Как создать чат-бота для сайта в 2026 году: три пути от конструктора до кода

Чат-бота для сайта можно поставить тремя способами. То, что в конструкторе занимает вечер, в коде по оценке вендора занимает 1,5–4 месяца, а то, что код делает точно под задачу, конструктор не умеет. Рейтинг сервисов и расчет их тарифов собраны в статье про конструкторы чат-ботов.

Все три пути ведут к одному результату, окну диалога в углу экрана, но устроены изнутри по-разному. Ошибка в выборе стоит времени: неверный путь выясняется после установки, когда бот отвечает мимо или не справляется с потоком вопросов.

Содержание

• С чего начать: задача, вопросы, канал
• Путь 1: готовый конструктор
• Путь 2: готовая ИИ-платформа с базой знаний
• Путь 3: свой код и API
• Сколько стоит и сколько времени
• Как выбрать свой путь
• Частые ошибки при самостоятельной сборке
• Частые вопросы

С чего начать: задача, вопросы, канал

Прежде чем открывать сервис, ответьте на три вопроса: от них зависит, какой путь вообще рассматривать. Регистрация в первом попавшемся конструкторе без этого шага может закончиться переделкой бота, и время потратится дважды.

Что проверить:

• Сценарий или свободные вопросы. Если задача записать на консультацию, провести квиз или собрать заявку по фиксированной анкете, подойдет жесткий сценарий с ограниченным числом веток. Если клиенты спрашивают вразнобой про наличие, сроки, характеристики конкретного товара, сценарий начнет проседать по мере роста числа веток.
• Сколько вопросов бот должен закрывать. Выпишите реальные 15–20 вопросов, которые чаще всего задают в переписке или по телефону за последний месяц. Если вопросы повторяются почти дословно, годится сценарий. Если формулировки каждый раз разные, а тема одна и та же, нужен бот, который ищет ответ по смыслу вопроса.
• Канал. Бот на сайте подключается как виджет: строка кода на странице, без токенов и регистрации у стороннего мессенджера. У бота в Telegram механика другая: там сначала регистрируют бота у @BotFather, который выдает токен доступа, а дальше общение идет через Bot API, отдельный упрощенный HTTPS-интерфейс поверх основного Telegram API. Если бот нужен именно в Telegram, процесс с токеном и лимитами разобран в статье про создание бота в Telegram.

Сайт и мессенджер различаются и контекстом. На сайте бот видит страницу, с которой пишет клиент: карточку конкретного товара, раздел каталога, оформление заказа. В Telegram такого контекста по умолчанию нет, разговор начинается с чистого листа, и бот вынужден заново уточнять, о каком товаре речь. Поэтому бота для сайта и бота для Telegram разумно настраивать по-разному, даже если движок один.

Разбейте список из 15–20 вопросов по категориям: доставка и оплата, наличие и характеристики товара, гарантия и возврат, работа с заказом после оформления. Категории показывают заранее, где сценарный бот справится, а где нет. Вопросы про доставку и оплату обычно однотипны и укладываются в несколько веток; вопросы про наличие и характеристики конкретного товара размножаются по числу позиций в каталоге и веткой уже не закрываются. Без этого разбора долю нестандартных вопросов легко недооценить: их просто не считали.

Путь 1: готовый конструктор

No-code конструктор — это редактор сценария: вопрос, варианты ответа кнопками, условие, следующий шаг. Кода не требуется, интерфейс выглядит как блок-схема, которую собирают мышкой, перетаскивая карточки шагов и соединяя их стрелками условий.

Собрать простого бота в конструкторе можно за вечер. По оценке вендора конструкторов, готовый шаблон настраивается за 2–3 часа, а самостоятельное освоение интерфейса с нуля занимает 5–15 часов; полный цикл запуска укладывается в один рабочий день, максимум в 2–3 при параллельных задачах. Для приветственного бота без сложной логики счет вообще идет на минуты: простые сценарные боты для мессенджеров запускают за 10–30 минут по гайдам вендоров облачных платформ, и это нижняя граница для самых простых сценариев.

