Смотрю на десятки внедрений ИИ-агентов в разных компаниях — и вижу, что провалы почти никогда не связаны с самой технологией. Модели сейчас достаточно умные, чтобы вести диалог, записывать на приём, отвечать на вопросы про товар. Проблема почти всегда в том, как агента запускают. Разберу пять ошибок, которые встречаются чаще всего — и как их не допустить.
1. Агенту не задают границы — и он начинает придумывать
Самая частая ошибка: агента запускают с общей инструкцией вроде “отвечай на вопросы клиентов вежливо и по существу” — и всё. Без списка того, что он точно не должен обещать, без чётких границ полномочий.
Итог предсказуем — рано или поздно агент “додумывает” ответ там, где не знает точного факта. Обещает скидку, которой нет. Называет сроки, которые не согласованы. Клиент приходит с этим ответом как с фактом — а разбираться с последствиями приходится живому человеку.
Работающий подход — прописывать не только что агент делает, но и что он обязан эскалировать на человека: нестандартные запросы, вопросы про деньги и обязательства компании, всё, где нет однозначного правила. Агент должен уметь честно сказать “уточню и вернусь с ответом” вместо того, чтобы гадать.
2. Тестируют только на “удобных” сценариях
Перед запуском агента гоняют по паре очевидных диалогов: “здравствуйте, хочу записаться” → агент записал → красота, работает. На этом тестирование заканчивается.
А в реальности клиенты пишут криво, с опечатками, меняют тему посреди разговора, спрашивают то, что не укладывается в сценарий. “А если я приду на 20 минут позже?”, “а можно перенести на другой день, только я пока не знаю на какой”, “а вы вообще работаете сегодня, у вас ведь праздник?” — и вот тут агент, который отлично справлялся с прямыми вопросами, начинает путаться или зацикливаться.
Перед реальным запуском стоит специально прогнать агента через “неудобные” сценарии: нестандартные формулировки, резкую смену темы, провокационные вопросы, попытки вывести его за рамки роли. Именно это отделяет тестовый прогон от того, что увидят живые клиенты.
3. Не проверяют, что происходит на стыке с человеком
Агент отлично общается — но что дальше с этой информацией? Часто внедряют бота, который прекрасно ведёт диалог, но результат его работы никуда не попадает: запись не улетает в календарь администратора, лид не появляется в CRM, эскалация не долетает до менеджера вовремя.
Получается странная картина: клиент уверен, что его записали, а по факту записи нет нигде, кроме переписки в мессенджере. Обнаруживается это обычно не на тестах, а когда клиент приходит, а его не ждут.
Прежде чем считать агента готовым, нужно проверить весь путь целиком — от сообщения клиента до того места, где информация реально приземляется у человека: календарь, CRM, таблица, уведомление ответственному. Разговорная часть — это только половина системы.
4. Один и тот же сценарий копируют без адаптации под свой бизнес
Есть соблазн взять готовый шаблон агента “как у всех” и просто поменять название компании. Экономит время на старте, но часто аукается позже — потому что у каждого бизнеса свои нюансы: своя логика записи, свои условия отмены, свои частые вопросы клиентов, которых нет в чужом шаблоне.
Агент, который отвечает “общими словами”, быстро выдаёт себя — клиенты чувствуют, когда с ними говорит система, не понимающая специфику именно этого места. А ошибка в мелочи — например, агент не знает, что по вторникам мастер работает до обеда, а не до вечера — стоит бизнесу доверия конкретного клиента.
Хорошо настроенный агент строится на реальных вопросах именно ваших клиентов, реальной специфике процессов, а не на абстрактном шаблоне “чат-бот для любого бизнеса”.
5. Запускают и забывают — без единого взгляда на реальные диалоги
Последняя и, возможно, самая тихая ошибка. Агента запустили, он работает, отчёты не показывают явных провалов — значит всё в порядке, можно не трогать. Но реальные диалоги с клиентами никто не читает месяцами.
А там тем временем накапливаются вопросы, на которые агент отвечает неточно, темы, которые появились недавно и не были заложены в логику, повторяющиеся моменты, где клиенты путаются. Без регулярной проверки живых диалогов эти проблемы не видны — до тех пор, пока не выльются в жалобу или потерянного клиента.
Агент — это не разовая настройка, а система, которая требует периодического взгляда со стороны: прочитать десяток случайных диалогов раз в одну-две недели, отметить, где он ответил не так, как ответил бы живой сотрудник, и донастроить.
Что в итоге
Все пять ошибок объединяет одно — это не про технологию, а про то, как к ней относятся на этапе внедрения и после. ИИ-агент работает настолько хорошо, насколько тщательно продуманы его границы, протестированы нестандартные сценарии, выстроена связка с остальными системами бизнеса и налажен процесс регулярной проверки. Модель может быть сколь угодно умной — но без этой рамки вокруг неё она просто быстрее наделает ошибок, а не медленнее.