Переписки с клиентами при помощи ИИ в Битрикс24 CRM

Автоматизация общения с клиентами — тема, которая сегодня интересует все больше компаний. Рынок меняется, запросы растут, и бизнес ищет инструменты, которые позволят экономить время, ресурсы и повышать продажи. Сегодня мы поделимся нашим опытом внедрения искусственного интеллекта в коммуникации с клиентами на базе Битрикс24 CRM и сервиса n8n.io.

Зачем понадобилась автоматизация

Наш клиент — производственная компания, выпускающая топливные баки. Как и многие современные предприятия, они продвигают продукцию через онлайн-площадки и маркетплейсы. Для управления продажами используется Битрикс24, а для общения подключены «Открытые линии».

Возникла задача: сделать так, чтобы при обращении клиента в чат первым подключался робот, способный:

• оперативно подобрать продукцию по параметрам,

• ответить на типовые вопросы,

• разгрузить менеджеров.

А если робот не справляется — подключается живой оператор. Такой подход повышает скорость реакции, снижает нагрузку на сотрудников и помогает вести более точечные продажи. Ведь обучить бота быстрее и дешевле, чем готовить каждого нового менеджера.

Как мы подошли к задаче

Главная сложность была в том, что менеджеры постоянно консультировали клиентов по характеристикам продукции. Чтобы передать эту задачу боту, нужно было «научить» его разбираться в номенклатуре.

Для этого мы:

1. Собрали базу товаров — с описаниями, комплектацией, характеристиками и техническими особенностями.

2. Экспортировали данные в JSON — удобный формат, с которым легко работать внутри интеграций.

3. Разбили массив по страницам — чтобы робот мог «пробегать» по каталогу и искать нужную информацию по запросу клиента.

Таким образом мы получили основу, которая позволила боту анализировать вопросы клиентов и выдавать точные ответы.

Что это дало бизнесу

• Экономия времени: менеджеры подключаются только тогда, когда бот не может справиться.

• Рост конверсии: клиенты быстрее получают ответы и переходят к покупке.

• Удобство масштабирования: робот можно обучить новым сценариям без долгого обучения персонала.

Как это работает внутри

Чтобы автоматизация заработала, мы выстроили определённую логику диалога:

1. Клиент пишет сообщение в чат.

2. Запрос уходит в ИИ-модуль, который передаёт его в OpenAI (Chat GPT-4.1 mini).

   Используется именно «мини»-версия модели — она быстрее и позволяет существенно сократить расходы на обработку токенов, что критично при большом потоке обращений.

   
   

3. Полученный от модели результат система направляет через HTTP-запрос в наш конфигурационный файл, где хранится номенклатура компании.

4. Конфигурационный файл содержит JSON-структуру с товарами, разбитыми по страницам, — это позволяет роботу «пробегать» по каталогу и находить нужный продукт по запросу клиента.

Таким образом, бот «понимает» запрос, сверяет его с базой товаров и возвращает релевантный ответ. Если нужной информации нет, подключается живой менеджер.

Техническая настройка

В n8n достаточно импортировать готовый запрос:
HTTP Request → ⋮ → Import cURL,
а затем заменить константы на динамические выражения под конкретный проект.

curl -X POST "https://site.ru/apps/open.ai/catalog.php" \
  -H "Content-Type: application/json" -H "Accept: application/json" \
  --data-binary '{"page":1,"per_page":50,"search":"{{ $json.chatInput }}"}'

• page → ={{$json.page}}

• per_page → ={{$json.size}}

• search → ={{$json.chatInput}}