Клиент: А если я заберу заказ сам, скидка будет? Бот: Не понял вопрос. Выберите один из вариантов: Доставка / Оплата / Контакты

Клиент задал конкретный вопрос и получил меню. Он может позвонить, уйти с сайта или повторить вопрос текстом.

Где ломается: у кнопочного бота физически нет механизма разбора вопроса, которого нет в дереве сценария. Он либо возвращает клиента в меню, либо молчит, и оба варианта читаются посетителем сайта одинаково: бот не работает. По данным кейса вендора ИИ-платформы, NLU-бот банка, более продвинутый, чем чисто кнопочный, но еще не языковая модель, отправлял на живого оператора около половины диалогов. После перехода на агента на языковой модели доля автоматизации выросла с 37% до 64,2%. Чем шире каталог и разнообразнее формулировки вопросов, тем чаще клиент попадает на вопрос вне сценария.

Ограничения в тарифах Salebot, BotHelp, Chatforma и Aimylogic считаются по объему: по сообщениям в сутки, подписчикам и числу ботов. Лимитов на число веток в их документации нет, поэтому потолок сложности задает ваше время на поддержку дерева. Заложите его заранее: после каждой правки проходите ключевые пути от первого вопроса до передачи оператору, потому что изменение в одной ветке может задеть соседние, а найти, где именно бот свернул не туда, можно только пройдя по шагам.

Часть проблемы снимает дробление сценария на модули: отдельный блок на доставку, отдельный на оплату, отдельный на статус заказа, с явными точками входа между ними. Дробление отодвигает потолок сложности и оставляет сценарий читаемым, когда через полгода в него нужно будет вносить правки уже не тому человеку, который его собирал изначально.

Типичные задачи, где конструктор справляется хорошо: запись на консультацию или услугу, квиз подбора товара по параметрам, сбор заявки по фиксированной анкете, ответы на 5–7 самых частых вопросов из FAQ. Общий признак: конечное и предсказуемое число вариантов развития разговора, которое можно нарисовать на одном листе бумаги.

Тарифы у большинства конструкторов зависят от объема: числа подписчиков или сообщений в сутки. По официальным страницам вендоров на 11 августа 2026 года у BotHelp тариф Creator стоит 1599 ₽/мес и подключает только Instagram, для остальных каналов нужен Pro от 1599 ₽/мес, а верхний тариф Scale стоит от 29 990 ₽/мес. Aimylogic поднимается ступенями 0 / 1 089 / 4 290 / 6 490 / 16 390 ₽ в месяц по мере роста функциональности. У Chatforma входной платный тариф стоит 2000 ₽/мес за одного бота при пробном периоде в 15 дней. Разброс большой, но для сайта с несколькими сценариями и умеренным потоком обращений может хватить входного тарифа.

Подробный разбор конкретных сервисов, Salebot, BotHelp, Chatforma, Aimylogic, лимиты бесплатных тарифов и на что смотреть при выборе, в статье про конструкторы чат-ботов. Конструктор хорошо решает задачу с фиксированным числом веток и плохо решает задачу «ответь на любой вопрос про наш каталог». Для записи на стрижку, квиза подбора товара или сбора заявки на замер это ровно тот инструмент, который нужен, и переплачивать за более сложный путь здесь бессмысленно.

Путь 2: готовая ИИ-платформа с базой знаний

Конструктор идет по заранее прописанному дереву. ИИ-платформа ищет ответ в загруженных материалах сайта, прайсе, карточках товаров, условиях доставки, и формулирует его заново под конкретный вопрос. Схему, при которой бот сначала находит нужный фрагмент базы и только потом отвечает, называют RAG. Как она устроена изнутри, на уровне эмбеддингов и векторного поиска, описано в статье что такое ИИ чат-бот.

Путь подключения обычно одинаковый у всех вендоров этого типа:

• Регистрация в сервисе. Занимает несколько минут, отдельного согласования не требует.
• Загрузка базы знаний. Страницы сайта, прайс, документы с условиями: то, по чему бот будет искать ответы.
• Настройка под бренд. Цвет, положение окна на экране, приветственное сообщение, тон ответов.
• Одна строка кода на сайт. Виджет вставляется в шаблон страницы так же, как обычный скрипт аналитики; про конкретные способы вставки под WordPress и Bitrix в статье про установку виджета чата, а про Tilda и про то, что может сломаться после установки на любой из площадок, в статье чат-бот на Tilda, Bitrix и WordPress.

