Чат-бот с базой знаний для Битрикс24: как настроить AI-агента для сотрудников и клиентов. Пошаговая инструкция

Типовая ситуация: новый сотрудник каждый день спрашивает коллег, где лежит регламент и как оформить отпуск. А клиент пишет в чат на сайте в 23:00 и до утра ждёт ответа. Оба вопроса закрывает один и тот же механизм: чат-бот, который отвечает по базе знаний вашей компании и передаёт вопрос человеку, когда ответа в базе нет.

В статье пошагово разбираем два сценария из видео: чат-бот для сотрудников внутри Битрикс24 и чат-бот для клиентов на сайте через открытые линии. Видео здесь: https://www.youtube.com/watch?v=aGw0Xzmg_7M Таймкоды указаны у каждого шага.

Что такое векторная база знаний и чем она отличается от обычного поиска

Обычный поиск ищет по словам. Векторный ищет по смыслу. Если клиент спросит «сколько ждать доставку», а в документе написано «срок отгрузки 3 дня», поиск по словам не найдёт ничего, векторный найдёт.

Как это работает:

1. Текст режут на куски - чанки: абзацы, страницы, разделы документации.
2. Каждый чанк прогоняют через модель эмбеддингов и получают вектор, массив чисел, координаты смысла текста.
3. Векторы кладут в базу.
4. Вопрос пользователя тоже превращают в вектор.
5. База находит ближайшие векторы и отдаёт куски текста, которые по смыслу ближе всего к вопросу.

В итоге ИИ получает не весь документ целиком, а только те куски, которые относятся к вопросу. Ответ точнее, дешевле и быстрее.

Шаг 1. Готовим документ для базы знаний (01:45)

Главное правило: каждый чанк должен содержать информацию по одной теме. Тогда ИИ каждый раз получает цельный кусок, а не половину одного раздела и начало другого.

Как готовить:

• Соберите в один документ всё, в чём бот должен разбираться: регламенты, инструкции, описание продуктов, ответы на частые вопросы.
• Разбейте текст на примерно одинаковые по размеру куски.
• Между кусками поставьте разделитель, один и тот же символ по всему документу.

Шаг 2. Загружаем базу в Подпислон AI-агенты (01:00)

Сценарий загрузки состоит из трёх узлов:

1. Ручной запуск.
2. Загрузка документа. Прикрепляете файл базы знаний и указываете размер чанка. Размер подбирайте под куски, на которые разбит ваш документ.
3. Модель эмбеддингов. Указываете название коллекции (оно понадобится дальше в чат-боте), операцию «индексация» и модель.

Для внутренней базы знаний в видео используется модель от Яндекса, чтобы данные хранились в России. Для открытой продуктовой базы можно взять любую другую модель.

Сценарий 1. Чат-бот для сотрудников в Битрикс24 (02:29)

Бот отвечает на вопросы по внутренней базе. Если ответа нет, сам ставит задачу на сотрудника из другого отдела и сообщает об этом в чат.

Логика процесса

Битрикс24 присылает боту два вида событий: пользователь присоединился к чату и пользователь написал сообщение. Поэтому процесс начинается с триггера и сразу делится на две ветки:

• Присоединился к чату. Служебное сообщение, пользователю ничего не отправляется.
• Написал вопрос. Идём с вопросом в базу знаний, потом в ИИ, потом либо отвечаем, либо ставим задачу.

Поиск по базе знаний и порог релевантности (02:57)

Узел поиска настраивается так же, как узел индексации: та же модель эмбеддингов, та же коллекция, только операция «поиск». В запрос передаётся сообщение из вебхука.

Порог релевантности определяет, насколько близкий по смыслу кусок база считает подходящим:

• Маленькая база для тестов: 0,2.
• Около тысячи чанков, хорошо разбитых по смыслу: можно ставить 0,5.

Точное значение подбирается опытным путём. В видео видно, как это происходит: при высоком пороге бот не смог ответить, при 0,2 ответил прямо по базе.

Настройка AI-агента: промпт и кодовая фраза (03:48)

Результаты поиска вместе с вопросом уходят в узел ИИ. Модель выбирайте от того же вендора, что и модель эмбеддингов.

Системный промпт содержит три вещи: роль бота, источник данных (только база знаний) и цель. В промпт пользователя передаём имя сотрудника и его вопрос. Вопрос дублируется: один раз в поиск по базе, второй раз в ИИ.

Ключевой приём: в инструкции написано «если не можешь ответить по базе знаний, верни определённый набор символов». Эта кодовая фраза проверяется в следующем узле «Условие», и по ней процесс понимает, отвечать самому или передавать человеку.

Если ответа нет: задача на коллегу (04:48)

Две ветки после условия:

• Ответ есть. Бот отвечает в чат.
• Ответа нет. Создаётся задача на сотрудника другого отдела с диалогом, вопросом и вердиктом ассистента. Пользователю в чат уходит сообщение, что вопрос передан коллегам, с ID задачи.

