FAQ хватает, пока ответы короткие, стабильные и умещаются в 20–40 карточек; RAG нужен, когда база растёт, меняется еженедельно и агент обязан цитировать «источник правды» из CRM, прайса и регламентов — иначе галлюцинации неизбежны. Я внедряю AI-агентов в CRM и мессенджеры (Telegram, WhatsApp, виджет на сайте) так, чтобы агент не «фантазировал», а опирался на актуальную базу. Ниже — практическая развилка FAQ vs RAG, анти-галлюцинации и процесс обновления знаний без простоя. | Ситуация | FAQ / system...
Александр Ахунов
Eval AI-агента: тесты, red-team, SLA, регрессии
Качество AI-агента в проде — это не «пощёлкали в чате», а фиксированный eval-набор: золотые диалоги, red-team атаки, SLA по времени/точности и обязательный регресс при смене модели или базы знаний. Я не выпускаю агента в мессенджеры и CRM, пока нет таблицы сценариев с ожидаемым исходом и порогами. Ниже — рабочий минимум, который ловит деградации до клиентов. Соберите 40–80 сценариев; для пилота хватит 30, но с покрытием intents. | Класс | Доля набора | Пример | Ожидаемый исход | | --- | --- | ---...
Handoff AI→человек: матрица эскалаций и KPI
Handoff AI→человек работает только как явная матрица: триггер → канал → владелец → SLA → KPI; без «последней мили» и счётчика квалификации лида агент либо сливает горячие заявки, либо держит клиента в бесконечном чате. Я проектирую эскалации так же жёстко, как воронку: не «если что — менеджер», а таблица условий, роль человека и метрики, по которым видно, что AI реально квалифицирует, а не маскирует дыры в продажах. | Триггер | Приоритет | Кому | SLA первой реакции | Что передать в CRM | | --- |...
@Raisovich_bot: как мой AI-ассистент продаж квалифицирует лиды 24/7 и почему это главный MVP
@Raisovich_bot — это не демо и не обещание. Это работающий в production AI-ассистент продаж и поддержки, который квалифицирует лиды, отвечает на вопросы и собирает контакты 24/7 прямо сейчас. Когда посетитель приходит на сайт и хочет понять, как выглядит готовый AI-ассистент, ему не нужны ещё десять страниц теории...
Прайсинг автоматизации 2026: пакеты, TCO, окупаемость
Прайсинг автоматизации в 2026 году считается не «по часам разработчика», а как TCO контура: внедрение + интеграции + люди-владельцы + доработки + стоимость ошибок; фиксированная цена уместна на узкий MVP с жёстким scope, retainer — на живой процесс с изменениями, а окупаемость считается от baseline часов/конверсии/SLA, а не от красоты демо. Без этой рамки заказчик покупает надежду, подрядчик — риск вечной «ещё одной правки». Я ниже раскладываю пакеты, скрытые статьи, когда брать фикс, когда retainer, и чеклист ROI, которым пользуюсь на пресейле...
От хаоса заявок к pipeline: B2B-кейс за 90 дней
Предсказуемый B2B-pipeline из хаоса заявок за 60–90 дней собирается не «ещё одним ботом», а единым контуром: все каналы → одна карточка лида → жёсткие стадии → SLA ответа → человек только на деньги и исключения. В кейсе ниже (композит МСП, B2B-услуги/поставки, ~80–150 входящих в неделю) время первого ответа упало с часов до минут, доля «потерянных» лидов — заметно, а менеджеры перестали жить в личных чатах. Я разбираю проект так, как он шёл в работе: baseline → узкие места → контур → цифры 30/60/90 дней...
