AI-чатбот на сайт: как сделать, чтобы он помогал

Большинство чатботов раздражают. Они не понимают вопросов, зацикливаются в меню, предлагают позвонить — хотя пользователь именно звонить и не хочет. В 2026 году это уже не оправдание: AI позволяет сделать бота, который отвечает по существу.

Разберём подходы от простого к сложному — с реальными цифрами и примерами.

Готовые виджеты с AI: Tidio, Jivo, Intercom

Самый быстрый способ запустить AI-бота — взять готовое решение.

Tidio AI (Lyro) — европейский сервис, обучается на вашем контенте (FAQ, страницы сайта), отвечает на вопросы клиентов. Тариф с AI стартует от $29/мес. Простая интеграция, хорошая аналитика.

Jivo AI — российский вариант, интегрируется с Jivo-чатом. Подходит, если уже используете Jivo для операторов. AI отвечает, пока менеджер недоступен.

Что не так с виджетами:

• Ограниченная кастомизация логики
• Данные хранятся на серверах вендора
• Сложно добавить нестандартную интеграцию (например, проверку статуса заказа через ваш API)
• При росте нагрузки тариф растёт непропорционально

Виджеты оправданы, если нужно запустить за день и нет ресурса на разработку.

Кастомный бот на Claude / GPT API

Здесь вы контролируете всё: логику, промпты, хранение данных.

Базовый вызов Claude API для генерации ответа:

import anthropic

client = anthropic.Anthropic(api_key="YOUR_KEY")

def get_bot_response(user_message: str, context: str) -> str:
    message = client.messages.create(
        model="claude-opus-4-5",
        max_tokens=1024,
        system=f"""Ты — помощник компании.
Отвечай кратко и по существу. Используй только информацию из базы знаний.

База знаний:
{context}

Если не знаешь ответа — скажи об этом и предложи связаться с менеджером.""",
        messages=[{"role": "user", "content": user_message}]
    )
    return message.content[0].text

Для GPT-4o логика аналогичная, разница — в синтаксисе openai SDK.

Стоимость: Claude Opus 4.5 — примерно $0.015 за 1K input tokens и $0.075 за 1K output tokens. При 100 диалогах в день (каждый ~2000 токенов) — около $150/мес на токены. GPT-4o дешевле примерно вдвое.

RAG: бот отвечает из вашей базы знаний

Просто скормить боту весь контекст в промпте не работает: контекстное окно ограничено, а главное — нерелевантная информация снижает качество ответов.

RAG (Retrieval-Augmented Generation) решает это правильно:

1. Загружаете документы в векторную базу (Pinecone, Qdrant, Weaviate)
2. При вопросе пользователя — ищете семантически похожие куски текста
3. Только их передаёте в промпт как контекст

Инструменты для быстрого старта: LangChain или LlamaIndex — обе библиотеки имеют встроенные RAG-пайплайны. Для self-hosted варианта — Qdrant (Docker, бесплатно).

Схема работы:

Вопрос пользователя
  → Embedding модель (text-embedding-3-small или аналог)
  → Поиск в векторной БД (top-3 релевантных куска)
  → Контекст + вопрос → LLM
  → Ответ

Квалификация лидов через чатбота

Бот может не просто отвечать на вопросы, но и квалифицировать лиды — собирать данные до передачи менеджеру.

Пример диалоговой логики:

1. Пользователь пишет о разработке сайта
2. Бот уточняет: тип бизнеса, бюджет, сроки, есть ли ТЗ
3. По ответам определяет приоритет: горячий / тёплый / нецелевой
4. Горячих — сразу пингует менеджера в Telegram
5. Остальных — ведёт в воронку (email, полезный контент)

Это работает через intent classification в промпте или через отдельный классификатор.

Передача диалога оператору (handoff)

Критически важная функция, которую часто игнорируют.

Правила хорошего handoff:

• Бот сам предлагает оператора, когда не уверен в ответе (низкая confidence)
• Передаёт историю диалога — оператор видит контекст
• Работает в обе стороны: оператор может вернуть диалог боту
• Уведомление оператору — моментальное (Telegram webhook)

n8n + AI-агент: без кода, но с гибкостью

Если не хочется писать код — n8n с AI-нодами закрывает большинство сценариев. Нода AI Agent в n8n позволяет создать агента с инструментами (поиск по БД, отправка в CRM, уведомления).

Схема в n8n:

Webhook (сообщение от сайта)
  → AI Agent (Claude/GPT)
      → Tool: поиск по FAQ (HTTP Request к вашему API)
      → Tool: создать лид в AmoCRM
      → Tool: отправить уведомление в Telegram
  → Respond to Webhook (ответ пользователю)

Хостинг n8n: self-hosted на VPS от 800 руб/мес, либо n8n Cloud от $20/мес.

Когда чатбот оправдан, а когда нет

Оправдан:

• Повторяющихся вопросов больше 50% от всех обращений
• Менеджеры недоступны в нерабочее время
• Нужна квалификация до передачи лиду
• Мультиязычная аудитория

Не оправдан:

• Продукт сложный, продажа требует живого диалога
• Обращений меньше 20 в день — дешевле просто быстро отвечать
• Нет ресурса на обслуживание базы знаний (бот устаревает и врёт)
• Аудитория — пожилые пользователи, которые не ожидают бота

Реальные затраты на запуск

Цены актуальны на март 2026. Уточняйте на сайте сервиса.

Есть идея? Реализуем

Разрабатываем проекты, которые решают задачи бизнеса — от лендинга до сложного сервиса. Расскажите о своей задаче, подберём решение.

Написать в Telegram