образовательное учреждение
Кабардино-Балкарский государственный университет
Институт электроники, робототехники и искусственного интеллекта
Кафедра компьютерных технологий и информационной безопасности
ВКР | КБГУ
Разработка чат-бота для службы поддержки клиентов интернет-магазина
Докладчик
Долов Ислам Арунович
научный руководитель
Шомахов Замир Валериевич
Ключевая ценность ВКР: клиент воспринимает чат как общение с менеджером магазина, а внутри работает двухуровневая архитектура — L1 bot для типовых сценариев, L2 AI-менеджер для свободных вопросов и операторский перехват.
AI-режимL1 botL2 AI-менеджер
безопасная проверка заказа
Статус заказа без раскрытия данных
Клиент
Где мой заказ 551204?
Амина
Чтобы безопасно показать статус, укажите email из заказа или последние 4 цифры телефона.
Клиент
marina@example.com
AI не показывает статус, пока клиент не подтвердит email или телефон.
Актуальность темы
Рынку нужен не FAQ-бот, а цифровой менеджер магазина с контролем бизнеса
human-in-the-loop
Конфликт уходит оператору с контекстом
Клиент
Товар пришел сломанным, хочу вернуть деньги
Амина
Отмечаю обращение для команды поддержки и передаю уже собранный контекст.
Оператор видит summary, transcript, заказ, теги, заметки и может создать тикет.
доступность
24/7клиент ожидает ответ сразуUX
liveдиалог похож на менеджеранагрузка
L1типовые вопросы закрываются ботомконтроль
adminдиалог можно перехватитьтребования рынка
вывод для исследования
Предмет исследования — не один чат-бот, а маршрутизация диалога между L1 bot, L2 AI-менеджером и человеком так, чтобы клиент получал единый естественный опыт, а бизнес сохранял наблюдаемость, безопасность и ручное управление.
Исследовательская постановка
Создать двухуровневого AI-менеджера с контролем оператора и администрации
цель исследования
Создать систему поддержки интернет-магазина, где L1 bot закрывает стандартные сценарии, L2 AI-менеджер отвечает на нестандартные вопросы естественным языком, а администрация видит все диалоги и может перехватить управление.
объект: процесс клиентской поддержки интернет-магазинаитоговая гипотеза
Качество поддержки повышается, если клиент получает цельный опыт менеджера, а система скрыто маршрутизирует диалог между L1, L2 и человеком по сложности и риску.
рынок
требованияпроанализировать требования рынка к поддержке интернет-магазина: скорость, естественность, 24/7 и контроль качестваархитектура
L1 + L2спроектировать двухуровневую архитектуру: L1 bot для стандартных сценариев и L2 AI-менеджер для свободных вопросовклиентский опыт
единый чатреализовать единый клиентский чат, где пользователь не ощущает техническую смену уровня ответауправление
handoffобеспечить административный контроль: просмотр всех диалогов, аудит, handoff и ручной перехват управленияисследование
метрикипроверить новизну подхода через апробацию, evaluation-кейсы и метрики безопасной автоматизацииДвухуровневая диалоговая модель
Стандартные вопросы закрывает L1 bot, а нестандартные автоматически уходят на L2 AI-менеджера без разрыва клиентского опыта.Эффект единого менеджера
Пользователь не видит внутреннюю маршрутизацию и воспринимает систему как живого менеджера магазина с естественной манерой ответа.Human override вместо полной автономии
Администрация наблюдает все диалоги и может перехватить управление, поэтому AI не заменяет контроль, а усиливает службу поддержки.Что уже работает
Рабочий контур: 500+ тестовых диалогов и апробация в КБГУ
апробация проекта
Проект многократно тестировался студентами КБГУ: проверялись L1-ответы по стандартным сценариям, L2-ответы на свободные вопросы, безопасная верификация заказа, перевод оператору и ручной перехват из админки.
учебная апробация
студенты тестировали сценарии
перевод оператору
ложных уверенных ответов
рабочая схема продукта
Пользователь видит один чат, система внутри управляет уровнем ответа
типовые вопросы закрываются быстронестандартные уходят в AI-менеджераадмин видит историю и может вмешаться
Маршрутизация диалога
Система сама выбирает уровень ответа по сложности и риску
типовые сценарии
Первый уровень закрывает стандартные сценарии
Бот отвечает заготовленными текстами по заказу, доставке, оплате и возврату, поэтому быстрые обращения не нагружают оператора.
