Точка А: Проблема (Консультации по шаблону и неактуальные данные)
У развлекательного бизнеса со сложными услугами (как картинг-клуб с прокатом, школой и спортивными классами) есть общая боль: администраторы тратят часы на ответы на одни и те же вопросы. Клиенты спрашивают про цены, расписание, скидки и требования к экипировке.
Как выглядит обычный процесс без системы:
- Клиент пишет в Telegram: «А со скольки лет можно детям? И сколько стоит разовый заезд?».
- Администратор отвлечен на живых клиентов на трассе и отвечает через час.
- Ответ часто сухой, без попытки продать доп. услуги.
- Когда меняются цены (например, в выходные или сезон), админ забывает обновить жесткие скрипты бота и называет старую стоимость, что приводит к конфликтам и потере денег.
Задача: спроектировать интеллектуального агента, который будет мгновенно консультировать клиентов, подтягивать актуальную информацию из базы знаний и автономно обновлять свои знания без участия разработчика.
Инженерное решение: Архитектура RAG-агента с модулем автообновления
Я спроектировал систему на базе n8n, которая использует подход Retrieval-Augmented Generation (RAG). Бот не выдумывает факты, а «читает» базу знаний перед каждым ответом.
Архитектура построена на связке:
- n8n как главный оркестратор логики.
- OpenAI (gpt-4o-mini) как «мозг» для формирования ответов.
- Pinecone Vector Store как векторная база данных.
- Google Docs как интерфейс управления базой для администратора.
- Upstash (Redis) для долгосрочной памяти диалогов.
Логика работы: Как это функционирует под капотом
Система разделена на два независимых процесса: фоновая синхронизация данных и общение с клиентом.
1. Самообновляемая база знаний (CRON-синхронизация):
Владельцу бизнеса больше не нужно лезть в код или дергать разработчика, чтобы изменить цены. Вся информация о клубе хранится в обычном Google Документе. Если стоимость поездки выросла с 15 000 до 17 000 рублей, менеджер просто меняет цифру в тексте документа. Каждые 15 минут n8n по расписанию обращается к Google Docs, скачивает актуальный текст, разбивает его на чанки и автоматически обновляет векторы в Pinecone. В следующем же сообщении ИИ-консультант начнет называть клиентам новую цену в 17 000 рублей.
2. RAG-консультация и маршрутизация:
Когда клиент пишет вопрос, он попадает к AI Agent. Перед тем как ответить, агент обращается к Pinecone, находит точные актуальные данные и формирует дружелюбный ответ. Если клиент просит показать трассу (триггерные слова «фото», «фотки»), воркфлоу переводит запрос на отдельную ветку, вытягивает прямые ссылки из Google Sheets и отправляет их красивым альбомом через Telegram API.
3. Управление контекстом (Memory):
Бот помнит весь контекст диалога через Redis. Если клиент спросил про детскую школу, а потом написал «А сколько стоит?», бот поймет, что речь о детских занятиях, а не о взрослом прокате.
Точка Б и профит
- Абсолютная автономность данных: Система не требует техподдержки при изменении прайса. Менеджеры правят обычный Google Doc, а ИИ обучается сам.
- Мгновенные и точные ответы 24/7: Клиенты получают развернутые консультации за пару секунд, независимо от загруженности администратора.
- Снижение нагрузки на персонал: Администратор больше не работает «справочным бюро» и подключается только на этапе финальной брони.
Если вашему бизнесу нужна система, которая заберет на себя 90% рутинных консультаций, будет сама обновлять цены из ваших документов и квалифицировать лидов без участия человека — пишите мне в личные сообщения. Разберем вашу задачу и спроектируем архитектуру решения.
Telegram: @chernyaevi
VK: @chernyaevig