ИИ-ассистент в Telegram: от бота с кнопками к RAG

Четыре поколения Telegram-ботов: что умеет каждое и где ломается

Фраза «Telegram-бот для бизнеса» в 2026 году означает четыре совсем разные вещи. Клиент приходит с запросом «хочу умного бота», а получает меню с кнопками. Или наоборот: вместо простого бота записи ему подключают нейросеть, которая уверенно называет цены, которых нет в прайсе. Чтобы заказать то, что нужно, стоит понимать, чем поколения отличаются и где каждое ломается.

Поколение 1. Кнопочное меню

Бот показывает кнопки: «Цены», «Записаться», «Контакты». Пользователь нажимает — получает заготовленный текст или проходит по дереву вопросов. Ничего не понимает и ничего не выдумывает. Ломается, как только вопрос не вписывается в меню: «а если у меня две собаки, скидка будет?» — и клиент идёт искать телефон. Это надёжный и дешёвый инструмент: FAQ-бот такого типа я делаю за 3–5 дней от 15 000 ₽, и для многих задач его достаточно.

Поколение 2. NLU с интентами

Бот распознаёт намерение по свободной фразе: «сколько стоит стрижка» и «почём подстричься» попадают в один интент «цена». Под каждый интент — обучающие примеры и заготовленный ответ. Умеет понимать перефразировки и вытаскивать параметры: дату, услугу, город. Ломается на всём, чему не обучили: десятки интентов закрывают частые вопросы, а на остальные бот отвечает «я вас не понял».

Поколение 3. «Бот с подключённым ChatGPT»

Сообщение пользователя целиком уходит в большую языковую модель, ответ возвращается в чат. Выглядит впечатляюще: связный текст на любой вопрос, вежливый тон, никаких «не понял». Ломается на главном — модель не знает ваш бизнес. Этому посвящён следующий раздел.

Поколение 4. RAG-ассистент

Та же языковая модель, но перед ответом система находит в вашей базе знаний нужные фрагменты — строку прайса, пункт регламента, описание услуги — и просит модель отвечать только по ним, со ссылкой на источник. Нет ответа в базе — ассистент говорит об этом и зовёт менеджера. Это то, что сегодня имеет смысл называть ИИ-ассистентом для бизнеса.

Почему «бот с ChatGPT» подводит бизнес

Третье поколение — самое соблазнительное: подключается за день и впечатляет на демо. И самое опасное для бизнеса. Четыре причины.

Он выдумывает

Языковая модель устроена так, чтобы выдавать правдоподобный текст. Спросите такого бота «сколько стоит доставка в Тюмень» — он назовёт сумму. Уверенно, вежливо и неправильно, потому что ваших тарифов он не видел. Клиент запомнит цену, а менеджер потом будет объяснять, почему «ваш же бот сказал». По моему опыту, это главная причина, по которой такие боты выключают через месяц.

Он не знает ваших цен, сроков и правил

Модель обучена на открытых текстах до какой-то даты. Ваш прайс, график работы, условия возврата, остатки на складе — ничего этого в ней нет. Можно вставить прайс в системный промпт, но на сотне позиций это перестаёт работать: контекст раздувается, модель путает строки, а обновлять приходится руками в коде.

Нет передачи менеджеру

Бот с ChatGPT отвечает на всё — в этом его проблема. Он не знает, когда остановиться. Клиент пишет «хочу вернуть деньги, это безобразие» — бот сочувствует и предлагает варианты, которых у вас нет. Нормальный ассистент в этот момент уже должен передать диалог человеку с полной историей.

Нет связи с вашими системами

Он не создаст сделку в CRM, не проверит статус заказа, не запишет на время. Вся переписка остаётся в Telegram, менеджеры перепечатывают её руками — то есть рутины, ради которой бота делали, не становится меньше.

Как устроен RAG-бот в Telegram: архитектура простыми словами

RAG — retrieval-augmented generation, «генерация с опорой на поиск». Внутри Telegram-бота это пять блоков плюс один, о котором обычно забывают.

