В этой статье:
- Что меняется между настройкой и расширенной конфигурацией
- Как настроить момент передачи чатбота человеку?
- Как ограничить то, что чатботу разрешено говорить?
- Как обеспечить единообразие ответов на конкретные вопросы?
- Как настроить мультиязычное поведение?
- Как поддерживать обучение чатбота после запуска?
- Какие настройки пересматривать и как часто
Наше руководство по настройке AI-бота для поддержки клиентов описывает шесть шагов, которые позволяют запустить чатбота LiveAgent : создать Flow, подключить источники знаний, применить к виджету. Это минимум для запуска. Но это не та конфигурация, которая определяет, насколько хорош бот спустя три месяца. Если вы всё ещё сравниваете варианты чатботов, а не настраиваете уже работающий, наш обзор лучших AI-чатботов на 2026 год — более подходящая отправная точка.
Это руководство продолжает с того места, где остановилось предыдущее. Каждый параметр ниже — это реальное поле или компонент, который вы найдёте в LiveAgent или FlowHunt , а не общий список лучших практик.
Что меняется между настройкой и расширенной конфигурацией
Настройка отвечает на вопрос «работает ли бот?». Конфигурация отвечает на вопрос «работает ли он так, как реально нужно нашей команде?». Эта разница проявляется в четырёх аспектах: когда бот передаёт диалог, что ему разрешено говорить, насколько единообразны его ответы между сессиями и становится ли он лучше после запуска или остаётся неизменным.
Бот, успешно прошедший проверку первой недели, может начать раздражать клиентов через месяц, если ни один из этих четырёх аспектов не был пересмотрен. Подключённые при запуске источники знаний устаревают, вопросы клиентов меняются, а порог передачи, казавшийся правильным в первый день, может уже отправлять операторам слишком много или слишком мало диалогов.
Как настроить момент передачи чатбота человеку?
Откройте объект Chatbot в LiveAgent и установите поле «Required answers to initialize chat with human agent» (Требуемое количество ответов для начала чата с оператором). Это число — минимальное количество ответов ИИ, после которого кнопка «Запросить чат с оператором» становится доступна посетителю. Установите слишком низкое значение — и бот будет передавать вопросы, с которыми мог бы справиться сам, тратя время операторов на запросы, не требующие участия человека. Установите слишком высокое — и недовольные клиенты будут получать бесполезные ответы, прежде чем до них кто-то дойдёт.
Существует и второй путь, не зависящий от этого числа: AI Agent может самостоятельно, в процессе диалога, определить, что запрос слишком сложен, и передать его автоматически, не дожидаясь заданного порога ответов. На этот вариант стоит опираться в вопросах поддержки, где неверный ответ дорого обходится (споры по оплате, безопасность аккаунта), а фиксированное количество кажется слишком жёстким.
После передачи диалога операторы подхватывают его в разделе «Чаты» с помощью кнопки «Остановить чатбот и присоединиться», и вся история разговора переносится в тот же тикет — механизмы подробно описаны в нашем руководстве по функции передачи от AI человеку . Сама передача не настраивается клиентом, но знание того, как она работает, объясняет, почему важно тестировать весь процесс передачи от начала до конца, а не только ответы бота до этого момента.
Как ограничить то, что чатботу разрешено говорить?
По умолчанию шаблонный AI Agent в LiveAgent позволяет посетителю напрямую запросить оператора в любой момент разговора, независимо от порога требуемых ответов. Если это не то, что вам нужно — например, бот должен сначала полностью обработать узкий круг вопросов, прежде чем появится возможность обращения к человеку, — решение заключается в редактировании системного сообщения компонента AI Agent в FlowHunt, а не в настройках самого LiveAgent.
Системное сообщение — это также то, где на самом деле задаётся тон и образ бота. Никакого отдельного выпадающего списка «личность» не существует: любые инструкции, которые вы напишете здесь (официальный или неформальный стиль, как отвечать на вопросы вне компетенции, нужно ли извиняться перед передачей), — это то, чему следует бот. FlowHunt поддерживает более 15 AI-моделей, и смена модели может повлиять на то, насколько буквально бот придерживается этих формулировок, но сама модель не является источником тона.
Как обеспечить единообразие ответов на конкретные вопросы?
