Качество AI-бота почти целиком определяется тем, что вы ему дали. Модель одна и та же у всех — отличается справочник. Поэтому подготовка материалов это не подготовительный этап, а основная работа.
Как база знаний устроена технически — на странице бот с базой знаний. Здесь — про то, что и как в неё писать.
Сначала — как это работает, в двух абзацах
Материалы хранятся отдельно от инструкции ассистента. При сохранении база режется на фрагменты, для каждого считается эмбеддинг, векторы хранятся на стороне платформы. Когда приходит вопрос, в запрос к модели подставляется подходящий фрагмент, а не весь справочник.
Это важно понимать, потому что отсюда следуют все правила ниже. Модель не читает вашу базу целиком. Она видит несколько фрагментов, которые оказались похожи на вопрос. Если ответ на вопрос размазан по трём разным местам справочника — велика вероятность, что в запрос попадёт только одно из них.
И ещё одно следствие, которое снимает половину вопросов: это не дообучение. Модель ничего не запоминает, ваши данные остаются в базе платформы, а исправление в справочнике действует со следующего ответа — без переобучения и ожидания.
Правило первое: один вопрос — один связный фрагмент
Худший формат базы знаний — красивый лендинг, скопированный целиком. Лучший — набор самодостаточных блоков, каждый из которых отвечает на один вопрос полностью.
Плохо:
Мы работаем с 2015 года и делаем ремонт квартир под ключ. Наши мастера проходят аттестацию. Цены зависят от объёма работ. Мы всегда идём навстречу клиенту.
Хорошо:
Сколько стоит ремонт однокомнатной квартиры Косметический ремонт однокомнатной квартиры — от 4 500 ₽ за м². В стоимость входят черновые материалы, работа мастеров и вывоз мусора. Не входит: чистовые материалы (плитка, обои, сантехника) и дизайн-проект. Точная смета считается после замера.
Второй вариант отвечает целиком. Он попадёт в запрос одним куском, и модели не придётся ничего склеивать из разных мест.
Правило второе: писать формулировками клиентов, а не своими
Фрагмент находится по смысловой близости к вопросу. Если у вас написано «стоимость услуги определяется тарифным планом», а человек спрашивает «сколько в месяц выходит» — совпадение хуже, чем могло бы быть.
Поэтому в заголовки фрагментов имеет смысл выносить именно те формулировки, с которыми приходят люди. Взять их можно из трёх мест: переписки менеджеров, логов диалогов бота и поисковых запросов, по которым к вам приходят.
Отдельный приём, который работает: добавить в фрагмент строку с синонимами — «также спрашивают: цена, стоимость, прайс, сколько выходит». Выглядит неизящно, но помогает попаданию.
Правило третье: разделять инструкцию и фактуру
Это два разных поля, и путать их — самая частая ошибка.
- Инструкция (до 50 000 символов) — кто бот, как он говорит, что делает в спорной ситуации. Правила поведения, а не факты.
- Справочная база (до 100 000 символов) — прайс, услуги, условия, регламенты, FAQ. Факты, а не правила.
Цены, зашитые в инструкцию, живут своей жизнью: их забывают обновить, потому что ищут в справочнике. Правила поведения, зашитые в справочник, попадают в запрос не всегда — фрагмент-то подбирается по смыслу вопроса.
В инструкции обязательно должно быть одно правило: отвечать строго по справочной базе, а если ответа в ней нет — сказать об этом и предложить оператора. Без него модель будет вежливо додумывать.
Правило четвёртое: писать то, чего боитесь
Инстинкт — положить в базу продающие тексты. Но клиенты спрашивают не про преимущества. Они спрашивают про то, что может пойти не так.
Материалы, которые реально снимают нагрузку с людей:
- что не входит в стоимость;
- сроки, включая худший вариант, а не только идеальный;
- условия возврата и отмены дословно;
- ограничения — с кем вы не работаете, чего не делаете;
- что делать, если что-то сломалось или не понравилось.
Бот, который честно отвечает «нет, мы этого не делаем», экономит вам больше времени, чем бот, который красиво рассказывает про преимущества.
Правило пятое: объём — не цель
Лимит справочной базы — 100 000 символов, но набивать его не нужно. В запрос уходит фрагмент, а не весь справочник, поэтому лишний объём не делает ответы лучше — он делает поиск фрагмента менее точным.
Если материалов действительно больше лимита, правильное решение — не сжимать текст, а развести темы по нескольким ассистентам: один отвечает по продукту, другой по доставке, третий по внутренним регламентам. Каждый со своей базой и своей инструкцией.
Как проверять
Проверка на выдуманных вопросах бесполезна: вы спросите так, как написано в базе, и всё сойдётся. Работает другое:
- Взять 20 реальных вопросов из переписки менеджеров — с опечатками, сокращениями и просторечием, как есть.
- Прогнать их в тест-чате. Не «в целом нормально», а по каждому: ответ верный, ответ неполный, ответ выдуман.
- Разобрать промахи по типу. Ответ неполный — фрагмент разорван, склеить. Ответ не про то — формулировка заголовка далека от вопроса. Ответ выдуман — в базе этого нет, и в инструкции нет запрета додумывать.
- Повторить через две недели на новых вопросах. База знаний — не разовая задача: реальные вопросы приходят те, которых вы не предусмотрели.
Что чаще всего ломает точность
- PDF-простыня вместо структуры. Договор на двенадцать страниц одним куском даёт фрагменты, разрезанные по середине мысли.
- Устаревшие цены рядом с актуальными. Модель не знает, какая версия свежее, и возьмёт ту, что ближе к вопросу. Старое из базы нужно удалять, а не помечать «неактуально».
- Таблицы, скопированные из документа. Превращаются в набор чисел без подписей. Табличные данные лучше переписать фразами: «услуга X — цена Y, входит Z».
- Внутренний жаргон. Клиент не спросит про «пакет БП-2». Названия из вашей CRM в справочнике должны сопровождаться человеческими формулировками.
- Противоречия между фрагментами. Два места с разными сроками доставки — и ответ будет случайным. Такое находится только вычиткой.
Частые вопросы
Это дообучение модели на наших данных?
Нет. Модель не переобучается и материалы не запоминает. Справочная база хранится на стороне платформы, а нужный фрагмент подставляется в запрос как контекст — этот подход называют retrieval.
Какого объёма может быть база знаний?
Справочная база ассистента — до 100 000 символов, инструкция — до 50 000. Если материалов больше, их разносят по нескольким ассистентам под разные темы.
Как быстро бот подхватит правку в прайсе?
После сохранения ассистента: платформа пересчитывает фрагменты и эмбеддинги, следующий ответ идёт уже по новой версии материалов.
Почему бот отвечает мимо, хотя нужный текст в базе есть?
Обычно фрагмент разорван или сформулирован не так, как спрашивает клиент. Проверьте, отвечает ли этот кусок на вопрос целиком и стоит ли в его заголовке та формулировка, с которой к вам приходят.
Можно ли положить в базу файлы, а не текст?
Материалы хранятся как текст справочной базы. Содержимое документов имеет смысл переносить туда осмысленно — разбив на самодостаточные блоки, а не вставляя целиком.
Что бот ответит, если в базе нет нужного?
Это задаётся инструкцией. Рабочий вариант: честно сказать, что уточнит, и перевести диалог на оператора. Позволять модели додумывать в такой ситуации — плохая идея.
Что дальше
Как устроена база знаний технически и что ещё умеет ассистент — на странице бот с базой знаний. Если вы ещё решаете, нужен ли вообще ИИ в вашем сценарии, начните с разбора AI-бота против бота на кнопках.