За 30 секунд: Разбор проекта для строительной компании (обезличенно). ~47 заявок в день — оператор вручную сортировал, назначал исполнителя, следил за сроками. ~4 часа в день на механику. Я собрал ИИ-ассистент + CRM: классификация, извлечение полей, назначение по правилам. На выходе — ~8 минут контроля вместо четырёх часов рутины. Спорные заявки — человек.

Разбор проекта · Строительство · Заявки клиентов · ИИ-ассистент

Время на одну заявку

5–7 минут → ~10 секунд (авто) + редкий ручной разбор

Суммарно в день

~4 часа → ~8 минут контроля

Ошибки назначения

Регулярно → −90% по первому месяцу

Было

Контекст

Заявки приходят из формы на сайте, мессенджеров и звонков — попадают в общую очередь. Оператор каждый день:

  • определял тип (срочный ремонт, плановое обслуживание, консультация);
  • выписывал адрес, тип работ, желаемую дату;
  • назначал мастера по загрузке и «кто ближе»;
  • заводил задачу в CRM.

47 заявок × 5–7 минут ≈ 4 часа — и это каждый день, без выходных для очереди.

Задача

Задача

  • Уложить обработку в минуты, не «убрать оператора»
  • Снизить ошибки назначения (не тот специалист, не тот приоритет)
  • Не ломать то, что уже работало в CRM — надстройка, а не замена системы

Подход

Что я сделал

Собрал ассистента, который на входе заявки:

  1. 1.

    Классифицирует по категориям (правила + LLM на неоднозначных)

  2. 2.

    Извлекает структурированные поля — адрес, тип работ, дата

  3. 3.

    Назначает исполнителя по загрузке и компетенциям (таблица правил + API CRM)

  4. 4.

    Создаёт задачу и шлёт уведомление мастеру

Оператор остался в контуре: подтверждает спорные кейсы и смотрит дашборд раз в смену.

Цифры

Цифры после запуска

Метрика Было Стало
Время на одну заявку 5–7 минут ~10 секунд (авто) + редкий ручной разбор
Суммарно в день ~4 часа ~8 минут контроля
Ошибки назначения Регулярно −90% по первому месяцу
Роль оператора Сортировка Контроль исключений

Я намеренно не публикую «ROI 3000%» — цифры выше из внутренней статистики клиента, не из маркетинговой презентации.

Ограничения

Что ломалось на старте

Грязные заявки

(«приезжайте когда получится») — без шаблона уточняющих вопросов агент гадал

Пиковые дни

(после рекламы) — пришлось добавить очередь и лимит параллельных вызовов API

Мастера **не доверяли** автоназначению первую неделю — включили режим «предложение + кнопка подтвердить»

Мастера не доверяли автоназначению первую неделю — включили режим «предложение + кнопка подтвердить»

Стек

Стек

LLM-классификатор · правила назначения · интеграция с CRM · Telegram-уведомления мастерам

Что изменил бы сейчас

Добавил бы лог всех решений агента с возможностью отката — для обучения команды и доработки правил. И отдельный промпт-контролёр на извлечение адреса — там было больше всего ошибок.