Клиент: А если я заберу заказ сам, скидка будет? Бот: Да, при самовывозе скидка 5%, это указано в разделе «Доставка и оплата». Оформить самовывоз сейчас?

Otvion устроен по этому принципу: база знаний собирается из контента самого сайта, виджет ставится одной строкой кода, а вопросы, на которые в материалах нет ответа, уходят оператору в Telegram вместе с историей переписки.

Порог входа здесь такой же низкий, как у конструктора: программирование не требуется ни на одном из четырех шагов. Разница в том, куда уходит время после установки. У конструктора время тратится на построение и постоянную донастройку веток. У ИИ-платформы, на сбор и актуализацию базы знаний: если прайс на сайте обновился, а файл в базе знаний остался старым, бот начнет уверенно называть неактуальную цену, оставаясь при этом технически исправным.

Что проверить при сборке базы знаний: нет ли на сайте двух версий одного документа (старый PDF-прайс рядом с новой страницей цен); попадают ли в базу технические разделы сайта, не относящиеся к вопросам клиентов (юридические тексты, страницы вакансий); отражены ли в загруженных материалах реальные условия с цифрами («доставка быстро» без числа дней сбивает бота с толку так же, как и живого оператора).

Страницы сайта и документы загружают файлами или импортом по ссылке. Сложность в содержании: сайты годами копят противоречивые версии одного и того же текста, и платформа честно отражает эти противоречия в ответах бота, пока их не устранят на стороне сайта.

Когда это оправдано: большая база вопросов, разнообразные формулировки, каталог из десятков и сотен позиций, где заранее прописать каждую ветку нереально. Для сайта с пятью типовыми вопросами в месяц ИИ-платформа избыточна, хватит конструктора.

Разница особенно заметна на сайтах с каталогом, который меняется часто: новые товары, сезонные позиции, временные акции. У конструктора любое такое изменение требует ручной правки соответствующей ветки сценария, и про эту правку легко забыть в текучке. У ИИ-платформы обновление сводится к повторной загрузке или переиндексации страницы, которая и так меняется на сайте, дополнительного шага «не забыть поправить бота» почти нет.

Путь 3: свой код и API

Третий путь: собрать бота самому. Бэкенд принимает сообщение с сайта, обращается к языковой модели через API и возвращает ответ. Здесь результат целиком зависит от того, что вы написали сами.

Что нужно, чтобы собрать бота на своем коде:

• Фронтенд-виджет на сайте, который отправляет сообщение пользователя и показывает ответ: тот же визуальный слой, что и у готового виджета, только написанный самостоятельно.
• Бэкенд, принимающий сообщение и обращающийся к API языковой модели с системным промптом, инструкцией, что за роль у бота и как отвечать на вопросы посетителей.
• Обработка базы знаний: документы сайта разбиваются на фрагменты, для каждого считается эмбеддинг, числовое представление смысла текста, и все это сохраняется в векторной базе данных.
• Поиск по смыслу перед ответом: на вопрос клиента ищутся несколько ближайших по смыслу фрагментов базы (обычно 3–4), они добавляются в промпт, и только после этого модель формулирует ответ. Это и есть RAG на практике: без него модель отвечает по общим знаниям.

По документации Vercel AI SDK, типовой пайплайн выглядит так: текст разбивается на чанки (фрагменты), для каждого чанка вызывается модель эмбеддингов (в примере из документации вектор из 1536 чисел), готовые векторы хранятся в таблице рядом с исходным текстом фрагмента, а поиск идет по косинусному сходству, то есть по мере близости вектора вопроса к векторам базы. Инструкция модели жесткая: отвечать только по найденным фрагментам, иначе при нехватке контекста модель сгенерирует правдоподобный, но неверный ответ.

Для хранения векторов необязательно ставить отдельную специализированную базу данных: обычный PostgreSQL с расширением pgvector (оно добавляет в него хранение и поиск векторов) позволяет обойтись без нового типа сервера. Отдельные векторные базы нужны при очень большом каталоге, а для сайта с прайсом, карточками товаров и страницей условий это лишняя сложность на старте.

