Как обучить бота на своих данных: база знаний, документы и прайс

Фраза «обучить бота на своих данных» сбивает с толку почти всех, кто сталкивается с задачей впервые. Кажется, что нужно как-то переучить нейросеть, скормить ей архив переписок и получить модель, которая знает ваш бизнес. На практике происходит другое, и понимание этой разницы экономит недели.

Что на самом деле значит «обучить»

Дообучение модели — дорогая и редко нужная процедура. Для бизнес-задач применяют другой подход: RAG, то есть поиск по вашим документам плюс генерация ответа.

Схема простая. Ваши тексты режут на небольшие фрагменты и складывают в поисковый индекс. Когда приходит вопрос клиента, система находит несколько подходящих фрагментов и передаёт их языковой модели вместе с самим вопросом и инструкцией «отвечай только по этим данным». Модель формулирует ответ на основе найденного.

Отсюда следуют два практических вывода. Первый: качество бота почти целиком определяется качеством документов, а не выбором модели. Второй: чтобы обновить знания бота, не нужно ничего переобучать — достаточно заменить файл в базе. Механику RAG подробно разбирали в статье что такое RAG, а общее устройство ИИ-бота — в материале что такое ИИ-бот.

Какие данные загружать

Начинать стоит с того, что клиенты спрашивают чаще всего, а не с того, что проще выгрузить.

• Прайс и условия оплаты. Цены, единицы измерения, что входит в стоимость, что оплачивается отдельно, скидки и их условия.
• Описания услуг и товаров. Что именно делаете, в каком объёме, какой результат получает клиент, сроки.
• FAQ из реальных переписок. Двадцать-тридцать самых частых вопросов дословно, с готовыми ответами.
• Регламенты работы. График, зона выезда, порядок оформления заказа, условия возврата и гарантии.
• Ограничения. Чего вы не делаете. Это важнее, чем кажется: без явного «мы не работаем с юрлицами» бот будет пытаться быть полезным и наобещает лишнего.

Чего загружать не нужно: сканы без текстового слоя, презентации с текстом внутри картинок, черновики и старые версии документов, внутренние переписки с обсуждением спорных решений. Всё это либо не читается, либо превращается в источник противоречий.

Как подготовить документы

Здесь лежит основная работа. Файл, который отлично читает человек, часто оказывается плохим источником для поиска.

Режьте на короткие смысловые блоки. Один блок — одна тема с заголовком: «Условия доставки по городу», «Гарантия на монтаж», «Цена за квадратный метр». Поиск работает по фрагментам, и фрагмент должен быть понятен сам по себе.

Убирайте местоимения и отсылки. Фраза «в этом случае срок увеличивается вдвое» бесполезна, если вырвана из контекста. Пишите «при заказе более 50 позиций срок изготовления увеличивается вдвое».

Держите одну версию правды. Самая частая причина неверных ответов — три прайса в базе: за прошлый год, с летней акцией и актуальный. Модель честно найдёт какой-нибудь из них. Старые версии нужно удалять, а не «оставить на всякий случай».

Раскрывайте таблицы текстом. Сложные таблицы с объединёнными ячейками при разбиении рассыпаются. Продублируйте ключевые строки предложениями: «Тариф Базовый — 5 000 рублей в месяц, включает один канал и 500 диалогов».

Пишите цифры однозначно. Не «от 5 тысяч», а «от 5 000 рублей за услугу, окончательная цена зависит от объёма». Расплывчатые формулировки бот повторит расплывчато, и клиент вернётся с уточняющим вопросом.

Датируйте документы. Пометка «актуально на март 2026» помогает и вам при ревизии, и модели — она может сослаться на дату в ответе.

Правила поведения: вторая половина настройки

Документы отвечают на вопрос «что бот знает». Инструкция отвечает на вопрос «как он себя ведёт», и без неё даже хорошая база даёт странные результаты.

В инструкции стоит зафиксировать:

• отвечать только на основании загруженных документов и не додумывать;
• если ответа в базе нет — прямо сказать об этом и предложить связать с менеджером;
• не называть цены и сроки, которых нет в прайсе;
• не обсуждать конкурентов, политику и темы вне бизнеса;
• тон общения: на «вы», коротко, без восклицаний;
• список стоп-слов, по которым диалог сразу уходит человеку: жалоба, возврат, юрист, суд, брак.

