RAG-бот по сервисным центрам за несколько центов за диалог
Как мы собрали базу знаний по 200+ сервисным точкам и интегрировали её в бота — и почему это обходится в 50 раз дешевле специализированных сервисов.
Задача
Компания с сетью сервисных центров по климатическому оборудованию. Клиенты постоянно спрашивают: есть ли сервис в их городе, что входит в гарантию, как записаться.
Менеджеры тратили на эти вопросы 30–40% рабочего времени.
Решение
Собрали RAG-базу: адреса, режим работы, зоны покрытия, условия гарантии, прайс на выезд. Подключили к Telegram-боту.
Бот отвечает на вопросы по базе, при необходимости передаёт в CRM.
Стоимость
Один диалог (3–7 реплик) — 0.02–0.05 USD.
Специализированные платформы с аналогичным функционалом: 0.5–2 USD за диалог. Разница — в 10–50 раз.
При 500 диалогах в месяц экономия составляет 250–950 USD/мес только на стоимости диалогов.
Что получилось
- Бот обрабатывает 80% типовых обращений без участия менеджера
- Менеджеры занимаются сложными случаями
- База обновляется централизованно — изменение в одном месте, бот знает сразу
Технический стек
- LLM: GPT-4o-mini (оптимальный баланс цена/качество для FAQ-задач)
- RAG: векторная БД по структурированным данным сервисных центров
- Интеграция: Telegram Bot API + Planfix
Хотите внедрить похожее решение?
Расскажите задачу — разберём, что подойдёт конкретно вашему бизнесу.