Размер чанка, на которые режется база знаний, влияет на качество ответов. Слишком крупный фрагмент, вся страница целиком, тянет в контекст лишний текст и размывает релевантность поиска; слишком мелкий, одно предложение, теряет связь с соседними условиями (например, отрывает цену от условия, при котором она действует). Для карточек товаров и коротких разделов сайта можно делить текст по смысловым блокам: абзацам или пунктам списка.

Где ломается: доступ к API. У Anthropic России нет в официальном списке поддерживаемых регионов для Claude API, а доступ к OpenAI API из России ограничен: российские карты и IP-адреса не принимаются. Прямого легального способа платить обоим вендорам из России нет: часть рынка пользуется сторонними агрегаторами, которые перепродают доступ, но это посредническая схема в обход геоограничений вендора, и такой доступ ненадежен.

Рабочая альтернатива без этих сложностей: российские API. У GigaChat от Сбера есть режим совместимости с SDK OpenAI, то есть можно использовать привычный клиент с измененным адресом сервера, а для физлиц действует бесплатный лимит токенов, размер лимита смотрите на сайте сервиса. Аналогичный вариант: YandexGPT API от Yandex Cloud, актуальные цены смотрите в кабинете Яндекс Облака.

Минимальный вызов GigaChat выглядит так:

from gigachat import GigaChat

giga = GigaChat(
    base_url="https://api.giga.chat/v1",
    credentials="ключ_авторизации",
)
response = giga.chat("Сколько стоит доставка в Тулу?")
print(response.choices[0].message.content)

Это минимальный запрос без базы знаний. На практике перед вызовом giga.chat() в промпт добавляют системную роль бота и найденные фрагменты базы знаний: без этого шага вопрос уходит в модель без контекста, и она ответит по общим знаниям про доставку вообще, без условий конкретного магазина.

Если команда все же работает через посредника с доступом к OpenAI, синтаксис вызова у актуального Responses API отличается от привычного chat completions, системный промпт передается отдельным параметром instructions:

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6",
    instructions="Ты консультант интернет-магазина. Отвечай только по базе знаний.",
    input="Сколько стоит доставка?",
)
print(response.output_text)

Что проверить в архитектуре до запуска:

• Хранение ключа API. Ключ языковой модели не должен попадать в код фронтенда, который открыт в браузере клиента: запрос к модели идет с бэкенда.
• Лимиты и мониторинг расходов. В отличие от подписки на конструктор или ИИ-платформу с фиксированной ценой, оплата по API идет за токены, и без лимита на бэкенде один затянувшийся диалог или атака ботом-парсером способны неожиданно раздуть счет за месяц.
• Хостинг бэкенда. Векторная база и код обработки запросов требуют своего сервера или облачной функции, отдельных от статического хостинга, на котором обычно лежит сам сайт.
• Обновление базы знаний. У готовой платформы переиндексация страниц происходит по кнопке в интерфейсе; в своем коде для этого нужен отдельный скрипт или процесс, который кто-то должен запускать регулярно. Какие сценарии модель без надстройки тянет сама, а где надстройка обязательна, описано в статье про ChatGPT на сайте бизнеса.

Сколько это стоит, если заказывать разработку. По оценке вендора конструкторов, кастомная разработка с нуля обходится от 250 000 ₽ и занимает 1,5–4 месяца. По прайсу одного агентства на август 2026 года, простой сценарный бот стоит 65 000–100 000 ₽, ИИ-бот с базой знаний 350 000–500 000 ₽. Цифры ориентировочные, сверяйте их с предложениями подрядчиков.

Свой код оправдан при нестандартной интеграции или требовании разместить бота на своем сервере, например с внутренней CRM, 1С, специфичной логикой, которую ни один готовый сервис не поддерживает, и в компании уже есть кому это поддерживать после запуска: обновлять зависимости, следить за квотами API, чинить парсинг документов при смене формата. Для типовой задачи «отвечать клиентам по каталогу» этот путь почти всегда избыточен по деньгам и срокам.

