Викибот – ИИ-боты для бизнеса

Wikibot в топ-8 российских конструкторов чат-ботов 2026 от Компьютерра 🔥 Wikibot делает ставку на полную самостоятельность клиента: открытая регистрация, никаких демо-звонков и исходящих продаж, настройка «с нуля» без участия разработчиков Решение для руководителей отделов поддержки и продаж, которые хотят быстро развернуть интеллектуального ассистента и не тратить время на переговоры с вендором Ключевое преимущество Wikibot — безопасность персональных данных и полное соответствие 152-ФЗ. Платформа гарантирует отсутствие трансграничной передачи данных при работе с зарубежными провайдерами языковых моделей и поддерживает отечественные модели: «Яндекс GPT», «Алису AI» и «ГигаЧат» Отдельного внимания заслуживает ассистент для настройки — по сути, личный промпт-инженер внутри продукта, который знает, как все работает, и может включать опции, редактировать инструкции и настройки Всё в яблочко 🎯👏 Только минимальный тариф теперь от 20₽ за кредит 😀 Полный рейтинг 👉 https://www.computerra.ru/356986/rossiyskie-konstruktory-chat-botov/

Разбираем таблицу Памяти по полочкам 📚 О Памяти агента мы уже рассказывали, а сегодня подробнее посмотрим на саму таблицу: какие настройки в ней есть и за что они отвечают. Для примера взяли таблицу для сбора жалоб. Для такого сценария есть готовый шаблон, но мы попросили Ассистента собрать таблицу конкретно под наш кейс. Через минуту таблица была готова: осталось проверить настройки и протестировать её в диалоге. 👉🏻 Правило для бота Здесь задаются общие правила работы с таблицей: когда и что записывать. Например, в основной инструкции нашего агента нет требования собирать контакты. Но в таблице контакт клиента — обязательное поле, поэтому Ассистент добавил правило — если контакта нет, сначала нужно запросить его у клиента и только потом сохранить жалобу. 👉🏻 Колонки таблицы Теперь добавим 4 колонки: дата жалобы, ID (идентификатор) диалога, номер заказа, описание проблемы, контакт и имя клиента. Для каждой колонки зададим: ☑️ Название — техническое имя на английском без пробелов ☑️ Тип данных — текст, число, дата или да/нет ☑️ Описание — что именно нужно записать? ☑️ Обязательность — можно ли сохранить запись без этого значения 👉🏻 Данные, доступы и отчёты Собранные записи можно посмотреть в таблице и скачать, в доступах — выбрать, какие агенты «видят» таблицу, а какие нет. Отчёт строится простым запросом к Ассистенту: Сколько жалоб на курьеров было за последний месяц? Уже пробовали таблицы? Пишите, что понравилось и чего не хватает 👐 Подробнее — как всегда, в документации.

Сценарии теперь можно подключать как навыки 🧩 Раньше запуск сценария означал переключение на другого агента — основной агент передавал ему контекст разговора, сценарный агент выполнял свою задачу, а затем при необходимости возвращал диалог обратно. Теперь появился второй режим — сценарий может усилить основного агента, не забирая у него диалог. 👉🏻 В нужный момент основной агент подключает из сценария: 🔵инструкцию 🔵функции 🔵таблицы памяти И продолжает сам отвечать клиенту с полным контекстом текущего разговора. Когда это полезно? Когда сценарий — это часть одного диалога, а не отдельная задача для другого агента. Например, клиент обсуждает заказ, а по ходу разговора просит изменить адрес доставки или оформить возврат. Агенту не нужно переключать разговор — он подключит нужные правила и инструменты и продолжит с того же места. Так сценарии можно использовать именно как дополнительные навыки одного агента, а старый режим оставить для случаев, когда нужен отдельный агент со своей моделью и настройками. Чтобы включить новый режим, откройте настройки нужного сценария по шестерёнке ⚙️ и активируйте «Подключать к основному агенту». Настройка включается отдельно для каждого сценария. 👉🏻 Подробнее — в документации

