[Кейс] Как мы за 3 дня собрали ИИ-бота, который приносит заявки на крупные заказы из Китая с конверсией 16,58% — без участия человека

Ночь, Гуанчжоу, голосовое сообщение
Пятница, 21:23 по московскому. Клиент скидывает скриншот товара в личку Telegram:

Собственник бизнеса, живущий в Китае, конечно, спит. Разница во времени — 5 часов.
Но бот — нет.
Он тут же распознаёт товар на изображении, уточняет недостающие параметры, спрашивает адрес и предлагает рассчитать доставку.
Через минуту клиент оставляет номер телефона.
Спустя 2 — появляется сделка в amoCRM.
Внутри — переписка, комментарии и готовый лид.
Собственник узнаёт об этом утром.
Пишет в рабочий чат:

Но ещё 10 дней назад он не верил в бота вообще.

• Давайте по порядку.

🚧 Исходные данные: заявки были, ответа не было
Клиент пришёл по рекомендации — запускали ему новый трафик через Telegram. Канал быстро вышел в топ поиска, начались входящие обращения в личку.

Казалось бы — успех. Но нет.
💥 Все сообщения попадали в Telegram собственника.
💥 Он живёт в Китае. Разница с Москвой — 5 часов.
💥 Ответы приходили с задержкой, в разное время, в разном настроении.

Итог?
Клиенты “остывали” за пару часов и уходили.
Собственник это понимал, но говорил:

В тот момент он был прав.

• Но всё изменилось за 3 дня.

Задача: быстро, дёшево, эффективно
Нужен был бот, который:

• Не выглядит как бот
• Закрывает на номер телефона и расчёт доставки
• Работает без людей
• Быстро запускается
• Не требует дорогой разработки

⚙️ Мы предложили простую, но мощную связку: Telegram + Neuroagents + AmoCRM

Потом поступает следующее обращение — уже по ветеринарной клинике.
Бот не путается. Он понимает контекст, деликатно передаёт запрос в колл-центр и завершает диалог.
💬 Люди отдыхают. Бизнес работает.

Раньше каждое такое сообщение зависало до утра. Клиент ждал, перегоревал и уходил.
Сейчас — бот отвечает сам.
84% диалогов в нерабочее время обрабатываются без участия людей.
Это не просто автоматизация. Это сохранённые заявки и живые клиенты.

Это история про проект, в котором искусственный интеллект научился заменять ночного менеджера.
Но честно? На старте всё было гораздо жёстче.
Я почти завалил запуск.
Погнали с самого начала.

1. Разработка логики
Первое с чего начинается разработка это логика работы подбор связки для объединения всех составляющих в единый организм который будет работать слажено и без сбоев.
Я всегда разрабатывают схему, которая будет понятна не только разработчикам, но и клиенту. Основные блоки набрасываются прямо во время видео-созвона с клиентом, а детали дорабатываются за кадром.

600 вопросов за месяц

Первые дни бот вел себя как школьник на ЕГЭ без подготовки.

Затем мы подключили куратора, а так же наладили систему обратной связи от сртрудников в случае если бот отвечает неверно. Параллельно в амтоматичеком режиме начали сортировать все обращения клиентов в три категории:

1. Все пары вопрос-ответ для беглого контроля чатов без траты времени на вход в чаты АмоCRM
2. Сообщения клиентов в которых бот выявил негатив
3. Сообщения клиентов на которые бот не смог дать ответ

Каждый день — реальные вопросы от клиента.
Ошибся? Отправляется в дообучение. Повтор — проверка.

📈 За месяц:

• 600+ реальных запросов,
• 9 категорий,
• от стоимости до стажировок.

И вот в какой-то момент ИИ начал думать.

• Он научился отличать обучение от ветуслуг, понимать контекст, реагировать, предлагать ссылки, перенаправлять, быть живым.

Неожиданность: Ветклиника
Тут начался хаос и вопросы которых я совсем не ожидал.

Проблема: у академии раньше этот номер был прикреплён к клинике.
И теперь туда писали не студенты, а владельцы животных.

Нам пришлось:

• добавить перенаправление в call-центр;
• обучить ИИ определять, когда речь не об обучении;

Цифры, которые говорят сами за себя
🗓️ 45 дней анализа
💬 ~800 сообщений

Цифры, которые говорят сами за себя
🗓️ 45 дней анализа
💬 ~800 сообщений