Сайт с ИИ-ассистентом: виджет, который отвечает и собирает заявки

Сайты24 сентября 2026 · 9 минут чтения

Посетитель заходит на сайт в одиннадцать вечера, у него конкретный вопрос: делаете ли вы доставку в его район и сколько это стоит. Форма «оставьте заявку, мы перезвоним» его не устраивает — он хочет ответ сейчас, а не звонок завтра в разгар рабочего дня. Он уходит к конкуренту, у которого ответ нашёлся. ИИ-ассистент на сайте закрывает именно эту ситуацию: отвечает по вашим материалам в любое время, уточняет потребность и, если человек готов, аккуратно собирает контакт. Разберём, как такой виджет устроен, что он должен уметь и где подводные камни.

Чем ИИ-виджет отличается от того, что уже есть на сайтах

На сайтах давно живут чаты с операторами и кнопочные боты. ИИ-ассистент — третий тип, и важно понимать разницу.

Чат с оператором даёт качественный ответ, но только в рабочее время и только пока оператор не занят. Ночью и в выходные это форма обратной связи.

Кнопочный бот работает круглосуточно, но по жёсткому сценарию: «выберите раздел — выберите подраздел». Как только вопрос не попадает в дерево, бот предлагает оставить заявку. Пользователи это чувствуют и часто закрывают окно на втором шаге.

ИИ-ассистент понимает вопрос в свободной форме, ищет ответ в базе знаний компании, отвечает своими словами и помнит контекст разговора. При этом он не всезнающий собеседник из общего чата с моделью: его знания ограничены вашими материалами, и это сделано намеренно.

Лучший вариант на практике — гибрид: ИИ отвечает первым, а при сложном вопросе или по запросу клиента передаёт диалог живому человеку с кратким резюме.

Четыре задачи виджета

Если формулировать требования к ассистенту коротко, их четыре.

Отвечать по базе знаний

Услуги, цены, сроки, условия доставки и возврата, адреса, часы работы, ответы на частые вопросы. Источник — ваш сайт, прайсы, внутренние регламенты. Технически это реализуется через подход RAG: ассистент сначала находит подходящие фрагменты в документах, потом формулирует ответ только на их основе. Как это работает и как подготовить документы, подробно описано в статье RAG на практике.

Квалифицировать

По ходу разговора ассистент понимает, что нужно человеку: тип услуги, объём, сроки, город. Это не анкета из десяти полей, а два-три естественных уточнения внутри диалога.

Собирать контакт

Когда человек готов обсуждать детали, ассистент предлагает оставить телефон или мессенджер — и делает это в нужный момент, а не первым сообщением. Заявка вместе с резюме диалога уходит в CRM или в Telegram менеджеру.

Передавать человеку

По просьбе клиента, при жалобе, при вопросе вне базы знаний или при признаках, что клиент крупный. Передача должна быть с контекстом: оператор видит весь диалог, а не начинает с «здравствуйте, чем могу помочь».

Как это устроено внутри

Виджет на сайте — только видимая часть. Схема целиком выглядит так:

  1. Виджет — небольшой скрипт на сайте, окно чата. Не хранит логику, только отправляет сообщения и показывает ответы.
  2. Бэкенд — сервер, который принимает сообщение, хранит историю диалога, проверяет лимиты и управляет сценарием.
  3. База знаний — ваши документы, разбитые на фрагменты и проиндексированные в векторной базе (Qdrant, Pinecone или встроенное решение).
  4. Языковая модель — Claude, GPT-5, Gemini или открытая модель на своём сервере. Получает вопрос, найденные фрагменты и инструкции, возвращает ответ.
  5. Интеграции — CRM (amoCRM, Bitrix24, HubSpot), Telegram для уведомлений менеджеру, иногда календарь записи или система учёта для проверки наличия.

Важная деталь архитектуры: модель не вызывается напрямую из браузера. Ключи доступа живут на сервере, там же стоят ограничения на количество сообщений с одного посетителя — иначе кто-нибудь использует ваш виджет как бесплатный доступ к модели, а счёт придёт вам.