Ручная категоризация? Забудьте ⚡️ Запустили Wikibot Pulse — сервис, который сам определит тему завершённых диалогов и поставит теги прямо в вашем хелпдеске. Операторам больше не нужно тратить время, чтобы найти категорию, убедиться, что она правильная, и проставить ее вручную. Всё происходит автоматически. Вся аналитика живёт прямо внутри вашего бота-категоризатора на платформе Wikibot. Там можно смотреть журнал диалогов, сводные отчёты и динамику тем — например, вовремя замечать, какие вопросы клиентов начали расти. Как это работает: 🔵Создаёте бот-категоризатор 🔵Настраиваете дерево категорий 🔵Подключаете хелпдеск 🔵Pulse анализирует завершённые диалоги и проставляет категории 🔵Категории возвращаются в хелпдеск, а данные появляются в отчётах Сейчас готовые интеграции есть для Usedesk и HelpDeskEddy. Остальные системы подключаются через API. Стоимость — 0,15 кредита за диалог. До конца августа тестируйте Pulse на реальных запросах — а мы вернём потраченные кредиты 🔥 После теста пригласим вас на короткий созвон и попросим поделиться впечатлениями о продукте. За обратную связь вернём 100% потраченных на Pulse кредитов — до 500шт на баланс. 👉🏻 Попробовать Wikibot Pulse

Запустили новый тариф — «По потреблению» 🎉 Мы хотим, чтобы ИИ-агенты были доступны компаниям с любым количеством обращений — даже если их пока совсем немного. Здесь нет фиксированного пакета кредитов и ежемесячного платежа. Вы просто оплачиваете ответы и действия агента рублями — по 20 рублей за каждое. «По потреблению» подойдёт, если: 🟡обращений пока немного 🟡нагрузка меняется от месяца к месяцу 🟡вы только начинаете внедрять ИИ-агента 🟡текущие тарифы слишком большие для ваших задач При этом вам доступны все модели и возможности платформы — те же, что и на обычных тарифах. ⭐️ Главная особенность — кешбэк за неудачные ответы. Если агент не справился с запросом, стоимость вернётся на баланс, и её можно будет использовать для следующих обращений. Никаких предоплаченных пакетов: оплачивайте только успешно закрытые диалоги. 👉🏻 Подробнее о тарифе и правилах кешбека

Июль получился по-настоящему насыщенным 🔥 Собрали всё важное в одном дайджесте: 🔸Продуктовые обновления🔸 У ИИ-агентов появилась Память Теперь агент может сохранять важные данные из диалогов в таблицы, а Ассистент — помогать с их настройкой, анализом и подготовкой отчётов. Подробнее о Памяти Обновили Чат-центр Теперь операторам доступно массовое закрытие чатов, а аудиосообщения можно прослушивать прямо на платформе. Также агент теперь может учитывать данные, которые уже есть в Чат-центре, например канал обращения или заметку о клиенте. Больше данных на странице «Обзор» Основные показатели работы агентов и прогноз расхода кредитов теперь собраны в удобных виджетах прямо на странице «Обзор». Расширили настройки API Теперь API-ключи можно временно отключать и снова включать без удаления. А для вебхуков появились дополнительные заголовки — например, их можно использовать для авторизации при передаче данных во внешнюю систему. Добавили пять новых LLM моделей На платформе стали доступны: 🟡GLM 5.2 🟡Alise AI LLM Flash 🟡Alise AI LLM 🟡Kimi K2.7 Code 🟡Grok 4.5 Сравнили восемь моделей в одинаковых условиях В новой статье разобрали, чем модели отличаются друг от друга и какие параметры важно учитывать при выборе LLM для ИИ-агента. Читать статью Запустили интеграцию с Planfix Инструкция по подключению 🔸Практика работы с ИИ-агентами🔸 Что должен делать агент, если не знает ответа Рассказали, почему стремление ответить любой ценой приводит к ошибкам и как заранее определить безопасное поведение агента в таких ситуациях. Читать пост Как собрать первую базу знаний Разобрали, какие готовые материалы можно использовать и как постепенно развивать базу по мере работы агента. Читать пост Как понять, зачем бизнесу ИИ-агент Объяснили, почему начинать внедрение нужно не с выбора технологии, а с конкретной проблемы, которую ИИ должен решить. Читать пост Как считать экономический эффект Собрали факторы, которые помогают оценить реальную пользу ИИ-агента для бизнеса и сопоставить её с расходами на внедрение и работу. Читать пост 🔸Новый кейс🔸 Как Wazzup подключил ИИ к большой базе знаний В кейсе показали, как ИИ-помощник ускорил поиск информации, разгрузил отдел обучения и помог первой линии самостоятельно решать больше обращений. Читать кейс В августе планируем продолжать в том же темпе. Совсем скоро поделимся новыми крутыми обновлениями 👀