Языковые модели время от времени обновляются самими вендорами, и ответ, который бот давал вчера, после смены версии модели может измениться по формулировке или качеству, даже если промпт и база знаний не трогали. При своем коде проверять новую версию модели приходится самостоятельно, иначе обновление на стороне вендора может неожиданно изменить поведение бота на боевом сайте.

Сколько стоит и сколько времени

Тарифы конструкторов сняты с официальных страниц вендоров 11 августа 2026 года, цифры по разработке: оценка вендора и прайс одного агентства на август 2026 года.

У конструктора и ИИ-платформы цена входа сопоставима: разброс от нуля на бесплатных тарифах до нескольких десятков тысяч рублей в месяц на старших планах при росте числа подписчиков (у BotHelp Scale от 29 990 ₽). Разница между этими двумя путями в том, что вы получаете за эти деньги: набор кнопок с ветками или поиск ответа по смыслу.

При своем коде оплата языковой модели по токенам идет каждый месяц, пока бот работает, и эта сумма не входит в цену разработки из таблицы выше. У конструктора и ИИ-платформы плата идет по тарифу. При своем коде эту статью расходов планируют отдельно, и ее легко недооценить, если ориентироваться только на разовую цену разработки.

Внутри заказной разработки цена зависит от исполнителя: эксперт на конструкторе, агентство или кастом с нуля (оценка вендора).

Эксперт на конструкторе собирает бота за вас: если вы выбрали конструктор, но не хотите разбираться в интерфейсе сами, эксперт закроет задачу за 20–60 тысяч рублей и несколько дней.

Конструктор и ИИ-платформа собираются в интерфейсе без программиста, главное там внимательно заполнить сценарий или базу знаний. Свой код означает постоянную зависимость от разработчика на весь срок жизни бота: любая правка логики проходит через того же человека или команду, которая его написала.

Любая заказная разработка занимает дольше, чем настройка в интерфейсе. Даже эксперт на конструкторе работает несколько дней.

Как выбрать свой путь

Если сценарий укладывается в фиксированное число веток, запись на услугу, квиз, сбор заявки по анкете, берите конструктор. Настройка укладывается в вечер, переплачивать здесь не за что: более сложный путь решит ту же задачу, только дороже.

Если вопросов много, они разной формулировки и упираются в конкретику каталога, берите ИИ-платформу. Она экономит постоянную ручную донастройку сценария, которую иначе пришлось бы делать при каждом новом типе вопроса от клиента.

Если нужна нестандартная интеграция с внутренними системами, CRM, 1С, специфичная бизнес-логика, и в штате уже есть кому это поддерживать, оправдан свой код. Без своей команды разработки этот путь может обойтись дороже и дольше, чем кажется на старте, потому что цена в предложении студии может не включать поддержку после запуска.

Признак, что пора переходить с одного пути на другой: доля вопросов, которые бот не может закрыть сам. Для конструктора это доля диалогов, ушедших на живого оператора при том, что вопрос был типовым; если она растет месяц к месяцу, дерево сценария перестало покрывать реальный поток вопросов, и пора переходить на поиск по базе знаний. Для ИИ-платформы аналогичный сигнал, повторяющиеся запросы на функциональность, которой у платформы нет в принципе (глубокая интеграция с внутренней системой). Нехватка контента в базе лечится дозагрузкой материалов.

Пути можно комбинировать. Для сайта с каталогом разумно начать с готовой ИИ-платформы, чтобы быстро закрыть основной поток вопросов, а кодом дорастить только нестандартные случаи, которые платформа не покрывает, например прямую передачу заказа из диалога в 1С. Так тратится меньше денег на старте, а решение о более дорогом пути принимается уже с реальными данными о том, сколько диалогов бот обрабатывает и какие вопросы в них повторяются чаще всего.

Для интернет-магазина на Insales, Bitrix, Tilda или WooCommerce основа это ИИ-платформа для вопросов по каталогу, а конструктор подключают отдельно для одного простого сценария, например подбора размера по таблице. Для сайта услуг с узким фиксированным сценарием (запись, квиз, анкета) достаточно одного конструктора. Свой код в обоих случаях оправдан, когда статистика диалогов указывает на конкретную нестандартную задачу, которую готовые сервисы не решают.