1. Telegram Bot API и обработчик сообщений

Telegram доставляет сообщения на ваш сервер через Bot API. Я чаще всего пишу обработчик на Python с aiogram: он принимает текст, голосовые (с распознаванием), нажатия кнопок, следит за состоянием диалога и отправляет ответы. Меню и кнопки никуда не исчезают — они живут рядом с ИИ и для записи или оформления заказа удобнее свободного текста.

2. База знаний

Прайс, описания услуг, регламенты, FAQ, условия доставки и возврата, страницы сайта, выдержки из истории переписки. Документы режутся на фрагменты в несколько абзацев, каждый фрагмент превращается в вектор — набор чисел, кодирующий смысл, — и складывается в векторную базу: Qdrant, pgvector или аналог. Обновили прайс — переиндексировали файл, бот отвечает по новому. Подробный разбор устройства базы знаний — в статье про RAG для корпоративной базы знаний.

3. Поиск

Вопрос клиента тоже превращается в вектор, система находит 3–5 ближайших по смыслу фрагментов. «Почём подстричься» найдёт строку прайса «Стрижка мужская — 1 200 ₽», даже если слова «подстричься» там нет. Для прайсов и артикулов добавляю обычный поиск по ключевым словам — точные коды товаров так находятся надёжнее.

4. Языковая модель

Найденные фрагменты, вопрос и инструкция уходят в модель: «отвечай только по этим документам, указывай источник, если ответа нет — скажи об этом и предложи связаться с менеджером». Модель может быть любой: GigaChat или YandexGPT (данные остаются в России), OpenAI или Claude (выше качество на сложных текстах), открытая Qwen или Llama на вашем сервере (данные не покидают контур). Выбор зависит от требований к данным и бюджета, а не от моды — подробнее в сравнении GigaChat, YandexGPT и ChatGPT.

5. Передача менеджеру

Ассистент передаёт диалог человеку по кнопке «Позвать менеджера», по триггерам (нет ответа в базе, негатив, слово «жалоба», просьба о скидке) и всегда — по явной просьбе. Менеджер получает уведомление с полной перепиской и короткой сводкой: кто, что хотел, что бот уже ответил. Для клиента переход незаметен — он продолжает писать в тот же чат.

Клиент: «Есть ли в наличии модель X и сколько доставка в Пермь?»
        ↓
aiogram: принимает сообщение, проверяет состояние диалога
        ↓
Поиск по базе знаний → 4 фрагмента: строка прайса (модель X),
условия доставки, сроки по регионам, FAQ о наличии
        ↓
Запрос в 1С: остаток модели X на складе — 3 шт.
        ↓
LLM (GigaChat / YandexGPT / локальная модель):
«Модель X в наличии (3 шт.), цена 12 900 ₽. Доставка в Пермь —
 2–3 дня, 350 ₽ (источник: условия доставки, п. 2). Оформить заказ?»
        ↓
Кнопки: [Оформить заказ]  [Позвать менеджера]
            

Шестой блок — логи и метрики. Каждый диалог сохраняется; раз в неделю кто-то смотрит, на какие вопросы бот ответил плохо или передал человеку, и дополняет базу знаний. Без этого качество падает за пару месяцев.

Сценарии для малого и среднего бизнеса

В небольших компаниях ИИ-ассистент в Telegram решает четыре типа задач. Чаще всего начинают с одной, остальные добавляют позже на той же базе знаний.

Консультации по прайсу и наличию

Магазин, автосервис, салон, поставщик: клиенты спрашивают цену, наличие, сроки, совместимость, условия оплаты. Ассистент отвечает по актуальному прайсу, наличие проверяет в учётной системе, спорные случаи передаёт менеджеру. Это самый частый сценарий и обычно самый быстрый по окупаемости: вопросов много, они однотипные, документы есть.

Запись и статус заказа

Клиент пишет «где мой заказ 4512» — ассистент спрашивает CRM или 1С и отвечает со статусом и сроком. Запись на услугу идёт через кнопки с выбором времени, как в обычном боте, но ИИ понимает и «перенесите меня на вторник после обеда».