От идеи до готового отчёта — через диалог с Ассистентом В начале недели мы рассказывали про новую функцию Память — таблицы, с помощью которых агент может сохранять и читать данные из диалогов: контакты, жалобы, предпочтения и что угодно ещё. Сегодня подробнее рассмотрим, какую роль в этом процессе играет Ассистент. Допустим, вы хотите собирать оценки, которые клиенты оставляют боту в чате. Не нужно заранее продумывать структуру таблицы и правила заполнения. Просто напишите Ассистенту: «Хочу собирать оценки ответов бота, которые пишут клиенты в чате». Он предложит: 🟡какие данные сохранять 🟡какие колонки добавить 🟡в каком формате хранить значения 🟡когда агент должен записывать новую строку Вы проверяете, подтверждаете — и агент начинает сам находить оценки и складывать их в Память. А когда данные накопятся, можно просто спросить, например: «Сколько сегодня было чатов и сколько из них с плохой оценкой?» Ассистент посчитает и покажет результат. Отчёт можно скачать или уточнить запрос — например, попросить разбивку по дням. Так работает любой сценарий: вы объясняете, что нужно собирать, Ассистент помогает настроить таблицу, агент её заполняет, а вы через диалог получаете нужные цифры и отчёты. Подробнее о Памяти — в документации. Вопросы? Пишите 🙌🏻 Wikibot — ИИ-агенты для поддержки и продаж

Продолжаем расширять список интеграций на платформе 🔥 Теперь ИИ-агента можно подключить к Planfix, чтобы он автоматически обрабатывал обращения и отправлял ответы прямо в систему. Настройка занимает всего несколько минут — подробную инструкцию уже добавили в документацию. Wikibot — ИИ-агенты для поддержки и продаж

У ИИ-агентов в Wikibot появилась память 🧠 И это не просто новая фича. Это большой шаг вперед. Теперь ваш агент может не только отвечать клиентам, но и запоминать все важное из диалогов и складывать в структурированные таблицы. Вы сами решаете, какую информацию сохранять и в каком виде. Например: 🔸контакты и параметры заявок 🔸причины обращений и жалоб 🔸интерес к товарам или услугам 🔸статусы и результаты диалогов Таблицу можно настроить самостоятельно, но лучше описать задачу Ассистенту своими словами — он предложит удобную структуру. Готовые примеры таблиц уже доступны в разделе «Обучение → Память». Дальше больше: Ассистент умеет работать с накопленными данными. Попросите его найти нужные записи, посчитать показатели или сформировать отчёт — так же, как если бы вы поставили задачу коллеге. В результате агент сам собирает информацию во время общения, а ваша команда получает структурированные отчеты для работы и анализа без необходимости перечитывать переписки. Подробнее о настройке памяти — в документации. Wikibot — ИИ-агенты для поддержки и продаж

Необязательно сначала писать десятки подробных инструкций. Первый вариант базы знаний можно собрать за несколько часов. 👉🏻 Базой знаний для агента могут стать уже существующие материалы: 🟡страницы сайта с описанием продукта, тарифов и условий 🟡документы, инструкции и таблицы команды 🟡переписки, в которых сотрудники отвечали на вопросы клиентов Например, можно выбрать самые частые темы первой линии, выгрузить диалоги по ним и передать в любую LLM. Она поможет превратить переписки в структурированные материалы: выделить вопрос клиента и описать правильное решение. 👉🏻 Отдельно важно объяснить агенту его ограничения: 🟡какие обращения нужно сразу передавать оператору 🟡может ли он задавать уточняющие вопросы 🟡что делать, если в базе нет подходящего ответа 🟡какие действия он не должен выполнять самостоятельно Эту информацию необязательно добавлять в каждую статью базы знаний. Общие правила поведения можно указать в промпте агента. 👉🏻 Не стоит недооценивать и знания опытных операторов. Часто сотрудники знают исключения и рабочие решения, которые нигде не зафиксированы. С ними можно провести короткое интервью и по его итогам дополнить базу. В дальнейшем её пополнение можно сделать частью работы поддержки или контроля качества: появился новый повторяющийся вопрос — добавили или обновили материал. В Викибот можно добавить разные источники знаний, подробнее — в документации. Не нужно стремиться сразу описать всё. Вопросы без ответа быстро покажут, каких знаний не хватает 🙌🏻 Wikibot — ИИ-агенты для поддержки и продаж