Что смотреть через месяц после запуска:

• Долю диалогов, переданных оператору. Рост этой доли при типовых вопросах означает, что сценарий или база знаний перестали покрывать поток.
• Вопросы без ответа. Выпишите их и разделите на два списка: те, на которые материалов нет, и те, на которые материалы есть, но бот их не нашел.
• Устаревшие документы. Сверьте цены, сроки доставки и условия возврата в базе с текущими на сайте.
• Диалоги, где клиент повторил вопрос дважды. Это первые кандидаты на доработку.

Десять готовых сценариев с диалогами клиент-бот, на которые можно ориентироваться при выборе, собраны в статье примеры чат-ботов для бизнеса.

Частые ошибки при самостоятельной сборке

Многие проблемы с ботом на сайте возникают из технических мелочей вокруг установки: они не видны из личного кабинета сервиса и обнаруживаются только при проверке готового виджета.

Типичная поломка: политика безопасности контента (CSP). Это настройка сайта, которая разрешает странице загружать ресурсы только с указанных доменов. Если домена виджета в ней нет, браузер блокирует запрос, и в консоли разработчика появляется ссылка на Content Security Policy. У Tidio, например, в официальной документации перечислены домены и директивы, которые нужно внести в CSP сайта, чтобы виджет заработал. Внешне поломка выглядит так: кнопка чата видна на странице, но при клике окно диалога остается закрытым или открывается пустым, а в консоли браузера (F12, вкладка Console) видна красная строка про заблокированный запрос.

Если сайт использует CMS с собственной системой безопасности контента, правку нужно вносить именно там: кабинет чат-сервиса ничего не знает про настройки конкретного хостинга и исправить со своей стороны ничего не может. Ошибку легко не заметить: она находится, когда кто-то из сотрудников проверяет виджет на телефоне и видит, что он не открывается.

Вторая типичная поломка: кеш CMS. Плагины кеширования вроде WP Rocket объединяют и кешируют скрипты страницы, и виджет, который отлично работал в момент установки, может перестать обновляться или отображаться после следующего изменения кода на сайте. В официальной документации WP Rocket есть отдельная функция, исключение конкретного скрипта из оптимизации, и это первое место для проверки, если виджет пропал без видимой причины после обновления темы или плагинов. Похожая история бывает и с CDN перед сайтом: если статические файлы раздаются через отдельный кеширующий слой, обновленный код виджета может не дойти до посетителей, хотя в личном кабинете сервиса все выглядит правильно.

Третья: устаревшая база знаний у ИИ-платформы. Бот отвечает по тому, что загружено, и актуальность материалов сам не проверяет. Если цена в прайсе на сайте изменилась месяц назад, а старый файл с прежней ценой остался в базе знаний, бот уверенно назовет старую цифру и формально будет прав, потому что отвечал по тому, что ему дали при настройке. Что проверить: дата последнего обновления каждого документа в базе, нет ли на сайте двух версий одного и того же прайса или условий доставки одновременно. Как собрать базу знаний с нуля и на что смотреть перед запуском импорта, подробно в статье база знаний для сайта.

Четвертая: нет маршрута передачи оператору. Бот, который зацикливается на «не понял вопрос» вместо того, чтобы признать это и передать диалог человеку, раздражает клиента: большинство пользователей разочаровывается в чат-ботах, половине требуется слишком много попыток, прежде чем бот признает свое бессилие, а почти половине неприятно заново объяснять вопрос живому оператору с нуля. Хороший бот передает диалог вместе с историей переписки. По официальной документации Intercom, их ИИ-агент передает диалог человеку в трех типовых случаях: прямая просьба клиента о человеке, признаки сильного раздражения в тексте и зацикливание на одном и том же вопросе без прогресса, это разумный ориентир для настройки эскалации в любом сервисе.

Пятая: бот не протестирован на реальных вопросах перед запуском. Сформулируйте один и тот же вопрос пятью разными способами, добавьте опечатку, смените тему посреди диалога, и посмотрите, справляется ли бот и что происходит, когда не справляется. Демо-скрипт продавца не заменяет проверку: реальных формулировок ваших клиентов в нем нет.

