AI-менеджер ошибается не только из-за модели. Чаще проблема начинается раньше: компания не зафиксировала, что именно можно обещать клиенту, какие условия актуальны и когда диалог должен перейти человеку. В результате AI получает сайт, несколько документов и противоречивые сообщения из рабочих чатов — и вынужден достраивать ответ сам.
База знаний нужна, чтобы заменить догадки проверяемыми фактами. Это не склад всех файлов компании, а компактная рабочая версия того, что требуется в клиентском диалоге.
1. Опишите продукты через решение клиента
Для каждого продукта зафиксируйте:
- кому он подходит;
- какую задачу решает;
- что входит и не входит;
- какой результат можно корректно обещать;
- какие данные нужны для старта;
- какой следующий шаг доступен клиенту.
Формулировка «комплексное продвижение под ключ» мало помогает AI. Формулировка «настраиваем поиск прямого спроса в открытых сообществах; до запуска согласуем нишу, географию и критерии лида» задаёт конкретные границы ответа.
2. Отделите факты от коммерческих решений
AI может назвать опубликованную цену или объяснить состав тарифа. Но скидка, индивидуальное условие, срок сложного внедрения или ответственность по договору требуют человека.
У каждого факта должен быть статус:
- можно сообщать без проверки;
- можно сообщать после уточнения контекста;
- нельзя сообщать — передать менеджеру;
- устарело — не использовать.
Такой статус полезнее длинного запрета «ничего не придумывать»: он показывает, что делать в конкретной ситуации.
3. Добавьте ограничения и стоп-темы
В базе должны быть не только сильные стороны. Зафиксируйте неподдерживаемые регионы, категории клиентов, интеграции, способы оплаты и сценарии, которые продукт пока не выполняет.
Отдельно опишите чувствительные темы: юридические обещания, персональные данные, возвраты, конфликты и доступ к аккаунту. Для них нужен короткий безопасный ответ и обязательный handoff.
4. Сформируйте вопросы квалификации
AI не должен задавать всю анкету подряд. Разместите вопросы в порядке информационной ценности: сначала те, которые могут быстро подтвердить или исключить соответствие.
Для поиска лидов это могут быть ниша, регион и тип клиента. Для фулфилмента — город и схема. Для локальной услуги — район и срочность. После каждого ответа AI должен понимать, какой вопрос нужен дальше и когда данных уже достаточно для передачи.
Подробнее роли автоматизации и человека разобраны в статье «AI-менеджер продаж».
5. Опишите handoff как часть ответа
Передача человеку — не аварийный выход, а штатный этап. Зафиксируйте:
- при каких признаках подключается менеджер;
- что AI должен резюмировать;
- куда отправляется диалог;
- что сообщить клиенту о следующем шаге;
- сколько времени допустимо ждать ответа.
Менеджеру нужны исходный запрос, подтверждённые факты, открытые вопросы и причина передачи. Просто уведомление «новый лид» заставляет перечитывать всю историю.
6. Проверьте базу на контрольных вопросах
Перед запуском соберите набор тестов:
- простой вопрос с однозначным ответом;
- вопрос о цене с недостающим контекстом;
- неподходящий клиент;
- неизвестный факт;
- просьба о скидке;
- конфликтная ситуация;
- запрос, который нужно сразу передать человеку.
Для каждого теста определите ожидаемое поведение, а не единственную идеальную фразу. Затем повторяйте проверку после изменения условий.
Как поддерживать актуальность
У каждого раздела базы должен быть владелец и дата проверки. Изменение цены или ограничения должно обновляться в одном месте, а не в каждом сценарии отдельно. Ошибки из реальных диалогов превращайте в правку факта, правила или теста.
База знаний Leadsmania рассчитана на такую модель: структурированные факты подключаются к AI-сценариям, а изменения не требуют переписывать каждый промпт. Оценивать качество стоит по корректности ответов и успешной передаче контекста, а не по длине диалога.
