Telegram-бот для автодилера: свободный запрос клиента → квалифицированный лид в AmoCRM

Используемые навыки CRM LLM Prompt Engineering PostgreSQL Python Telegram API

Описание

Клиент автодилера пишет в Telegram в любое время и ждёт мгновенной реакции, а менеджеры отвечают не круглосуточно. При ручной обработке теряется часть обращений: пока до заявки дойдут руки, клиент уходит к конкуренту, а для конверсии критичны первые минуты. Нужен круглосуточный приём, который сам собирает структурированную заявку и передаёт менеджеру готовый лид с полным контекстом — маркой, бюджетом, контактом.

Цель — приём заявок 24/7 без менеджера на первом шаге: бот принимает и свободный текст, и пошаговый опрос, а менеджер подключается уже к готовому структурированному лиду.

Решение

Бот совмещает два входа в один поток — строгий пошаговый опрос и свободный текст, разобранный ИИ, — оба сходятся в единой процедуре доставки лида в AmoCRM.

Пошаговый сбор заявки (FSM). Главное меню ведёт в пять веток услуг: продажа, покупка, подбор, проверка авто, юридическая помощь. Все ветки работают на одном параметризуемом движке диалога (base_dialog со StepConfig), а не на пяти копиях кода: шаг описывается конфигом (текст, тип ввода, клавиатура, обязательность), поэтому ветки единообразны и дёшевы в поддержке. Внутри — навигация «назад / в начало / пропустить», валидация телефона в международном формате с кнопкой «Поделиться контактом», загрузка фото и экран подтверждения с пошаговым редактированием отдельных полей перед отправкой.

Свободный текст и ИИ-маршрутизация. Если клиент вместо меню пишет «хочу продать камри 2019 недорого», сообщение уходит в OpenAI: модель классифицирует намерение и извлекает сущности (марка, модель, год, бюджет) строго в JSON. Ключевое решение — smart fallback между моделями: основной запрос идёт в дешёвую gpt-4o-mini, и только при низкой уверенности (confidence < 0.65), невалидном JSON или пустом intent делается один повторный запрос в gpt-4o. Масса типовых запросов обрабатывается дёшево, а точность добирается только на сомнительных. Распознанное намерение бот предлагает подтвердить переходом в нужную ветку, а извлечённые сущности предзаполняют форму — клиент не вводит повторно то, что уже написал словами.

Отказоустойчивая доставка в CRM. Заявка уходит через lead_processor в AmoCRM (REST v4): поиск контакта по телефону (дедуп — повторное обращение обновляет контакт, а не плодит дубль), создание/обновление контакта, сделка, примечание со всеми ответами. Авторизация — OAuth с автообновлением токена, поэтому бот работает 24/7 без ручного вмешательства. Ошибки CRM обрабатываются по типу: 401 — обновить токен и повторить; 429/5xx/timeout — retry с экспоненциальным backoff. Если попытки исчерпаны, лид не теряется: падает в очередь failed_leads в PostgreSQL, откуда фоновый воркер повторяет отправку каждые 5 минут, а администратор получает алерт в Telegram.

Инфраструктура. Redis хранит состояние диалога (FSM) с TTL 30 минут. PostgreSQL держит пользователей, лиды, токены AmoCRM и лог AI-запросов (модель, confidence, факт fallback, latency). Всё поднимается одним docker compose с автоперезапуском и health-check, есть mock-режим AmoCRM для разработки без реального аккаунта, throttling против спама и тесты (unit, integration на моках, e2e по веткам). Один ответственный за весь стек: диалоги, ИИ-модуль, интеграция с CRM, инфраструктура.

Результат

Показатели, заложенные в ТЗ как целевые для приёмки:
— первый ответ клиенту — менее 5 секунд, 24/7;
— готовый лид в AmoCRM — за ≤ 3 секунды после завершения диалога, со всеми полями;
— конверсия «старт → завершённый опрос» — от 60%;
— дубли контактов — 0% (дедуп по телефону);
— доступность 99.5%+ с автоперезапуском; при сбое CRM лид не теряется (очередь + retry).

Отраслевой ориентир для автобизнеса: круглосуточный приём с ИИ-маршрутизацией снимает с менеджеров до 70–80% типовых первичных обращений и убирает потерю ночных и пиковых заявок — менеджер подключается уже к структурированному лиду с маркой, бюджетом и контактом.