ИИ-бот в Telegram для бизнеса: где он окупается, а где раздражает
Примерно каждый третий клиент, который приходит к нам за ботом, просит «с ChatGPT, чтобы сам отвечал на всё». Иногда это правильная идея. Чаще нет. Разберу на наших ботах, где граница.
Mirodil OrtiqovБэкенд-разработчик
Весной мне написал владелец небольшого магазина. Он хотел бота, который «общается как живой продавец»: клиент пишет что угодно, бот понимает, предлагает товар, оформляет заказ. Я спросил, сколько у него сейчас заказов в день через Instagram. Оказалось, около пятнадцати, и почти все звучат одинаково: «сколько стоит», «есть доставка на завтра», «можно оплатить Payme».
Для таких пятнадцати заказов нейросеть не нужна. Нужны пять кнопок.
Я пишу ботов на aiogram уже несколько лет, и за последний год вопрос «а можно с ИИ?» стал звучать почти на каждом созвоне. Ниже то, как я сейчас на него отвечаю.
Кнопки против свободного текста
Классический бот ведёт человека по сценарию: каталог, корзина, дата доставки, адрес, оплата. Человек нажимает кнопки, бот точно знает, на каком он шаге. LLM-бот принимает свободный текст и пытается понять, чего хотят.
Хороший пример кнопочного сценария — бот Chocoberry Queen, который мы делали для доставки клубники в шоколаде. Вот как выглядит заказ (упрощённо, без корзины и оплаты):
Каждый шаг здесь проверяется. Слот времени существует, дата не в прошлом, точка на карте превращается в адрес через обратное геокодирование, а готовый заказ падает в канал операторов со ссылкой прямо на карточку в админке. Если бы на этом месте стоял ИИ, который «понимает», что человек хочет «к вечеру, где-то в Юнусабаде», мне пришлось бы потом проверять каждое его решение тем же кодом. Только с лишним шагом, который иногда ошибается.
| Кнопочный бот | LLM-бот | |
|---|---|---|
| Заказ, запись, оплата | Отлично | Рискованно |
| Ответы на частые вопросы | Хорошо, если вопросов до 30–40 | Хорошо при любом количестве |
| Вопросы, которые не предусмотрели | Никак | Это его сильная сторона |
| Предсказуемость | Полная | Нужна защита от выдумок |
| Стоимость обслуживания | Почти ноль | Платите за каждый диалог |
| Узбекский и русский вперемешку | Не важно, человек жмёт кнопки | Справляется, но хуже с узбекским |
Где ИИ правда окупается
У меня три случая, когда я сам предлагаю клиенту LLM.
Большая база знаний
Если у компании сотни страниц документации, условий, тарифов, и вопросы клиентов не укладываются в меню. Учебный центр с десятком курсов, у каждого свои условия рассрочки. Логистическая компания с правилами по габаритам. Тут кнопочное меню превращается в лабиринт, и человек всё равно пишет менеджеру.
Первая линия поддержки ночью
Если вопросы приходят круглосуточно, а операторы работают с 9 до 18. ИИ отвечает на простое сразу и собирает контекст для сложного, чтобы утром оператор не начинал с «здравствуйте, чем могу помочь».
Разбор свободного ввода
Человек пишет «мне нужно 3 коробки на 14 февраля в офис на Амира Темура». LLM вытаскивает из этого структуру: количество, дату, адрес. Дальше всё равно работает обычный код с проверками, но человеку не надо проходить десять шагов.
Где он только раздражает
Чаще всего ИИ раздражает там, где у человека простая задача, а бот начинает разговаривать. Человек хочет записаться к врачу на четверг, а получает три абзаца вежливого текста и вопрос «Чем ещё могу помочь?».
Второй случай опаснее: темы, где ошибка стоит дорого.
Модели выдумывают. Это не баг конкретной версии, а свойство технологии. Можно сильно снизить частоту, но не до нуля. Поэтому вопрос не «ошибается ли бот», а «что будет, если он ошибётся вот в этом ответе».
Сколько это стоит
Клиенты часто думают, что ИИ-бот — это разовая разработка. На деле добавляется ежемесячный счёт за API, и он зависит от количества диалогов.
Я посчитал примерно, на типичных допущениях: диалог из 6 сообщений клиента, системный промпт с базой знаний около 3000 токенов, ответ бота около 200 токенов. Цены на модели меняются каждые несколько месяцев, так что считайте это порядком величин на лето 2026 года, а не прайсом.
Сами по себе это не страшные деньги. Но есть два подвоха. Первый: кто-то обязательно начнёт гонять бота ради развлечения, и 1000 диалогов превратятся в 10 000. Нужны лимиты на пользователя. Второй: оплата API из Узбекистана до сих пор не самая простая история, часто нужна зарубежная карта. Это стоит обсудить до разработки, а не после.
Для сравнения: сам бот у нас стоит от $300, и дальше он почти ничего не стоит в обслуживании, кроме сервера.
Гибрид: как мы делаем сейчас
На практике лучше всего работает не выбор между кнопками и ИИ, а их сочетание. Схема у нас обычно такая:
- Кнопки для всего, что приносит деньги. Заказ, запись, оплата через Click или Payme, выбор филиала. Здесь никакой нейросети, только проверяемые шаги.
- LLM для свободного текста. Если человек пишет вместо того, чтобы нажать кнопку, сообщение уходит в модель вместе с базой частых вопросов. Модель отвечает только по этой базе.
- Честное «не знаю». Если ответа в базе нет, модель не придумывает его, а так и говорит. Это прописывается в промпте и проверяется на тестовых вопросах до запуска.
- Передача оператору. Кнопка «Связаться с человеком» есть всегда. Вопрос вместе с историей диалога падает в группу операторов, ответ оператора бот пересылает клиенту.
- Журнал вопросов. Все вопросы, на которые бот ответил «не знаю», сохраняются. Раз в неделю их просматривают и добавляют ответы в базу или новые кнопки.
Пятый пункт недооценивают. Через месяц такой журнал говорит о бизнесе больше, чем любая аналитика: видно, о чём реально спрашивают клиенты и чего нет на сайте.
Вот как гибрид выглядит для клиента (пример условный):
Второй ответ, на мой взгляд, самый важный во всей схеме. Бот, который признаётся, что не знает, раздражает намного меньше, чем бот, который уверенно ошибся.
Как решить, нужен ли вам ИИ
Я задаю клиенту три вопроса. Сколько разных вопросов задают клиенты: десять или двести? Что случится, если бот ошибётся в ответе? Кто будет раз в неделю читать журнал вопросов?
Если вопросов мало, лучше кнопки. Если ошибка опасна, лучше человек. Если журнал никто читать не будет, ИИ-бот через три месяца будет отвечать по устаревшей базе, и лучше бы его не было.
Почти всегда первый шаг один и тот же: сделать хороший кнопочный бот, посмотреть, что люди пишут свободным текстом, и уже по этим данным решать про ИИ. Если хотите начать с этого, про разработку ботов подробнее здесь, а написать нам можно в Telegram @Azamat_yamin.