Источники знаний хорошо отвечают на общие вопросы, но для того, что ваша команда хочет формулировать одинаково каждый раз — описание цен, формулировки политики, конкретный дисклеймер — используйте вместо этого функцию «Вопросы и ответы» FlowHunt . Она позволяет задать фиксированный ответ на конкретный запрос, так что бот будет возвращать точную формулировку, а не генерировать новый вариант каждый раз, когда кто-то спрашивает.
Это важнее, чем кажется. База знаний, написанная для чтения человеком и разнесённая по пяти связанным статьям, не выдаёт автоматически один чистый, единообразный ответ бота, когда ИИ собирает информацию из всех пяти сразу. Фиксированные записи Q&A закрывают этот разрыв для тех вопросов, где точность формулировки действительно имеет значение для вашей команды.
Подпишитесь на рассылку
Свежие советы и предложения прямо в ваш почтовый ящик.
Как настроить мультиязычное поведение?
Чатбот автоматически определяет язык посетителя и отвечает на нём, поддерживая более 100 языков в зависимости от подключённой AI-модели. Это не настройка, которую нужно включать — она работает по умолчанию, но работает неодинаково на всех языках. Некоторые ограничения могут применяться к менее распространённым языкам, поскольку качество модели для таких языков варьируется в зависимости от провайдера.
Прежде чем запускать бота на рынке с менее распространённым языком, протестируйте его непосредственно на реальных фразах, которые используют ваши клиенты, а не на прямом переводе ваших английских тестовых вопросов. Буквальный перевод может пройти успешно, а на родную формулировку, с которой модель сталкивалась реже, бот может дать заметно более слабый ответ.
Как поддерживать обучение чатбота после запуска?
Настройте цикл самообучения LiveAgent
, чтобы каждый переданный тикет обучал бота, а не просто был разовым исправлением. Создайте правило автоматизации в LiveAgent, которое срабатывает, когда тикет решён и помечен тегом Update_AI, отправляя ID тикета в FlowHunt через HTTP-запрос или вебхук.
Далее AI-агент автоматически выполняет четыре шага: читает полную переписку тикета, чтобы увидеть, что пропустил чатбот; сравнивает это с реальным решением оператора; обобщает исправление в многократно применимое правило, а не разовый ответ; и сохраняет его в виде структурированной записи памяти (тема, триггер, предусловия, решение), к которой чатбот может обратиться при следующем похожем вопросе. Личная информация автоматически удаляется перед сохранением.
Результат накапливается. Тикеты, которые ваша команда решила на первой неделе, становятся знаниями, которыми бот обладает на второй неделе, — без необходимости кому-либо вручную переписывать статьи базы знаний.
| Параметр | Где настраивается | Что контролирует |
|---|---|---|
| Required answers to initialize chat with human agent (Требуемое количество ответов для начала чата с оператором) | Объект Chatbot, LiveAgent | Минимальное количество ответов ИИ до появления возможности передачи |
| Системное сообщение AI Agent | Компонент AI Agent, FlowHunt | Тон, образ и то, что боту разрешено/запрещено говорить |
| Вопросы и ответы (Q&A) | FlowHunt | Фиксированные, точные ответы на конкретные запросы |
| AI-модель | Компонент AI Agent, FlowHunt | Стиль ответов и языковой охват |
Правило автоматизации Update_AI | Правила автоматизации, LiveAgent | Запускает цикл самообучения на решённых тикетах |
Какие настройки пересматривать и как часто
Проверяйте показатель передачи оператору и конкретные вопросы, вызывающие эскалацию, еженедельно в первый месяц после любого изменения конфигурации, затем ежемесячно после стабилизации картины. Растущий показатель передачи обычно означает пробел в знаниях, который цикл самообучения ещё не закрыл, а не параметр, требующий полной перенастройки.
Если тон бота отклоняется от того, что задано в системном сообщении, это сигнал пересмотреть формулировки напрямую, а не менять AI-модель в попытке компенсировать расхождение. А если эскалации группируются вокруг одной повторяющейся темы, это именно тот сигнал, для выявления которого предназначен тег Update_AI, — убедитесь, что ваши операторы действительно его применяют, прежде чем считать, что цикл самообучения не работает.
Когда время передачи, системное сообщение, мультиязычный охват и правило самообучения настроены осознанно, а не оставлены по умолчанию, разница между «бот работает» и «бот работает так, как нужно нашей команде» в основном исчезает сама собой.
