База знаний, интеграция с CRM и обучение на PDF — разбираем, как превратить бота из «болтуна» в эксперта по вашему продукту.
Чат-бот, который отвечает «Не понял, перефразируйте», раздражает. Бот, который знает ваш каталог, условия доставки и историю заказов клиента — продаёт. Разница — в обучении. Рассказываем, как наполнить бота реальными знаниями о вашем бизнесе.
Этап 1. Собираем «учебник» для бота
Бот должен учиться на ваших документах, а не на общих данных из интернета. Подготовьте:
- PDF-файлы с описанием товаров, услуг, инструкций.
- Страницы сайта (бот может «обкачать» их автоматически).
- Базу знаний (например, Notion, Google Drive, Confluence).
- FAQ — готовые ответы на частые вопросы.
- Интеграцию с CRM — чтобы бот видел статус заказа клиента.
Этап 2. Загружаем и подключаем (на примере платформ)
В разных сервисах это делается по-своему, но логика общая:
Вариант A: Smartbot Pro (или аналоги с обучением на документах)
- Переходите в раздел «Smartbot AI» → «Создать AI бота».
- Заполняете бриф о компании (чем занимаетесь, какие цели у бота).
- «Обкачиваете» сайт — бот сам изучает все страницы.
- Загружаете PDF — например, прайс-лист или условия доставки (без таблиц и сложного форматирования — это важно!).
- Добавляете дополнительный контекст — важные нюансы, которых нет в документах.
- Прописываете инструкцию — как именно бот должен вести диалог (например: «Всегда предлагай оформить заказ, если клиент проявил интерес»).
Вариант B: Создание базы знаний в Botpress
- Botpress позволяет загружать документы напрямую в раздел Knowledge Base.
- Можно подключить внешние источники: Google Drive, Notion, Confluence через интеграции.
- Бот будет искать ответ именно в ваших документах, а не «галлюцинировать».
Вариант C: Корпоративное решение (для крупных компаний)
Например, интегратор «ОБИТ» создал ИИ-помощника для своих менеджеров по продажам. Бот интегрирован с CRM, корпоративной базой знаний и публичными справочниками (сервис «Дадата»). Менеджер задаёт вопрос в Telegram-чате — и бот мгновенно выдаёт структурированную информацию о клиенте: финансовые показатели, новости, руководителей. В основе — мультиагентная система: несколько нейросетей отвечают за разные задачи (один агент работает с CRM, другой — с публичными данными).
Этап 3. Учим бота «думать» через промпты и контекст
Обучение на документах — это база. Чтобы бот был действительно полезным, добавьте:
- Системный промпт: «Ты — эксперт по продукции компании Х. Отвечай кратко, вежливо, всегда предлагай помощь в оформлении заказа. Если не знаешь ответа, скажи об этом и позови оператора».
- Контекст диалога: Настройте бота так, чтобы он помнил предыдущие сообщения в рамках одного диалога (иначе клиент будет бесить робота одним и тем же вопросом).
- Переменные и теги: Сохраняйте информацию о клиенте (имя, город, историю заказов), чтобы персонализировать ответы.
Этап 4. Тестируем и дообучаем
- Перед запуском проведите 50–100 тестовых диалогов. Задавайте странные и сложные вопросы — там, где бот ошибается, поправляйте и добавляйте в базу знаний.
- Используйте аналитику: смотрите, на какие вопросы бот не смог ответить, и дообучайте его на этих кейсах.
Реальный пример из практики
Компания «СофтМедиаЛаб» (резидент Сколково) запустила ИИ-бота SML Companion для работы с корпоративной базой знаний. Бот отвечает на вопросы про отпуска, командировки, больничные, а также помогает проектным менеджерам с чек-листами и зонами ответственности. Результат: сотрудники перестали тратить до 25% рабочего времени на поиск информации и дёрганье коллег. Бот построен на базе Gemini 2.5 Pro и интегрирован с Google Drive с учётом прав доступа — он выдаёт информацию только тем, кому она разрешена.
Краткий чек-лист:
- Собрали документы (PDF, сайт, FAQ, CRM).
- Загрузили в платформу (Kandinsky, Botpress, Smartbot Pro).
- Написали системный промпт.
- Настроили контекст и переменные.
- Протестировали на 50+ диалогах.
- Запустили и регулярно дообучаем.
Ваш опыт:
А вы пробовали обучать бота на своих документах? С какими сложностями столкнулись? Делитесь в комментариях — поможем советами!