Внутренний помощник для сотрудников

Бот в закрытой группе или в личке для команды: регламенты, инструкции, шаблоны, «как оформить возврат», «кто согласует скидку». Новый сотрудник перестаёт дёргать коллег по каждому пункту. База знаний та же, что и для клиентов, плюс внутренние документы с разграничением доступа: клиент не должен увидеть закупочные цены.

Первичная квалификация лидов

Лид из рекламы приходит в бот. Ассистент задаёт 3–4 вопроса — задача, объём, сроки, бюджет — и по ответам создаёт сделку в CRM с готовым резюме, назначает менеджера или вежливо говорит, что это не ваш профиль. Менеджер утром открывает CRM с отсортированными лидами, а не разбирает сорок чатов. Это уже граница между ассистентом и агентом: ассистент отвечает, ИИ-агент действует в ваших системах.

Интеграция с CRM и заявками: чтобы бот не был вещью в себе

Ассистент, который только отвечает, — половина решения. Вторая половина — чтобы результат разговора оказался там, где с ним работают: в CRM, в учётной системе, у менеджера.

amoCRM

Через API бот создаёт контакт и сделку, пишет суть обращения в примечание, прикладывает переписку, ставит задачу менеджеру. Обратно забирает статус сделки, чтобы ответить клиенту «ваш заказ собран». Интеграция с amoCRM у меня типовая — разбирал пошагово в отдельной статье.

Битрикс24

REST API плюс открытые линии: Telegram можно подключить как канал Битрикс24, и тогда ассистент отвечает первым, а менеджер подхватывает диалог в привычном интерфейсе. Лиды, сделки, задачи, уведомления ответственному в чат — всё через API. Гайд по интеграции с Битрикс24 — отдельно.

1С

Остатки, цены, статус заказа, взаиморасчёты — через HTTP-сервисы или OData 1С. Ассистент не хранит копию склада, а спрашивает «здесь и сейчас», поэтому не отвечает по вчерашним остаткам. По безопасности это самая чувствительная интеграция: доступ только на чтение нужных полей через отдельного пользователя.

Четыре принципа

• Бот пишет в вашу систему, а не в отдельную табличку, с которой потом никто не сверяется.
• Менеджер не меняет инструментов: диалог из Telegram приходит туда, где он уже работает.
• Права ограничены: читать остатки — да, менять цены — нет. Важные действия — только с подтверждением человека.
• Заявки не теряются: если CRM недоступна, бот сохраняет заявку у себя и досылает, когда связь вернётся.

Цены и сроки: AI-бот или RAG-ассистент под ключ

У меня два формата, и отличаются они не только ценой, но и составом работ. Выбор зависит от того, что в центре задачи — функции бота или качество ответов по базе знаний.

AI-бот по тарифам Telegram-ботов: от 100 000 ₽, 20–40 дней

Это «Умный бот с AI» в линейке Telegram-ботов. В центре — функциональность бота: меню, каталог, запись, корзина и заказы, интеграция с CRM, а поверх — ИИ-консультант, который понимает свободную речь, отвечает по базе знаний и ищет по каталогу. Подходит, когда база знаний компактная (прайс, FAQ, описание услуг), а главная ценность — в заказах, записи и CRM. Гарантия — 30 дней, как на все боты.

RAG-ассистент под ключ: 100–250 тыс. ₽, 2–5 недель

Это проект про базу знаний и качество ответов — ИИ-ассистент под ключ. В состав входит то, чего в «боте» нет: аудит процессов и проектирование сценариев, сбор и подготовка базы знаний (я помогаю отобрать и структурировать документы — это часть проекта), настройка RAG-пайплайна и промптов, несколько каналов на одной базе (Telegram, виджет на сайте, CRM), тестирование на реальных вопросах клиентов с метриками качества, обучение команды. Гарантийная поддержка — 3 месяца, дальше — от 15 000 ₽/мес. Прототип на ваших документах — в первые 1–2 недели. Исходный код и доступы передаются вам.

