AI, который делает конкретную работу

Не «внедряем нейросети», а берём одну рутинную задачу и отдаём её модели: ответы клиентам, разбор заявок, поиск по документам, подготовку текстов. С понятной границей, где решает человек.

Попробуйте на этом сайте

Консультант в правом нижнем углу — наш AI-ассистент. Он отвечает только по базе знаний студии: услуги, цены «от», сроки, проекты. Когда вопрос выходит за её пределы или клиент готов обсуждать задачу, он предлагает оставить контакт, и заявка уходит менеджеру.

Так же устроены ассистенты, которые мы делаем клиентам: модель отвечает по вашим материалам и не придумывает цены и условия.

Сценарии, с которых обычно начинают

Консультант на сайте или в мессенджере

Отвечает на типовые вопросы по вашему каталогу, прайсу и правилам, записывает контакт и передаёт диалог человеку. Работает на сайте, в Telegram и MAX.

Разбор входящих

Заявки, письма и сообщения раскладываются по типам, из них достаются имя, телефон, суть запроса. Менеджер получает готовую карточку вместо сырого текста.

Поиск по своей базе

Регламенты, договоры, инструкции, прошлые ответы. Сотрудник спрашивает своими словами и получает ответ со ссылкой на источник.

Тексты и описания

Описания товаров, посты, ответы на отзывы — по вашим правилам и с проверкой фактов. Публикует человек после просмотра.

Сигналы в данных

Модель смотрит на продажи, остатки или обращения и пишет коротко, что изменилось и на что посмотреть. Так работают подсказки в нашей платформе Vision.

AI внутри приложения

Помощник в Android-приложении или Mini App, который знает контекст пользователя: его заказы, записи, историю.

Как ограничиваем ошибки

Отвечает только по вашим данным

Модели даём базу знаний и прямой запрет придумывать цены, сроки и обещания. Нет ответа в базе — передаёт вопрос человеку.

Человек на важных шагах

Деньги, договоры, публикации и всё, что нельзя отменить, подтверждает сотрудник. Модель готовит, человек решает.

Журнал и проверка

Диалоги и действия сохраняются. Первые недели разбираем ответы вместе с вами и правим базу знаний.

Данные и модели

Выбор модели под задачу

GigaChat, DeepSeek и другие модели с API. Выбираем по качеству ответов на ваших примерах, цене и требованиям к хранению данных.

Персональные данные

Если в запросах есть данные клиентов, заранее решаем, что уходит в модель, а что остаётся у вас. Обезличиваем, где это возможно.

Стоимость работы модели

Кроме разработки есть плата за запросы к модели. До старта считаем её на вашем объёме обращений, чтобы не было сюрпризов в счёте.

Как проходит проект

  1. Один сценарий. Выбираем задачу, где больше всего ручной работы, и описываем, как она решается сейчас.
  2. Проверка на ваших примерах. Собираем 20–30 реальных вопросов или документов и смотрим, как модель с ними справляется. На этом шаге видно, имеет ли смысл продолжать.
  3. Сборка. База знаний, интерфейс, передача человеку, журнал. Подключаем к сайту, мессенджеру или CRM.
  4. Запуск и донастройка. Первые недели читаем ответы, дополняем базу, убираем ошибки. Дальше — следующий сценарий.

Где мы это уже используем

Food Space — AI-рецепты с расчётом КБЖУ. Призма — AI-сигналы по аналитике каналов для редакции. Vision — подсказки по марже, остаткам и рекламе маркетплейсов. Консультант kombato.space — ответы и заявки.

Vision: аналитика маркетплейсов → Food Space →

Ответы перед стартом

Сколько стоит?

Оценка по задаче: зависит от сценария, объёма базы знаний и интеграций. Плату за запросы к модели считаем отдельно, до старта. Обычно начинаем с одного сценария, чтобы вы увидели результат до больших вложений.

AI заменит менеджера?

Нет. Он снимает повторяющиеся вопросы и черновую работу. Решения, деньги и сложные случаи остаются за людьми.

Что если модель ошибётся?

Поэтому она отвечает только по вашей базе, а важные шаги подтверждает человек. Ошибки видны в журнале, по ним правим базу и инструкции.

Можно подключить к нашей CRM или 1С?

Если у системы есть API или вебхуки — да. Состав интеграций проверяем до старта.

Начнём с одного сценария

Опишите, какая работа у вас повторяется каждый день. Предложим, что можно отдать модели, и как проверить это до разработки.