Конструктор сценариев или ИИ-бот на знаниях сайта: где граница

Конструктор сценариев ведёт диалог по заранее прописанному дереву — статус заказа, счёт, адрес доставки — и справляется, пока вопросы укладываются в 15–20 стандартных веток. ИИ-бот на знаниях сайта сам ищет ответ в документах и карточках товаров, поэтому нужен там, где клиенты формулируют вопросы свободно. Граница между ними проходит по предсказуемости диалога, а не по размеру бюджета.

🎯 почему бизнес путает конструктор сценариев и ИИ-бота на знаниях сайта

Оптовая компания в Москве продаёт крепёж и метизы, сорок менеджеров ведут переписку в мессенджере и в чате на сайте. Директор смотрит статистику за квартал: 70% обращений в чате — где мой заказ, когда счёт, какая доставка до Подольска. Он находит конструктор сценариев, за вечер собирает дерево из дюжины веток, подключает виджет к сайту — и на следующей неделе нагрузка на отдел продаж падает вдвое, менеджеры наконец успевают обзванивать новых клиентов, а не отвечать на одно и то же.

Но через месяц в чат начинают писать снабженцы с производств: этот шестигранник М10 подойдёт под фланец ГОСТ 12815-80, есть аналог по DIN, если этого артикула нет на складе. Сценарий таких веток не предусматривает — бот распознаёт слова «артикул» и «склад» и упорно предлагает написать номер заказа. Клиент раздражается, закрывает чат, звонит конкуренту, у которого на сайте стоит поиск по характеристикам, а не дерево вопросов.

Ставка здесь не абстрактная. Каждый непонятый вопрос в чате — это заявка, которая либо уходит менеджеру вручную, и время ответа растягивается с минуты до часа, либо уходит вовсе. При среднем чеке B2B-заказа в металлопрокате или запчастях в десятки тысяч рублей потеря даже пяти заявок в месяц из-за «не понял вопрос, свяжитесь с менеджером» окупает разницу в стоимости между сценарным ботом и ИИ-ботом за один-два месяца. А для московского рынка, где у клиента всегда есть три-четыре конкурирующих поставщика с похожим ассортиментом, скорость и точность ответа в чате напрямую решают, кому уйдёт заявка. Есть и вторичный эффект: раздражённый клиент, который упёрся в тупик бота, чаще оставляет негативный отзыв о компании на картах, чем тот, кого просто медленно обслужили.

чем конструктор сценариев отличается от ИИ-бота на знаниях сайта

Оба инструмента называют чат-ботом для сайта, но по устройству это разные продукты — с разной ценой ошибки, разным временем внедрения и разной логикой обновления. Прежде чем выбирать между ними, полезно свести оба варианта в одну таблицу и посмотреть, какие компромиссы вы на самом деле принимаете.

Из таблицы видно, что конструктор сценариев не хуже ИИ-бота как класс инструмента — он рассчитан на другой тип диалога. Компания, которая продаёт три позиции с фиксированными условиями, скорее всего никогда не вырастет из сценария. А компания с каталогом в тысячи товарных позиций и техническими вопросами клиентов упирается в потолок сценария быстрее, чем успевает окупить его внедрение.

🔧 как исправить неверный выбор: где нужен сценарий, а где — ИИ

Ошибка почти никогда не в самом инструменте, а в том, что компания выбирает один вариант на весь диалог целиком, хотя вопросы клиентов неоднородны по природе. Работает связка: сценарий закрывает частые и юридически чувствительные ветки — оплата, реквизиты, статус заказа, — где ответ должен быть дословно точным и одинаковым для всех. ИИ-бот подключается как запасной вариант: когда вопрос не попадает ни в одну ветку сценария, диалог передаётся ему, и он ищет ответ в базе знаний вместо того, чтобы упереться в тупик и потерять клиента.

сколько сценарных веток нужно обычному b2b-сайту

Типичный интернет-магазин или b2b-каталог закрывает сценарием 12–20 веток: заказ, оплата, доставка, возврат, контакты. Но по логам чата видно, что реальных формулировок вопросов клиентов в разы больше — люди спрашивают про совместимость, аналоги, сроки под конкретный объём, наличие на конкретном складе. Эту вариативность сценарий физически не может покрыть без разрастания дерева до сотен нечитаемых веток, которые менеджеру не под силу поддерживать вручную и обновлять при каждом изменении ассортимента.

Чтобы понять пропорцию, поднимите логи чата за 1–2 месяца и посчитайте долю вопросов, которые сценарий не смог закрыть без участия менеджера. Если таких меньше 10% — сценария достаточно, ИИ-надстройка не окупится в обозримый срок. Если больше 30% — компания уже платит менеджерам за то, что должен делать бот, и переход на ИИ-бота на знаниях сайта возвращает вложения за счёт разгруженного отдела продаж и меньшего числа потерянных заявок.

🩹 что делать, если ИИ-бот всё равно отвечает мимо после настройки

База знаний бота собрана из старых PDF-прайсов и версий сайта, которые давно поменялись, — бот честно цитирует то, чего уже нет в наличии. Бот не подключён к актуальным остаткам и ценам в учётной системе, поэтому по смыслу отвечает правильно, а по факту — устаревшими цифрами. Источников слишком много, и они противоречат друг другу: старая версия прайса лежит в базе знаний рядом с новой, и бот выбирает случайную, потому что для него оба документа выглядят одинаково авторитетными.