Регистрируем ИИ чат-бот в Битрикс24 (05:10)

1. Битрикс24 → раздел «Разработчикам» → «Добавить чат-бот».
2. Выбираете вариант, при котором боту передаются сообщения из чата (второй в списке).
3. Заполняете название бота. На этой же странице сразу виден вебхук, он понадобится в Подпислон.
4. Тип чат-бота оставляете как есть. Галочку с исходящего вебхука убираете.
5. Права: уведомления, создание и управление чат-ботами, задачи [уточнить точные названия прав в интерфейсе].

Подключение в Подпислон AI-агенты и переменная BOT_ID (06:08)

1. Вебхук из настроек бота вставляете на странице подключений, вкладка Битрикс24. Подключений может быть несколько, в видео их два: бот для клиентов и бот для сотрудников.
2. Указываете это подключение в узлах постановки задачи и ответа в чат.
3. Пишете боту первое сообщение.
4. Заходите в Подпислон → процесс → «История запусков» → событие чат-бота Битрикс24 → Output → data.bot. Там ID бота.
5. Записываете его в переменную процесса BOT_ID один раз, он фиксированный. Дальше эта переменная подставляется во все узлы ответа в чат.

Остальные переменные заполняются по примеру из видео, одинаково для любого бота.

Тест (07:25)

Три проверки:

1. Вопрос по базе → бот отвечает по базе.
2. Несвязанный вопрос → бот говорит, что в базе информации нет, и просит уточнить.
3. Связанный вопрос, ответа на который в базе нет → бот сообщает, что передал вопрос коллегам, в Битрикс24 появляется задача с сотрудником, диалогом, вопросом и вердиктом ассистента.

Сценарий 2. Чат-бот для клиентов на сайте (08:30)

Бот консультирует клиентов по продуктовой базе знаний через открытую линию Битрикс24 и по запросу переводит на оператора. Закрывает нерабочее время менеджеров.

Отличия от первого сценария

• База. Другая коллекция и другая модель эмбеддингов (09:37). База открытая, продуктовая, поэтому ограничений по хранению меньше.
• Порог релевантности чуть выше, база наполнена качественнее.
• Приветствие. На событие «присоединился к чату» бот отправляет приветственное сообщение: «Привет, я консультант по вопросам клиента». Здесь же указываются переменные BOT_ID, ID диалога и CLIENT_ID.
• Промпт. Та же схема: роль, базовые инструкции, имя и фамилия клиента, вопрос.
• Если ответа нет: вместо задачи на коллегу перевод на оператора.

Перевод на оператора через HTTP-запрос (10:23)

Готового узла для перевода сессии нет, поэтому используется универсальный узел «HTTP-запрос». В теле запроса передаются: chat ID, transfer ID, leave и client ID. Вебхук берётся из переменных процесса, метод из документации Битрикс24 [уточнить название метода у Максима].

Перед переводом клиенту уходит сообщение «Подключаю менеджера».

Регистрируем бота для открытых линий (11:24)

Создание такое же, как в первом сценарии, с двумя отличиями:

• Тип бота: чат-бот для открытых линий.
• Права: служба сообщений, чат и уведомления, создание и управление чат-ботами, открытые линии [уточнить точные названия].

После создания бот добавляется в открытые линии. Вебхук так же вставляется в подключения Подпислон, BOT_ID так же записывается в переменную.

Открытая линия и чат для сайта (11:57)

1. Битрикс24 → Контакт-центр → Онлайн-чат → выбираете открытую линию. Здесь появится публичная ссылка на чат для сайта.
2. В настройках открытой линии, раздел «Чат-бот», указываете созданного бота.
3. Параметр «Через какое время переводить разговор в очередь» ставите «не переводить». Перевод на оператора управляется из процесса, а не из Битрикс24.

Тест 

1. Открываете чат по публичной ссылке. Бот присылает приветствие.
2. Задаёте вопрос по продукту. Бот отвечает по базе, не выдумывая.
3. Пишете «Переведи на оператора». Бот распознаёт намерение, присылает «Подключаю менеджера», диалог уходит оператору.

Что можно поменять под себя

Оба сценария это каркас. Под свою задачу меняются: документ базы знаний, порог релевантности, системный промпт (роль, тон, ограничения), действие при отсутствии ответа (задача, перевод, письмо, сообщение в другой чат). Одну и ту же базу можно использовать в нескольких ботах, одного бота можно подключить к нескольким каналам.

Что дальше

Оба сценария можно собрать самостоятельно в Подпислон AI-агенты по примеру из видео. Новым пользователям доступен триал: 500 действий и 100 рублей на баланс для ИИ. Регистрация: https://agents.podpislon.ru.

Интеграция Подпислон с Битрикс24: . Если бот нужен в amoCRM или мессенджерах, механика та же, меняется только узел канала.

Какой из двух ботов у вас закрыл бы больше вопросов: для сотрудников или для клиентов?