Отдельно проговорите поведение при отсутствии ответа. Бот, который умеет сказать «этого нет в моих материалах, передаю менеджеру», полезнее бота, который всегда что-то отвечает. В MicroCRM такие правила задаются рядом с базой знаний, а передача оператору настраивается как обычный шаг сценария.

Как проверить качество ответов

Проверка на трёх вопросах «а сколько стоит» ничего не показывает. Нужен небольшой, но честный набор тестов.

1. Соберите список из 30–50 реальных вопросов из переписок за последние месяцы. Обязательно возьмите не только частые, но и неудобные.
2. Добавьте вопросы-ловушки. То, чего в базе точно нет: услуга, которую вы не оказываете, город за пределами зоны выезда, скидка, которой не существует. Правильный ответ — честное «не знаю» и передача менеджеру.
3. Добавьте вопросы с искажениями. Опечатки, сленг, сообщения без знаков препинания, вопрос в двух сообщениях подряд. Так пишут живые клиенты.
4. Проверьте контекст. Задайте вопрос, потом уточнение «а если два?» — бот должен понять, о чём речь.
5. Отмечайте не «нравится или нет», а факты. Верная ли цифра, верное ли условие, не придумал ли бот несуществующее.

Ошибки почти всегда указывают на конкретный пробел в базе: не нашлось нужного фрагмента, нашлось два противоречащих или формулировка в документе двусмысленная. Чинить нужно документ, а не промпт.

Сколько времени это занимает

Ожидания стоит выставить сразу. Загрузка файлов в конструктор — минуты. Подготовка этих файлов — от нескольких часов до нескольких дней, в зависимости от того, в каком состоянии у вас документы.

Если прайс и описания услуг уже существуют в текстовом виде, работа сводится к разбиению по темам и вычистке противоречий. Если всё живёт в головах сотрудников и в переписках, придётся сначала записать: это и есть основная стоимость проекта, и обойти её нельзя. Побочный эффект приятный — после такой ревизии обычно выясняется, что часть условий по-разному объясняли разные менеджеры.

Как обновлять базу знаний

Бот устаревает ровно в тот момент, когда меняется прайс. Устойчивая практика выглядит так.

Назначьте ответственного. Один человек, который обновляет документы при изменении цен и условий. Без этого база разъезжается за пару месяцев.

Держите источник в одном месте. Один каталог с актуальными файлами, откуда они загружаются в бота. Правки вносятся туда, а не в копию на чьём-то компьютере.

Раз в неделю читайте диалоги. Ищите две вещи: где бот ответил «не знаю» и где клиент переспросил. Оба случая — заявки на дополнение базы.

Ведите журнал изменений. Что и когда поменяли. Когда бот вдруг начал отвечать иначе, вы будете знать, какая правка это вызвала.

Частые ошибки

• Свалить всё в один файл. Документ на сто страниц режется механически, фрагменты теряют контекст, поиск начинает промахиваться. Лучше двадцать коротких файлов по темам.
• Несколько версий прайса. Классика, дающая большинство неверных цен. Оставляйте одну.
• Нет ответа «не знаю». Без явного разрешения признать незнание модель будет придумывать правдоподобное.
• Загрузить сайт целиком. Вместе с полезным в базу попадают меню, футеры, баннеры и SEO-тексты, которые забивают поиск шумом.
• Ждать, что бот заменит менеджера. Он снимает первую линию: типовые вопросы, ответ в первую минуту, сбор информации о задаче. Дальше нужен человек — как это устроено, показано в разборе бот для поддержки клиентов.

С чего начать сегодня

Не пытайтесь собрать полную базу сразу. Возьмите прайс, описание услуг и двадцать частых вопросов с ответами, разложите по коротким файлам, добавьте инструкцию с правилом честного «не знаю» и запустите на одном канале. Первые сто диалогов покажут, какие документы дописать, — и это будет точнее любого предварительного планирования.

Если сомневаетесь, нужен ли вообще ИИ на вашем потоке обращений, сначала прочитайте сравнение ИИ-бот или сценарный: часть задач закрывается кнопками быстрее и дешевле.