Telegram-бот для отдела продаж страховой компании

[ клиент ] о заказчике

Крупная российская страховая компания: розничные и корпоративные продукты, сеть штатных и внешних агентов в регионах.

[ 01 ] контекст

О проекте

Наша команда разработала для отдела продаж страховой компании Telegram-бота-консультанта на языковой модели: страховой агент задаёт вопрос по продукту, тарифу или документу — и получает развёрнутый ответ, при необходимости даже со ссылкой на раздел методички, а не пересказ «по памяти».

Продукты, тарифы и правила регулярно обновляются, документация рассыпана по файлам и почте. Пока страховой агент ждёт ответа от руководителя или ищет нужную версию сам, сделка на встрече не двигается, а новым агентам входить в должность долго.

Бот встроен в Telegram, которым страховые агенты уже пользуются, — работает в полях и на выездных встречах. Ядро — самостоятельный сервис консультирования с API: к нему планируется подключение корпоративного портала, сайта компании, CRM и колл-центра.

[ 02 ] задачи

Задачи проекта

  1. Дать страховому агенту быстрый ответ со ссылкой на методичку — без поиска по файлам и ожидания коллег

  2. Собрать документацию в единую базу знаний и держать версии тарифов и регламентов актуальными

  3. Ограничить доступ корпоративной учётной записью и ролями: тарифы и регламенты не должны уходить наружу

  4. Видеть, каких знаний сотрудникам не хватает, и пополнять базу автоматически

[ 03 ] этапы

Как мы это сделали

  1. 01

    Сбор и актуализация базы знаний

    Методички, тарифы и регламенты собрали из файлов и почты в единую базу — со структурой по продуктам и версиями документов. Выходит новая редакция тарифов — прежняя снимается с выдачи, за актуальность отвечает контент-менеджер со стороны заказчика, а изменения в базу вносит ИИ

  2. 02

    Ответы языковой модели только по базе

    На вопрос отвечает языковая модель YandexGPT, которая ищет только по базе знаний страховой — векторный поиск на pgvector. Ответ приходит за 3–10 секунд и всегда в одном формате: суть плюс ссылка на раздел методички. Данных нет — честный статус «недостаточно данных» вместо «похожего» ответа

  3. 03

    Эскалация без разрыва

    Вопрос, на который в базе нет ответа, уходит профильному специалисту. Он отвечает в том же чате — агент на встрече с клиентом получает недостающее без переключения инструментов, а готовый ответ добавляют в базу

  4. 04

    Доступ и безопасность

    Вход по корпоративной учётной записи, роли для штатных и внешних агентов, отзыв доступа при уходе — одной кнопкой. Модель и база работают в контуре заказчика, в Telegram уходит только сам вопрос и ответ — без данных клиентов

  5. 05

    Аналитика вопросов

    В админ-панели продуктовые менеджеры видят топ вопросов агентов, неотвеченные темы и обращения к специалистам. База пополняется по этим сигналам — бот становится источником данных о том, где документация отстаёт от вопросов продаж

[ 04 ] интерфейс

Как это выглядит

Стартовый экран бота: приветствие и быстрые сценарии
Стартовый экран: быстрые сценарии вместо меню
Ответ бота со ссылкой на раздел методички
Ответ в одном формате: суть плюс ссылка на раздел методички
Вопрос передан профильному специалисту в том же чате
Не хватает данных — вопрос уходит профильному специалисту в тот же чат
[ 05 ] команда и стек

Кто и на чём

экспертиза

Команда проекта

Руководитель проектаБизнес-аналитикДизайнер сценариев ботаML-инженер (языковая модель и поиск)Бэкенд-разработчик PythonQA-инженерDevOps-инженерКонтент-менеджер (со стороны заказчика)
технологии

Стек

Python (FastAPI, aiogram)YandexGPTpgvectorPostgreSQLRedisTelegram Bot APIDocker
процессы

Как работаем

Двухнедельные спринты с демо; качество ответов проверяли на наборе реальных вопросов агентов: ответ зачтён, если суть верна и в нём есть ссылка на раздел.

[ 06 ] результаты

Что получил клиент

−70%Времени на подготовку ответа клиенту: было 20–30 минут звонков и поиска по файлам, стало 5–10 минут
≈12 млн ₽Годовая экономия в пересчёте на ФОТ: полтора часа в день у каждого агента, отдел из 50 человек
+15%К числу встреч в день: освободившееся время агенты тратят на клиентов — продажи растут без найма
0Новых приложений ставить не нужно — консультация в мессенджере, которым агенты уже пользуются
Ответы только по проверенной базеЯзыковая модель ищет только по базе знаний страховой и всегда отвечает ссылкой на раздел; не хватает данных — вопрос уходит профильному специалисту

Агент получает ответ прямо на встрече с клиентом, новый сотрудник входит в должность с первого дня — без наставника, а продуктовые менеджеры видят, где документация отстаёт от вопросов продаж. Тот же каркас — база знаний, ответы со ссылками на источник, эскалация в чате и аналитика вопросов — работает и для консультаций клиентов: на сайте, в мессенджерах и колл-центре.

[ заявка ] свяжемся в рабочее время

Похожаязадача?

Расскажите о ней — подберём команду и предложим решение.

Этот сайт использует сервисы сбора технических данных посетителей (данные об IP-адресе, местоположении и др.) для обеспечения работоспособности и улучшения качества обслуживания. Продолжая использовать наш сайт, вы автоматически соглашаетесь с использованием данных технологий.