся диалоги, куда уходит текст на обработку и что подписывает клиент, открывая чат. Конкретную схему для вашего случая должен подтвердить юрист.

Когда чат-бот вам не нужен

Честный список ситуаций, в которых бот не окупится.

Обращений мало. При 30–50 вопросах в месяц дешевле и приятнее отвечать самому. Арифметика из раздела про окупаемость в этом случае дает экономию меньше тысячи рублей, а времени на настройку уйдет несколько дней.

Каждый заказ уникален. Проектные работы, сложный B2B, индивидуальные расчеты. Если ответ на любой вопрос начинается словами «зависит от», база знаний не соберется: в ней просто нечего фиксировать.

Нечего положить в базу. Нет прайса, нет описанных условий доставки, нет ответов на частые вопросы. Бот не создаст эту информацию, он умеет только пересказывать имеющуюся. Начинать надо не с бота, а с наведения порядка на сайте.

Ожидание, что бот заменит отдел продаж. Не заменит. Он снимет типовое и доведет клиента до менеджера, а продавать сложное по-прежнему будет человек.

Как запустить: этапы и что мерить

Порядок действий, который работает.

Соберите реальные вопросы клиентов. Не придуманные, а из переписок, почты и звонков за последний месяц. Обычно выясняется, что 20 формулировок закрывают больше половины обращений.

Соберите базу знаний. Прайс, доставка, оплата, гарантия, характеристики, режим работы. Это самый долгий этап, и именно он определяет качество бота.

Выберите канал. Сайт, мессенджер или оба сразу.

Выберите инструмент. Собрать бота можно в конструкторе без единой строчки кода: мы разобрали цены, лимиты бесплатных тарифов и ИИ-режимы десяти платформ в обзоре конструкторов чат-ботов.

Настройте границы и эскалацию. Список запретных тем и правило передачи оператору.

Проверьте на реальных диалогах до того, как включать всем. Задайте боту те самые 20 вопросов и посмотрите, где он выдумывает.

После запуска смотрите на четыре показателя: долю диалогов, закрытых без человека; время первого ответа; долю обращений, ушедших оператору; и оценки клиентов. Если доля эскалаций растет, это не поломка бота, а сигнал, что в базе знаний чего-то не хватает.

Виджет Otvion работает по описанной здесь схеме: собирает базу знаний со страниц вашего сайта, отвечает по ней и передает сложные вопросы живому оператору в Telegram с возможностью вернуть диалог обратно боту.

Подробный разбор, как пройти весь этот путь тремя разными способами, конструктор, готовая ИИ-платформа или свой код, с примером архитектуры и фрагментом кода для третьего варианта, в статье как создать чат-бота для сайта.

Частые вопросы

Чат-бот это человек?

Нет, это программа. Более того, честно предупредить клиента, что он говорит с ботом, выгоднее: ожидания сразу становятся реалистичными, и человек не чувствует себя обманутым, когда бот отвечает невпопад.

Чат-бот и нейросеть: это одно и то же?

Нет. Нейросеть (языковая модель) может быть частью бота и отвечать за формулировку ответа. Но кнопочный бот работает вообще без нейросети, а голая нейросеть без базы знаний, интерфейса чата и правил эскалации ботом для бизнеса не является.

Чат-бот это искусственный интеллект или нет?

Зависит от бота. Кнопочный работает как обычная программа с деревом сценариев. Бот на языковой модели использует технологии, которые принято называть искусственным интеллектом. Само слово «бот» об этом ничего не говорит.

Какие чат-боты подходят малому бизнесу?

Начинать разумно с виджета на сайте, работающего по базе знаний, с обязательной передачей сложных вопросов человеку. Кнопочный бот подойдет, если у вас три-четыре типовых сценария и вопросов вне них не бывает.

Сколько стоит чат-бот для бизнеса?

Подписка на российские платформы начинается примерно от 1 600 ₽ в месяц, у части сервисов есть бесплатные тарифы с ограничениями. Работа языковой модели при небольших объемах стоит копейки: около 13 копеек за диалог на GigaChat Lite, хотя минимальный платеж для юрлиц там 600 рублей в месяц. Основные затраты приходятся на время сбора базы знаний. Подробный разбор, из каких статей вообще складывается цена, и расчет, когда бот окупается, в статье сколько стоит чат-бот для сайта.

Можно ли сделать бота без программиста?

Да. Конструкторы сценариев и виджеты с настройкой базы знаний рассчитаны на человека без кода: в документации MAX для разработчиков, например, прямо предлагают собрать сценарии бота по готовым шаблонам на конструкторах сервисов-партнеров, если навыков программирования нет. Программист нужен, когда бот должен ходить в вашу CRM или складскую систему.

Бот заменит оператора?

Нет, и планировать так не стоит. Бот снимает типовые вопросы и работает ночью, а рекламации, спорные ситуации и сложные продажи остаются человеку. Правильная цель: освободить операторов от повторяющегося, а не сократить их.

За всеми метриками и настройками стоит одна простая вещь: почувствовал ли человек по ту сторону экрана, что ему ответили по-настоящему, а не отписались дежурной фразой.

---

Если хотите проверить на своем сайте: Otvion ставится одной строкой кода, есть бесплатный тариф без карты: otvion.ru/app/register.