ИИ-чат-бот для технической поддержки

Внутренняя поддержка компании (100+ сотрудников) получала больше 300 обращений в день.

Проблемы:

• 60% запросов — одно и то же: доступы, почта, пароли, настройки софта;

• операторы не успевали разгрести очередь, часть тикетов терялась;

• среднее время ответа доходило до 4–6 часов, из-за чего страдала работа команд.

Нужно было снять рутину с операторов и дать сотрудникам быстрый, понятный канал помощи.

Собрали ИИ-чат-бота на no-code/low-code-архитектуре с подключением LLM через API:

• Точка входа для сотрудников

Бот доступен в корпоративном мессенджере и на внутреннем портале как веб-виджет на HTML/CSS/JavaScript.

• Оркестрация через n8n

Все диалоги проходят через сценарии в n8n:

определяем тип запроса, поднимаем нужный контекст (документация, инструкции), вызываем LLM и при необходимости создаём тикет у живого оператора.

• База знаний и история запросов в Supabase

В PostgreSQL/SQL храним:

• статьи базы знаний,

• FAQ по продуктам и внутренним сервисам,

• историю обращений и оценок.

Это даёт боту фактический контекст (RAG-подход) и позволяет учиться на реальных запросах.

• Сервис ИИ-бота на Node.js + Python

Лёгкий backend принимает сообщения,

формирует промпт с учётом контекста и обращается к LLM (модели класса GPT) через API.

Отдельные Python-скрипты используются для анализа логов и улучшения подсказок.

• Кабинет поддержки на Bubble

Операторы видят очередь «сложных» запросов, быстро подхватывают диалог, могут одним кликом добавить новую статью в базу знаний.

Статистика по темам, времени ответа и удовлетворённости также собирается здесь.

• Бот берёт на себя первичный диалог и сразу даёт решение по типовым вопросам.
• Только сложные или нестандартные кейсы доходят до живых операторов.
• Сотрудники получают быстрые и понятные ответы, а команда поддержки освободила время для действительно сложных задач.