ЦЕХ 02 — AI-ПОДДЕРЖКА
AI SUPPORT
Автономный сотрудник поддержки для маркетплейсов: отвечает покупателям Ozon и Wildberries в tone of voice бренда и закрывает типовые обращения без оператора.
01 / ЗАДАЧА
СОТНИ ОБРАЩЕНИЙ В ДЕНЬ И 4 МИНУТЫ НА КАЖДОЕ
Поток отзывов и вопросов покупателей на двух площадках — сотни обращений в день. Четыре минуты ручного ответа на каждое: команда тонет, покупатели ждут, рейтинг карточек проседает.
Платный API-контур Ozon стоил процент от оборота — за узкий набор данных. Чувствительные темы (медицина, претензии) нельзя было доверить ни шаблону, ни внешнему сервису.
02 / РЕШЕНИЕ
ЧТО МЫ ПОСТРОИЛИ
- 01
ЕДИНАЯ ОЧЕРЕДЬ
Отзывы и вопросы Ozon и WB в одном интерфейсе: статусы, фильтры, приоритеты.
- 02
RAG-ЧЕРНОВИКИ
Ответы генерируются по базе знаний бренда: векторный поиск (Qdrant) → локальная LLM. Tone of voice выдержан.
- 03
DECISION LAYER
Мат, медицина, логистика, срок годности, оценка ниже 4★ — чувствительное автоматически уходит человеку.
- 04
АВТОПИЛОТ
Флаги по площадкам и типам обращений. Эскалированное не публикуется никогда — это правило, а не настройка.
- 05
ОБУЧЕНИЕ НА ПРАВКАХ
Правки модератора становятся эталоном, отклонённые черновики — «памятью ошибок». Без дообучения модели.
- 06
АНАЛИТИКА
Automation rate, топ-темы обращений, SKU pain points и воронка эскалаций — видно, где болит продукт.
03 / ИНТЕРФЕЙСЫ
КАК ЭТО ВЫГЛЯДИТ
ЕДИНАЯ ОЧЕРЕДЬ
Все обращения Ozon и WB в одном списке: статусы, бейджи эскалаций, фильтры по площадке и периоду.
КАРТОЧКА ОБРАЩЕНИЯ
Текст клиента, черновик ответа AI и причина эскалации. Одобрить, поправить или отклонить — одно касание.
SKU PAIN POINTS
Где копится негатив по товарам: поддержка превращается в источник данных для продукта и закупок.
04 / РЕЗУЛЬТАТ
ЦИФРЫ НА ПЛАКАТЕ
05 / ТЕХНОЛОГИИ
- BUN · ELYSIA
- POSTGRESQL
- CLICKHOUSE
- QDRANT
- VLLM ON-PREM
- CHROME MV3
06 / ВАШ ХОД
НУЖЕН ТАКОЙ ЖЕ ЦЕХ?
Покажите процесс, который тормозит предприятие, — предложим систему уровня этого кейса.
ОБСУДИТЬ ПОХОЖУЮ ЗАДАЧУ