Как выбрать модель для ИИ-агента? Универсальной лучшей модели нет 🤷🏼‍♂️ В новой статье разобрали, на какие параметры смотреть при выборе LLM и как сравнивать модели не только по скорости ответа и стоимости. 👉🏻 Читать

ИИ-агент отвечает клиентам и снижает нагрузку на поддержку. Но как понять, какую экономическую пользу он приносит бизнесу? Сегодня разбираем шесть ключевых факторов: 1. Сколько обращений агент действительно решает Не просто отвечает, а закрывает без оператора и повторного контакта. 2. Какие вопросы автоматизированы Чем больше времени оператор тратит на вопрос, тем заметнее эффект от его автоматизации. 3. Как меняется работа команды ИИ может не только заменять часть работы операторов, но и ускорять их, сокращать эскалации и позволять поддержке расти без найма новых сотрудников. 4. Во сколько обходится агент Кроме тарифа и моделей, есть настройка, интеграции, работа с базой знаний и контроль качества. Каждый из этих пунктов можно выразить в человекочасах. 5. Как меняется качество поддержки Ошибки, повторные обращения и лишние переводы оператору снижают экономический эффект. Поэтому финансовые показатели важно смотреть вместе с CSAT и качеством решения вопросов. 6. С чем сравнивается результат Чужие кейсы дают ориентиры, но не готовый прогноз. Экономику лучше считать на собственных данных, сравнивая стоимость и качество поддержки до и после запуска агента. В итоге формула выглядит так (все показатели в формуле нужно перевести в деньги): Экономический эффект = самостоятельно закрытые обращения + сэкономленное время операторов + предотвращённый найм и эскалации − полные расходы на работу ИИ-агента. Если хотите подробный разбор этой формулы на конкретных цифрах — напишите в комментариях. Подготовим отдельный материал 🙌🏻 Wikibot — ИИ-агенты для поддержки и продаж

Недавно мы писали, что ИИ лучше всего работает не вместо сотрудников, а в связке с ними 👀 Сегодня показываем такой кейс на примере Wazzup. У команды была база знаний из 1100 статей, но искать нужную информацию становилось все сложнее. Wazzup подключил ИИ-помощника к Notion, чтобы сотрудники могли быстрее находить ответы и ссылки на источники. Как проходило внедрение и какие результаты получила команда — читайте в новом кейсе. 👉🏻 Читать

Бот отвечает клиентам, закрывает часть обращений, снимает типовые вопросы с операторов. Технически — всё летает. А через 3–6 месяцев руководство всё равно спрашивает: «Что мы реально получили? Где снижение нагрузки и экономия?» Окей, давайте разбираться, что бизнес обычно прячет за фразой “нам нужен ИИ в поддержке”. «Хотим сократить расходы на поддержку» На деле это может означать и сокращение ФОТ, и отказ от найма новых людей при росте обращений, и снижение стоимости одного диалога. Всё измеряется по-разному. «Нам нужно автоматизировать 80% обращений» Звучит круто, но важно, какие именно обращения забирает ИИ. Можно автоматизировать 80% простых вопросов, которые почти не грузили поддержку, а можно закрыть 20–30% самых массовых и дорогих — эффект будет совсем другой. «Пусть ИИ отвечает быстрее операторов» Скорость важна, но часто настоящая боль в другом: операторы долго ищут информацию, дают разные ответы на один вопрос и качество плавает. «Все внедряют ИИ, нам тоже пора» Самый рискованный запрос. Когда внедряют просто «потому что все уже внедрили», без чёткой задачи — проект почти всегда разочаровывает. Главное: Хороший ИИ-агент начинается не с технологии, а с понимания, какую конкретную боль в поддержке или бизнесе он должен закрыть. Когда решение уже выбрано, а проблема ещё не названа — проект сложно сделать успешным. Wikibot — ИИ-агенты для поддержки и продаж

