Омниканальный AI‑бот для бизнеса: WhatsApp/Telegram + n8n + CRM + RAG, оплаты и аналитика. MVP за 7 дней

Описание

Проект — омниканальный AI‑бот, который обрабатывает типовые вопросы клиентов, квалифицирует лиды, собирает данные для сделки, подсказывает из базы знаний (RAG) и при необходимости доводит до оплаты/заявки. Каналы: WhatsApp Business (официальный Cloud API/провайдер) и Telegram. Бот говорит «по‑человечески», поддерживает свободный ввод, хранит контекст сессии, корректно передаёт диалог менеджеру и ведёт «догрев» лидов, которые раздумывают. Конфигурации (цены, зоны доставки, расписание, FAQ) вынесены в Google Sheets, чтобы бизнес мог сам править без разработчика. Решение масштабируется под любые услуги: автосалоны, e‑commerce, доставку питания/товаров, сервисные центры.

Ключевые возможности:
- Понимание намерений, слотов и свободного текста; вариативные ответы, анти‑скриптовость;
- Сбор контактных полей (телефон/адрес/слоты времени), проверка валидности;
- Каталог/наличие/услуги из CRM или Google Sheets; персональные офферы и купоны;
- RAG по внутренним документам/FAQ: ответы только по базе, с цитатами/ссылками;
- Эскалация: перевод диалога менеджеру в нужный чат/CRM‑карточку;
- Ремайндеры и реактивации (D+1/D+3), опциональные рассылки по согласию;
- Оплаты: интеграция с ЮKassa/CloudPayments/Stripe (по необходимости);
- Метрики: скорость первого ответа (FRT), доля автоответов, конверсия в заявку/оплату, p95 latency, стоимость запроса.

Решение

Архитектура и этапы:
1) Оркестрация: n8n как ядро флоу (вебхуки каналов, ветвления, ретраи, алерты). Узлы: NLP/LLM, RAG, CRM, Sheets, платежи, логирование.
2) Каналы: Telegram Bot API; WhatsApp Business Cloud API (или сертифицированный провайдер). Единый формат сообщений, идемпотентность.
3) LLM‑контур: системные инструкции, few‑shot, правила безопасности (без внешних ссылок/рекламы), лимиты на длину; температуры/топ‑p для стабильности.
4) RAG: индекс документов/FAQ (FAISS/Qdrant). Чанкование с метаданными (раздел/якорь). Ответы только с цитатами и «нет ответа» при низкой уверенности.
5) Данные/каталоги: Google Sheets/CRM как источник цен/наличия/зон. Кеш на Redis. Валидация полей, маски телефонов/адресов.
6) CRM: Bitrix24/amoCRM/HubSpot. Создание/обновление лида, стадий, задача менеджеру, логи переписки, вебхуки‑уведомления.
7) Эскалация: триггеры «готов оформить/сложный вопрос/тайм‑аут» → перевод в live‑чат или постановка задачи.
8) Надёжность/мониторинг: ретраи с backoff, дедуп по chat_id, логи, алерты по ошибкам, p95 latency дашборд, секреты в .env/credentials.
9) Деплой: Docker Compose на VPS/облаке; on‑prem по требованию. Документация и runbook.

Технологии: n8n, Python (FastAPI для вспомогательных сервисов), aiogram (опц.), WhatsApp Business Cloud API, Google Sheets API, Redis, FAISS/Qdrant, OpenAI/YandexGPT‑совместимый LLM, Docker, Prometheus/Grafana.

Результат

- FRT ≤ 2–5 секунд в пике, автообработка повторяющихся вопросов ≥70–90%;
- Рост конверсии в заявку/оплату +5–15% за счёт моментальных ответов и догрева;
- Снижение нагрузки на операторов (−30–60% типовых диалогов);
- Прозрачные отчёты: авто/ручные диалоги, SLA ответов, воронка лидов, выручка;
- На выходе: экспорт n8n‑флоу (.json), конфиги Sheets, RAG‑индекс, вспомогательные сервисы (Docker), инструкции и видео‑гайд, 2 итерации правок.

Презентация проекта