Путь разработки ИИ Консультанта

Проблема и поиск решения

Мы приняли решение строить собственную серверную инфраструктуру с нуля. Закупили сервер, роутер, ИБП, шкаф, получили статический IP. Началась физическая сборка стойки и переезд в новый офис. Параллельно стартовала разработка ИИ-консультанта (включая медицинскую версию). Первые эксперименты с RAG, мультимодельностью и локальными моделями. Первые тесты на внутренней телефонии («Аленка»). Выявлены проблемы синхронизации — ввели ручные механизмы. Ключевой вывод: ИИ перестаёт быть «фичей» и становится core-продуктом платформы.

Все диалоги (включая те, где работал ИИ) автоматически экспортируются на выделенный сервер. Там отдельная нейросеть анализирует каждый разговор: где ИИ ответил отлично, где можно улучшить, какие возражения повторяются, где конверсия падает.
На основе этой аналитики ИИ автоматически дообучается — корректирует свои ответы, улучшает понимание нюансов. Это замкнутый цикл постоянного роста качества.

Все статистические и аналитические данные (количество диалогов, скорость ответов, конверсия, качество консультаций) выводятся в удобный Аналитический портал — единое окно, где руководитель в любой момент может посмотреть:

• общую статистику,
• конкретные диалоги,
• графики динамики,
• рекомендации по улучшению.

Портал адаптирован для десктопа и мобильных устройств, с интуитивным интерфейсом — никаких сложных BI-систем.

Адаптировать ИИ под каждый мессенджер по отдельности — это бесконечная работа и риск ошибок. Мы приняли важное решение: интегрировать ИИ-консультанта с Битрикс24 (популярной российской CRM-системой).
Битрикс24 имеет технологию «Открытые линии» — все входящие сообщения (сайт, WhatsApp, Telegram, VK, Instagram и другие подключенные соцсети) автоматически попадают в один канал. ИИ-консультант подключается к этому каналу и сразу начинает работать со всеми обращениями.
Преимущества такого подхода:

• Одна интеграция — и ИИ работает во всех каналах сразу.
• Полный доступ к API Битрикс24: ИИ может создавать сделки, вести клиента по воронке продаж, обновлять карточки клиентов, назначать задачи.
• В любой момент ИИ может «позвать» живого менеджера, если клиент заинтересован или вопрос слишком сложный.

Таким образом, ИИ не просто отвечает — он полноценно ведёт клиента от первого сообщения до записи или оплаты.

Писать вручную описание для каждой услуги — это месяцы работы. Для всего номенклатурного ряда это было невозможно.

Мы разработали отдельный ИИ-агент, который автоматически генерирует полные описания услуг там, где их не было: как подготовиться, как проходит процедура, какие нюансы. Эти описания сразу загружались в RAG-базу.
Результат:

• ИИ-консультант стал отвечать быстрее (вся информация уже в базе);
• качество консультаций выросло;
• время на подготовку базы сократилось в разы.

Это решение стало одним из ключевых архитектурных успехов: мы не стали вручную заполнять тысячи строк, а доверили рутину умному агенту.

Чтобы ИИ всегда давал точные и актуальные ответы, мы решили интегрироваться с 1С — основной системой, где ведётся весь номенклатурный ряд клиники.

Что такое RAG-база? Это современная технология Retrieval-Augmented Generation («генерация с дополнением поиском»). Перед каждым ответом ИИ «заглядывает» в специальную базу знаний клиники, находит релевантные документы, цены, инструкции и только потом формирует ответ. Благодаря этому ИИ не «выдумывает» информацию, а всегда опирается на реальные данные. Это ключ к точности в медицине, где ошибка недопустима.

Мы привели в порядок номенклатурный ряд в 1С, добавили необходимые поля: описание услуги, подготовка пациента, как она проводится, противопоказания, цена. Интеграция настроена так, что база обновляется автоматически и регулярно — ИИ всегда работает с самой свежей информацией.

Всё началось с анализа реальной боли контакт-центров медицинских клиник. Помимо скорости ответа и работы в нерабочее время (до 30–40 % обращений), существовала самая серьёзная проблема: оператор физически не может знать досконально все медицинские услуги. Каждая процедура имеет десятки нюансов: как подготовиться, какие анализы нужны, какие есть противопоказания, стоимость, оборудование. Человек просто не в состоянии удержать это в голове, а искать информацию в базе — терять время и клиента.

Мы приняли решение: создать ИИ-консультанта, который будет работать во всех популярных мессенджерах и на сайте. Он должен не просто «отвечать», а полноценно консультировать, как лучший менеджер: выявлять потребность, предлагать подходящие услуги, обрабатывать возражения и доводить до целевого действия.
Почему именно ИИ, а не обычный чат-бот? Потому что обычные боты дают шаблонные ответы и быстро «ломаются» на сложных вопросах. Нам нужен был умный помощник, который учится на данных клиники и постоянно совершенствуется.

В медицинских центрах и клиниках клиентские обращения приходят не только по телефону, но и через WhatsApp, Telegram, VK, Instagram, сайт и другие каналы. Менеджеры физически не успевают отвечать всем: кто-то звонит ночью, кто-то пишет в выходные, а главное — услуги сложные. Нужно знать цены, противопоказания, подготовку к процедурам, оборудование, протоколы лечения. Один оператор не может держать в голове всю номенклатуру. В итоге клиент слышит «я уточню и перезвоню» — и уходит к конкуренту, который ответил быстрее.

Именно эту проблему мы закрыли, создав ИИ Консультанта — умного цифрового помощника, который работает 24/7, мгновенно отвечает в мессенджерах, знает всё о услугах клиники и проводит клиента по всей воронке продаж вплоть до записи на приём или передачи живому менеджеру.
Как это выглядит в реальной работе: ИИ изучает документы клиники, отвечает точно по скриптам, собирает контакты, обрабатывает возражения и анализирует каждый диалог. Всё на российских серверах, с полным соблюдением ФЗ-152 и требований к персональным данным.

Ниже — полный девблог разработки. Мы рассказываем не только «что сделали», но и почему приняли именно такие решения, какие вызовы решали и как пришли к продукту, который уже помогает крупным медицинским центрам в Тольятти и за его пределами.

Выгрузка данных

Фрагменты

Векторная БД

Извлеченные фрагменты

Генерация ответа

Ответ