Для интернет-магазина набор проверочных вопросов может выглядеть так (пример, подставьте свои товары): «есть ли эта модель в черном цвете», «сколько стоит доставка в Тулу», «можно ли вернуть товар через десять дней», «где мой заказ». Первые два бот должен закрыть по базе знаний, третий по условиям возврата, а четвертый передать оператору, потому что данных о конкретном заказе у него нет. Если хотя бы один из четырех вопросов дает неверный ответ, исправляйте материалы до запуска, пока жалоб еще нет.

Помимо ответов бота проверьте передачу оператору: напишите вопрос, на который заведомо нет ответа в материалах, и посмотрите, дойдет ли сообщение до живого человека, с какой историей и через какое время. Кнопка «передать оператору» может быть настроена в интерфейсе, а сообщение до человека не доходит из-за неверно указанного контакта или отключенного уведомления.

Частые вопросы

Можно ли сделать чат-бота для сайта бесплатно?

Да, у конструкторов и ИИ-платформ есть бесплатные тарифы с ограничениями по числу сообщений или подписчиков. Свой код при малом объеме запросов почти не требует платы за сам сервис языковой модели, но разработка занимает недели, даже если делать ее самому без найма студии.

Сколько времени уходит на запуск бота?

Конструктор: от 15–30 минут для простого приветственного бота до вечера для сценария с несколькими ветками. ИИ-платформа: сама настройка быстрая, основное время уходит на сбор и проверку базы знаний. Свой код: по оценке вендора, от полутора месяцев при заказной разработке, дольше при штатной команде без выделенного времени именно на этот проект.

Нужно ли уметь программировать?

Для путей 1 и 2 нет, оба собираются в интерфейсе без программирования, на сайт добавляют только строку кода виджета. Для пути 3 да, или придется нанимать разработчика: без бэкенда, который вызывает API модели и обрабатывает базу знаний, бот не заработает вообще.

Чем ИИ-бот отличается от бота-конструктора?

Конструктор идет по заранее прописанному дереву сценария и не отвечает ни на что за его пределами. ИИ-бот ищет ответ в загруженной базе знаний и формулирует его заново под конкретный вопрос, поэтому справляется с вопросами, которых в сценарии никто не предусматривал заранее.

Сколько стоит разработка чат-бота с нуля?

По оценке вендора конструкторов, заказная разработка с нуля стоит от 250 000 ₽ и занимает 1,5–4 месяца. По прайсу одного агентства на август 2026 года, простой сценарный бот стоит 65 000–100 000 ₽, ИИ-бот с базой знаний 350 000–500 000 ₽. Более простые задачи кастомизации эксперт-фрилансер на конструкторе решает за 20 000–60 000 ₽ и несколько дней.

Что делает бот, если не находит ответ в своей базе знаний?

У хорошо настроенного бота на этот случай есть отдельный сценарий: честно признать, что точного ответа в материалах нет, и передать диалог оператору вместе с историей переписки. Это касается всех трех путей одинаково: конструктор просто возвращает клиента в меню, а у ИИ-платформы и своего кода правильное поведение нужно настроить явно, оно не работает по умолчанию само собой.

Какой путь выбрать для интернет-магазина?

Для магазина с каталогом лучше начинать с ИИ-платформы с базой знаний, собранной из карточек товаров и прайса: вопросы касаются конкретных товаров, характеристик и наличия, и вручную прописать сценарий на каждую позицию нереально. Конструктор оправдан для отдельного узкого сценария, например подбора размера или записи на услугу. Свой код для рядового интернет-магазина нужен только при глубокой интеграции с 1С или собственной CRM, которую ни один готовый сервис не поддерживает из коробки.

Можно ли собрать чат-бота в конструкторе, а потом перейти на ИИ-платформу?

Да, технически это два независимых сервиса, и переход не требует переписывать сайт заново, только заменить один скрипт виджета на другой, перенести накопленные сценарии в формат базы знаний новой платформы и собрать для нее материалы, которые в конструкторе не требовались.

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