AI-агент первичной подготовки ответа клиенту и черновика коммерческого предложения

Используемые навыки Docker FastAPI Large Language Models (LLMs) Vue.js

Описание

Разработал AI-агента для автоматизации первичной обработки входящих клиентских запросов и подготовки черновика коммерческого предложения. Проект решал типовую проблему отдела продаж и пресейла: входящие письма, заявки и обращения разбирались вручную, из-за чего скорость ответа зависела от загруженности и квалификации конкретного сотрудника, а качество первичной коммуникации было нестабильным. Требовалось сократить время реакции на запрос, стандартизировать подготовку ответа и упростить формирование коммерческого предложения на основе содержания обращения.

Решение

Спроектировал и реализовал AI-agent pipeline на базе LLM API с backend на FastAPI, frontend на Vue и контейнеризацией в Docker.
Система выполняла полный цикл первичной обработки заявки:

анализировала входящее письмо или заявку и извлекала суть задачи клиента;
классифицировала тип запроса и выбирала сценарий обработки;
формировала список уточняющих вопросов при нехватке данных;
генерировала структурированный ответ клиенту;
создавала структуру и черновик коммерческого предложения под конкретный тип задачи;
поддерживала возможность дообучения и адаптации на истории переписки, ранее подготовленных КП и внутренних материалах компании;
интегрировалась с email, CRM и внутренними базами знаний для использования контекста и ускорения работы менеджера.

Архитектурно решение было собрано так, чтобы менеджер не терял контроль над коммуникацией: AI не отправлял ответы автономно, а подготавливал качественный черновик для проверки, редактирования и последующей отправки.

Результат

В результате был создан AI-инструмент, который существенно ускорил первичный пресейл и сделал его более предсказуемым.
Система позволила:
сократить время подготовки первого ответа клиенту;
унифицировать стиль и структуру первичной коммуникации;
ускорить подготовку черновиков коммерческих предложений;
снизить зависимость качества ответа от конкретного менеджера;
создать основу для масштабирования пресейл-процесса и дальнейшей автоматизации клиентских коммуникаций.