свободный диалог
Второй уровень ведет свободный диалог
Если вопрос не входит в стандартные сценарии, RouterAI переводит клиента к AI-менеджеру, который адаптирует стиль и отвечает естественно.
единый опыт
Клиент видит единый опыт менеджера
Смена L1/L2 происходит за интерфейсом: для пользователя это цельный разговор с менеджером интернет-магазина без технических пауз.
ручной контроль
Администрация сохраняет контроль
Админка показывает все диалоги, статусы и следы решений, а оператор может вручную перехватить чат, если требуется человек.
политики риска
Свобода AI ограничена политиками
Платежные данные, персональная информация и конфликтные обращения не остаются на AI без проверки, trace или handoff.
научная проверка
Новизна проверяется метриками
Оценивается не только текст ответа, а качество маршрутизации между L1, L2 и оператором: точность, риски, контекст и автоматизация.
скоростьестественностьконтекстперехватаудит
Системная схема
Архитектура двух уровней: бот заготовок, AI-менеджер и ручной перехват
единый чат без технической смены режима
заготовленные ответы и FAQ
выбор уровня ответа
свободный адаптивный диалог
все диалоги видны, чат можно перехватить
Клиент видит менеджера магазина
L1 bot закрывает стандартные сценарии
RouterAI оценивает сложность и риск
AI-менеджер отвечает на нестандартные вопросы
Оператор перехватывает чат с контекстом
Админка хранит диалоги, аудит и настройки
Метрики подтверждают качество маршрута
Экспериментальная проверка
Исследовательская часть: апробация, критерии и воспроизводимые метрики
100%
точность решений
100%
перевод рисков
тест
эффект менеджера
проверяли, распознает ли клиент ИИ или воспринимает его как реального менеджера с именем и фото40%
автоматизация
кейсов
10
эталонный набор для защиты
точность решений
100%
верный тип действия
перевод рисков
100%
рисковые сценарии не оставлены AI
эффект менеджера
исследован
клиенты оценивали, отличают ли AI-менеджера от реального человека
безопасная автоматизация
40%
закрывается без ручного перехвата
контекст
100%
сохранение при handoff
сравнение подходов
Точность решений
%
Обычный бот по намерениям62
Бот с поиском по базе знаний78
Предложенный риск-ориентированный бот100
Перевод рисков
%
Обычный бот по намерениям45
Бот с поиском по базе знаний58
Предложенный риск-ориентированный бот100
Ложные уверенные
%
Обычный бот по намерениям28
Бот с поиском по базе знаний16
Предложенный риск-ориентированный бот0
контрольная точка
Базовая маршрутизация по намерениям
точность 62%
риски 45%
ложные 28%
контрольная точка
Поиск по утвержденным источникам
точность 78%
риски 58%
ложные 16%
контрольная точка
Риск-ориентированная политика
точность 94%
риски 92%
ложные 4%
контрольная точка
Объяснимый контур с оператором
точность 100%
риски 100%
ложные 0%
выборка: 500+ диалоговапробация: студенты КБГУнамерение: жалобаисточник: kb_returnsconfidence: 0.68флаг: негативрешение: handoff
Итоговый результат
В результате получена рабочая система поддержки, а не набор отдельных экранов
защищаемый результат
Двухуровневый чат-бот для интернет-магазина, который выглядит для клиента как менеджер, но остается управляемым для бизнеса.
Итог проекта — проверяемый контур: L1 bot для заготовленных сценариев, L2 AI-менеджер для свободного диалога, операторский перехват, админский контроль, аудит, API и исследовательский стенд с метриками.
Клиентполучает цельный опыт общения с менеджером магазина без видимой смены L1/L2
Операторможет перехватить чат и продолжить беседу с готовым контекстом
Администраторвидит все диалоги, управляет базой знаний, политиками, аудитом и ролями
Исследовательоценивает маршрутизацию L1/L2/operator через метрики и benchmark
готово сейчас
рабочий чат-бот с безопасной политикой ответов
операторское рабочее место с ручным контролем
административная панель базы знаний и настроек
исследовательский стенд для защиты гипотезы
документация, тест-кейсы, OpenAPI и health endpoint
развитие после MVP
заменить demo RBAC на OIDC/IdP
перенести state из JSON в PostgreSQL/Redis
подключить реальные CRM/helpdesk и OMS
расширить evaluation на обезличенные реальные обращения
добавить мониторинг, нагрузочные и e2e-тесты
Итог: защищается не просто чат-бот, а прикладной и исследовательский результат — проверяемый механизм принятия решений о том, когда AI имеет право отвечать сам.