Рассказываем, как переделали структуру базы знаний бота и генерируем ее автоматически с помощью AI. Внутри подробно описываем:

1. Почему решили прокачать базу знаний: бот закрывал только 18% обращений, ему не хватало «эрудиции».

2. Как изменилась структура: вместо сырых диалогов поддержки стали наполнять базу статьями и FAQ, которые создает нейросеть;

3. С какими проблемами столкнулись и как следим за качеством базы знаний.

4. Чего добились в итоге: бот закрывает 45% обращений и работает на второй линии поддержки, а база знаний служит источником информации о продукте для сотрудников компании.

В поддержку Mindbox ежегодно поступает более 50 000 обращений. Чтобы справляться с таким потоком, требуется 16 специалистов поддержки. Они разбирают документацию, находят ответы и помогают клиентам.

Чтобы отвечать быстрее и упростить работу поддержки, мы решили ее автоматизировать. Всего за три месяца нам удалось выстроить рабочий алгоритм, собрать базу знаний из десятков тысяч материалов и запустить MVP. 

Теперь бот закрывает 15–20% запросов и отвечает за 25 секунд. Нагрузка на команду поддержки снизилась, а удовлетворенность клиентов (CSAT) AI-помощником поддержки составила около 90%. В этой статье — кейс, как нам удалось сделать такого бота своими силами.