Откуда берётся база знаний и как она живёт

Самая частая причина слабых ответов — не модель, а скудная или устаревшая база. Что в неё обычно входит:

Обновление должно быть рутиной: изменили цену на сайте — база переиндексировалась автоматически или по кнопке. Если за актуальность никто не отвечает, через полгода ассистент будет называть старые цены, и это хуже, чем отсутствие ассистента.

Как выглядит диалог, который приводит заявку

Сайт студии кухонь на заказ, вечер, посетитель с телефона.

Клиент: «Сколько стоит кухня 3 метра с островом?»

Ассистент: «Прямая кухня длиной 3 метра без острова в наших проектах обычно стоит в диапазоне X–Y в зависимости от материала фасадов и фурнитуры. Остров добавляет ориентировочно Z. Точная цена зависит от планировки. Подскажите, у вас уже есть замеры или план помещения?»

Клиент: «Есть план от застройщика».

Ассистент: «Отлично, по плану мы можем сделать предварительный расчёт за один-два дня. Если удобно, оставьте номер в Telegram или WhatsApp — дизайнер напишет вам утром и уточнит, какой материал вы рассматриваете».

Клиент оставляет номер. В CRM создаётся сделка с источником «ассистент на сайте», резюме: «кухня 3 м с островом, есть план застройщика, интересуется стоимостью». Дизайнер утром начинает не с нуля.

Обратите внимание: цены даны диапазоном со ссылкой на факторы, контакт запрошен только после того, как стало понятно, что человеку реально нужен расчёт. Это настраивается в инструкциях ассистенту и проверяется на тестовых диалогах.

Риски и ограничения

Выдуманные факты. Если в базе нет ответа, модель может его сочинить: назвать несуществующую скидку или срок. Защита — жёсткое правило отвечать только по найденным фрагментам, а при их отсутствии честно говорить «уточню у менеджера» и передавать диалог человеку. Подробнее о приёмах защиты в статье про галлюцинации ИИ.

Юридически значимые ответы. Ассистент не должен давать обещаний, которые компания обязана выполнять: фиксированные цены на сложные услуги, гарантии сроков, медицинские или юридические заключения. Для таких тем — передача человеку.

Персональные данные. Диалоги содержат телефоны и имена. Нужно понимать, где хранится история, уходит ли она в облачную модель и как долго хранится. Для клиник и финансовых компаний это может означать выбор модели на своём сервере.

Нагрузка на команду. Хороший ассистент увеличивает поток заявок, в том числе ночных. Если менеджеры не готовы их обрабатывать утром, часть эффекта теряется.

Где ассистент не нужен. Сайт-визитка с одной услугой и одной ценой: там достаточно хорошо написанной страницы. Бизнес с тремя обращениями в неделю: ассистент окупится дольше, чем хочется.

Стоимость и метрики

Операционные расходы для небольшого сайта складываются из API модели (ориентировочно от нескольких десятков долларов в месяц при умеренном трафике), хостинга бэкенда и векторной базы. Разработка первой версии с базой знаний, интеграцией в CRM и уведомлениями занимает обычно около двух недель.

Что измерять с первого дня:

Ассистент на сайте — частный случай более широкой задачи обработки входящих обращений; как построить этот процесс целиком, от сайта до мессенджеров, разобрано в статье про AI-агента для обработки заявок.

С чего начать

  1. Соберите у менеджеров двадцать самых частых вопросов клиентов и ответы на них. Это ядро базы знаний.
  2. Определите, что ассистент не должен обещать и когда обязан передавать человеку.
  3. Решите, куда уходят заявки: CRM, Telegram, почта.
  4. Запустите первую версию на одной-двух ключевых страницах, а не на всём сайте, и две недели читайте диалоги.
  5. Пополните базу по вопросам без ответа, скорректируйте инструкции, расширяйте на остальные страницы.

Мы в AiKrok обычно начинаем с базы знаний и тестовых диалогов, а не с дизайна окна чата: если ассистент отвечает плохо, никакой виджет этого не исправит. Если хотите понять, как это могло бы выглядеть на вашем сайте, можно начать с бесплатной консультации.

Посетители уходят с сайта, не дождавшись ответа?

Мы соберём базу знаний, настроим ИИ-ассистента с передачей заявок в CRM и живому менеджеру. MVP за 2 недели, консультация бесплатно.

Обсудить задачу