Задача
Онлайн-школа Lumen получала сотни обращений в день: «какой тариф выбрать», «подойдёт ли курс новичку», «есть ли рассрочка». Менеджеры отвечали в порядке очереди, тёплые лиды остывали за часы ожидания, а половина диалогов сводилась к вопросам, ответы на которые лежали в FAQ. Нанимать ещё менеджеров — дорого и не решает проблему ночных обращений.
Школе нужен был первый контур общения: агент, который мгновенно отвечает по базе знаний, аккуратно квалифицирует лид и передаёт менеджеру только тех, с кем пора говорить о покупке.
Решение
Я разработал AI-агента на FastAPI с RAG-контуром поверх базы знаний школы: программы курсов, тарифы, расписания и регламенты индексируются в векторное хранилище, и агент отвечает строго по найденным фрагментам с ссылкой на источник. Такая архитектура снимает главный страх заказчика — галлюцинации: если ответа в базе нет, агент честно говорит об этом и уточняет вопрос, а не сочиняет.
Квалификация встроена в диалог, а не выглядит анкетой: агент по ходу беседы выясняет цель обучения, уровень и бюджетные рамки, размечая лид по системе score-карт. Достигнув порога, диалог с полным резюме передаётся менеджеру — тот вступает в разговор, уже зная контекст, а не начиная с «здравствуйте, чем могу помочь».
SQLite хранит диалоги, оценки и разметку — для пилота этого достаточно и позволяет школе разворачивать агента на своём сервере без внешних зависимостей. Каждый ответ логируется с указанием использованных фрагментов базы: качество проверяется не «на глазок», а по еженедельной выборке с оценкой точности.
Результат
44% обращений квалифицируются полностью без человека — либо доводятся до записи, либо честно отсеиваются. Время первого ответа упало с часов до пяти секунд в любое время суток. Записей на пробный урок стало на 31% больше: сработала мгновенная реакция на горячий интерес.
Это концептуальный кейс: школа вымышлена, метрики иллюстративны. Демо — живой агент с RAG-поиском по демо-базе знаний, с ним можно поговорить, открыв кнопкой выше.