как проверить, что база знаний устарела

Первым делом почистите базу: уберите дубли, снятые с продажи позиции, старые акции и версии прайса. Затем разделите статичный контент — условия доставки, гарантии, реквизиты — и динамический — остатки, цены, статус заказа. Статичное остаётся в базе знаний, динамическое бот должен получать через API в реальном времени, а не из проиндексированного текста, иначе разрыв между ответом бота и реальным складом будет расти с каждой неделей.

Для компаний на 1С это обычно означает разработку отдельного веб-сервиса или обмена, который отдаёт боту актуальные данные напрямую из базы, — такую интеграцию делают в рамках доработки 1С. Если конфигурация старая и не поддерживает нужные обмены, сначала потребуется обновление 1С — иначе бот физически не сможет получить свежие цифры, сколько бы вы ни чистили саму базу знаний.

🛡️ как предотвратить провал внедрения бота на старте

Прежде чем подключать любого бота, выгрузите реальные обращения клиентов за последние 2–3 месяца и разложите их по темам — это черновик и для сценария, и для базы знаний ИИ-бота, а не гадание на глаз. Если у компании ещё нет структурированного каталога товаров с характеристиками — актуально для оптовой торговли на 1С:Управление торговлей — бот будет отвечать по неполным данным, что бы вы ни выбрали: сначала наводится порядок в справочниках, потом подключается бот.

Отдельно проверьте, что бот собирает и как обрабатывает персональные данные — телефон, e-mail, номер заказа, которые клиент пишет в чат. Требования 152-ФЗ распространяются на чат-бота так же, как на любую форму на сайте: нужны согласие на обработку, политика конфиденциальности и понимание, где физически хранится база диалогов. Заложите период в 2–3 недели тестового режима с реальным трафиком до полного отключения менеджеров от рутинных вопросов — это позволяет поймать провалы бота, пока цена ошибки — недовольный клиент, а не сорванная сделка. И заранее пропишите правило эскалации: после какого по счёту непонятого вопроса бот обязан передать диалог живому менеджеру, а не гонять клиента по кругу.

💬 сколько стоит перейти от сценария к ИИ-боту и что делаем мы

Готовой единой цены на ИИ-бота на знаниях сайта не существует — стоимость зависит от объёма базы знаний, числа источников (сайт, PDF, 1С) и от того, нужна ли живая интеграция с остатками и ценами. Работы по подключению бота к учётной системе — вывод данных через API, настройка обмена с 1С — оцениваются по ставке сопровождения и разработки 1С, от 3800 рублей в час, и зависят от того, сколько таблиц и справочников нужно завести в обмен. Запуск сценарного бота обычно укладывается в несколько дней, а полноценный ИИ-бот с интеграцией в 1С занимает от двух до четырёх недель — из них большая часть уходит именно на приведение данных в порядок, а не на настройку самого бота.

Мы начинаем не с продажи инструмента, а с аудита логов реального чата: считаем долю нестандартных вопросов, смотрим, откуда бот должен брать данные, и только после этого предлагаем сценарий, ИИ-бота на знаниях сайта или гибрид из обоих — в зависимости от того, где на самом деле проходит граница у конкретной компании, а не у чат-ботов вообще.

❓ Частые вопросы

Чем ИИ-бот на знаниях сайта отличается от обычного чат-бота с кнопками?

Кнопочный бот ведёт клиента по заранее прописанному дереву вариантов и не выходит за его рамки. ИИ-бот на знаниях сайта сам ищет ответ в документах, карточках товаров и базе знаний по смыслу вопроса, поэтому справляется с формулировками, которые никто заранее не прописывал.

Сколько стоит подключить ИИ-бота, если компания работает на 1С?

Единой цены нет — она зависит от объёма базы знаний и от того, нужна ли живая интеграция с остатками и ценами. Работы по выводу данных из 1С через API оцениваются по ставке сопровождения и разработки 1С, от 3800 рублей в час, в зависимости от числа справочников.

Можно ли совмещать сценарий и ИИ-бота на одном сайте?

Да, и для B2B это часто оптимальная схема. Сценарий закрывает частые и юридически чувствительные ветки — оплату, реквизиты, статус заказа, а ИИ-бот подключается как запасной вариант для вопросов, которые не попали ни в одну ветку сценария и иначе увели бы клиента в тупик.

Как быстро окупается переход на ИИ-бота на знаниях сайта?

Зависит от доли нестандартных вопросов в чате компании. Если сценарий не закрывает больше 30% обращений без участия менеджера, переход обычно окупается за один-два месяца за счёт разгруженного отдела продаж и меньшего числа потерянных заявок от клиентов.

Что делать с персональными данными, которые клиент пишет в чат-боту?

Требования 152-ФЗ распространяются на чат-бота так же, как на любую форму на сайте: нужны согласие на обработку персональных данных, политика конфиденциальности и понимание, где физически хранится и как долго держится база переписки с клиентами.