Что двигает цену внутри вилки

• Объём и формат базы знаний: пятьдесят страниц регламентов в PDF — одно, две тысячи позиций в Excel с характеристиками — другое.
• Число каналов: только Telegram или ещё виджет на сайте и чат в CRM.
• Интеграции: одна CRM или CRM + 1С + телефония.
• Размещение данных: облачная модель или ваш сервер — on-premise LLM идёт отдельным проектом.
• Голосовые сообщения: распознавание добавляет работы и расходов.

После запуска остаются расходы на модель (при сотнях диалогов в день — обычно от нескольких сотен до нескольких тысяч рублей в месяц), хостинг и поддержку. Полный разбор цен на боты всех типов — в статье «Сколько стоит Telegram-бот в 2026».

Типичные ошибки при заказе ИИ-бота

Эти ошибки я вижу чаще других — и на этапе брифа, и когда приходят переделывать чужого бота.

• Нет базы знаний. «Сделайте умного бота, документы потом». Потом не наступает, и бот отвечает общими словами. Прайс, регламенты и FAQ нужны до старта; если их нет — первая неделя проекта уходит на их написание, и это нормально.
• Нет сценария передачи человеку. Кто получает диалог, в какой чат, за сколько минут отвечает, что видит клиент в это время. Без этого ассистент либо «отвечает на всё», либо бросает клиента в тишине.
• Нет метрик качества. Что считать успехом: доля диалогов, закрытых без менеджера; точность на тестовом наборе из 50–100 реальных вопросов; оценка клиентов. Если метрик нет, через месяц спор «бот хороший или плохой» решается на вкус.
• Запуск сразу на всех. Пилот на части трафика или на одной группе клиентов за две недели показывает слабые места дешевле, чем жалобы.
• Нет владельца базы знаний. Кто обновляет прайс в боте, когда он меняется? Если «кто-нибудь» — через два месяца бот называет старые цены.
• Выбор модели по хайпу. «Хотим на ChatGPT» или «только GigaChat» до того, как посмотрели данные и требования к их хранению. Модель — последнее решение в проекте, а не первое.

Часто задаваемые вопросы

Чем ИИ-бот в Telegram отличается от обычного бота с кнопками?

Обычный бот отвечает по заранее нарисованному дереву: нажали «Цены» — получили текст. ИИ-ассистент понимает вопрос в свободной форме, находит ответ в вашей базе знаний и формулирует его, а на то, чего в базе нет, честно отвечает «не знаю» и зовёт менеджера. Кнопки при этом никуда не исчезают — для записи и оформления заказа они удобнее.

Будет ли бот выдумывать ответы?

RAG-ассистент отвечает только по найденным фрагментам ваших документов и указывает источник. Если в базе нет ответа, он говорит об этом и передаёт диалог человеку. Полностью исключить ошибки нельзя, поэтому качество проверяется на наборе реальных вопросов до запуска и отслеживается по логам после.

Какую модель выбрать: GigaChat, YandexGPT, OpenAI или локальную?

Если переписка с клиентами не должна покидать Россию — GigaChat или YandexGPT. Если нужно максимальное качество на сложных текстах и ограничений по данным нет — OpenAI или Claude. Если данные вообще не должны покидать компанию — открытая модель вроде Qwen или Llama на вашем сервере. Архитектура RAG от модели не зависит, её можно сменить позже.

Сколько стоит ИИ-бот для Telegram и как быстро его можно запустить?

AI-бот по тарифам Telegram-ботов — от 100 000 ₽, 20–40 дней. RAG-ассистент под ключ с подготовкой базы знаний, несколькими каналами и 3 месяцами гарантийной поддержки — 100–250 тыс. ₽, 2–5 недель, прототип на ваших документах — в первые 1–2 недели. Дальнейшая поддержка — от 15 000 ₽/мес.

Можно ли подключить ИИ-бота к amoCRM, Битрикс24 или 1С?

Да, это стандартная часть проекта. Бот создаёт сделки и контакты в amoCRM или Битрикс24, передаёт диалог менеджеру с полным контекстом, проверяет остатки и статусы заказов в 1С через API. Права доступа ограничиваются только нужными операциями, важные действия подтверждает человек.