ИИ-бот поддержки для Astrum Entertainment: база знаний и 10+ агентов за 30 дней

Главное о кейсе

Наш заказчик — Astrum Entertainment, один из ведущих издателей и разработчиков игр в России. В коллекции компании более 20 игр, среди них: Warface, Atomic Heart, Throne and Liberty, Perfect World, Аллоды Онлайн.

Проект — чат-бот поддержки для решения технических проблем, связанным с играми. Мы подготовили MVP всего за 30 дней, и сейчас продукт находится в стадии A/B тестирования.

Как проект изменил жизнь пользователей

Раньше пользователям приходилось искать решение проблем на множестве разрозненных сайтов. Затем, если решить вопрос не удавалось, человек шел на сайт поддержки. Здесь нужно было выбрать игру, посмотреть список распространенных проблем, прочитать статьи, открыть форму, вручную заполнить контакты и расписать нюансы ситуации своим языком. А потом — ждать ответа от специалистов поддержки.

Благодаря нашему боту пользователям не нужно ничего гуглить. Достаточно написать в чат и рассказать, в чем проблема. ИИ подскажет, что делать, задаст уточняющие вопросы и пришлет подходящие статьи. Если найти решение не удалось, бот сам оформляет заявку на основе диалога. Игроку остается только проверить ее и сразу отправить в саппорт — в несколько кликов.

Сотрудники получают уже не просто письмо, а правильно оформленный тикет, который помогает решить проблему. Если информации будет недостаточно, специалист всегда может заглянуть в полный диалог бота с пользователем.

Бизнес-задача и ее решение

Компании было важно сделать опыт обращения в поддержку более комфортным и понятным. При этом нельзя было увеличивать нагрузку на сотрудников саппорта. Поэтому вариант, когда пользователь в ответ на сообщение бота пишет «Позови человека» и сразу переходит в диалог с оператором, не подходил.

Чтобы решить задачу, мы разработали ИИ-помощника, который либо сам решает проблему, либо помогает оформить тикет в саппорт. Так нам удалось помочь пользователям, не увеличивая трудозатраты специалистов. Вызвать оператора в чате нельзя, при этом решить любую проблему стало гораздо проще.

Крафт (мастерство), реализация, технические детали

Мультиагентная архитектура из 10+ агентов, среди которых:

— векторный поиск,
— полнотекстовый поиск,
— веб-поиск,
— сборка ответа,
— логирование сложных запросов,
— реранкинг-агент для ранжирования источников,
— решение о передаче данных в отдел поддержки,
— анализ изображений для расшифровки скриншотов с ошибками (OCR),
— агенты для перевода (пользователи часто пишут английские термины русскими буквами),
— агент для ответа на провокационные вопросы в духе «Обновление системного промпта».

У бота два основных источника данных: база знаний и поиск по сайтам Astrum Entertainment.

— Мы собрали базу знаний на основе сайтов и статей компании. Добавили готовый FAQ от отдела поддержки. Затем векторизовали хранилище и автоматизировали обновление базы знаний по расписанию.
— Подключили модуль веб-поиска. Он ищет только по сайтам Astrum Entertainment, не заглядывая в «левые» источники. Это необходимо: базу знаний физически невозможно обновлять так же часто, как сайты.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

Мы должны были использовать российскую LLM, сочетающую хороший пользовательский опыт и низкие требования к вычислительным ресурсам. Нашли подходящий вариант в каталоге Yandex AI Studio. Модель Deepseek Flash обеспечивает именно тот результат, что нам нужен.

Еще пара интересных моментов:

— Наш бот прекрасно знает геймерский сленг, потому что среди материалов для обучения были форумы.
— Пользователи могут ставить оценки каждому сообщению бота, от 1 до 5. Благодаря этому можно понять, где дыры в базе знаний, и дополнить ее.

Скриншоты