Главные новости месяца ☀️ 🟡Обновления платформы Обновили линейку DeepSeek Снизили стоимость DeepSeek V4 Flash до 0,15 кредита за запрос — теперь при том же бюджете можно обработать почти в два раза больше обращений. Также добавили DeepSeek V4 Pro для более сложных задач. Подробнее Добавили навык «Резюме» Перед переводом на оператора агент может сам составить краткую выжимку диалога и добавить её к обращению. Сотрудник сразу увидит суть вопроса и не будет перечитывать всю переписку. Подробнее Отключили вход через Telegram С 1 июля авторизация через Telegram больше не работает. Если вы использовали её для входа и ещё не привязали почту, напишите нам с того же Telegram-аккаунта — поможем перенести аккаунт. 🟡Полезные советы 5 настроек, которые стоит проверить Рассказали о настройках агента, которые помогают повысить качество ответов, упростить работу с разными форматами обращений и сделать агента более самостоятельным. Подробнее Как контролировать расходы на ИИ Собрали способы, которые помогают заранее ограничить бюджет и сократить стоимость работы агента — в том числе за счёт неочевидных настроек. Подробнее 🟡Вебинар: что реально умеет ИИ в клиентском сервисе Вместе с Webim обсудили, что влияет на результат после внедрения ИИ. Главные выводы можно изучить в карточках поста, а также посмотреть полную запись вебинара. Подробнее 🟡Новая статья: жизнь после запуска ИИ-агента Рассказали, как наши клиенты улучшают агентов уже после запуска и какую роль в этом играет Ассистент. Читать статью Кстати, теперь следить за обновлениями Викибот можно прямо в личном кабинете — все новости платформы собраны в отдельном разделе 🙌🏻

Когда вы пишете инструкцию для ИИ-агента, хочется, чтобы он был максимально полезным для клиентов. Но здесь важно заранее определить, что агент должен делать, если информации для ответа недостаточно. Дело в том, что LLM обучают так, чтобы быть полезными. Поэтому, если информации не хватает, модель может не признать, что ответа нет, а с полной уверенностью выдавать ложь за правдоподобный факт. В результате бот может: 🔵придумать условия возврата или доставки 🔵назвать неверную стоимость услуги 🔵пообещать функцию, которой на самом деле нет Такие ошибки не только подрывают доверие пользователей к компании. В зависимости от сферы они могут привести к финансовым потерям, юридическим претензиям или тому, что клиент примет неправильное решение, полагаясь на ответ ИИ. Именно поэтому в инструкции важно заранее описать, что агент должен делать, если он не знает ответа. Например: 🔵попросить пользователя перефразировать вопрос 🔵честно сообщить, что не нашел нужной информации 🔵ответить только тем, что подтверждено базой знаний 🔵передать диалог оператору В конечном счете задача ИИ-агента — не дать ответ на любой вопрос, а не оставить пользователя один на один с его проблемой. Иногда лучший способ помочь — признать ограничения, уточнить детали и вовремя передать разговор человеку. Wikibot — ИИ-агенты для поддержки и продаж

На демо звонках мы часто слышим: «А вдруг клиенты будут злиться, что им отвечает бот?» На самом деле клиенты редко уходят из-за того, что им ответил ИИ. Гораздо чаще они уходят из-за плохого сервиса. Что раздражает клиентов сильнее всего? 📍ждать ответа несколько часов 📍получать неверную или устаревшую информацию 📍получать разные ответы на один и тот же вопрос 📍начинать объяснять проблему заново после перевода на другого сотрудника Что меняется, когда первая линия поддержки — ИИ-агент? 🔵отвечает сразу 🔵всегда использует актуальную базу знаний 🔵не забывает инструкции и не устаёт к концу смены 🔵может передать оператору резюме диалога перед переводом Конечно, ИИ тоже ошибается. Но есть важное отличие: если агент ответил неправильно, достаточно один раз исправить его инструкцию или базу знаний — и это изменение сразу будет работать во всех следующих похожих диалогах. С людьми такой подход невозможен: даже после обучения разные сотрудники могут отвечать по-разному. Поэтому вопрос не в том, кто лучше — ИИ или оператор. Вопрос в том, как сделать клиентский сервис стабильнее? В хорошей поддержке без людей не обойтись: именно они разбираются в сложных ситуациях, чувствуют эмоции и принимают решения за рамками правил. Задача ИИ — взять на себя рутину и сделать первую линию поддержки стабильной, чтобы операторы не выгорали на однотипных вопросах, а включались только там, где их участие действительно важно. В итоге лучший результат получается не при замене, а при работе в команде: ИИ отвечает быстро и последовательно, а люди подключаются там, где человеку нужен человек 🫶🏻 Wikibot — ИИ-агенты для поддержки и продаж

Новые регистрации через Telegram уже недоступны. С 1 июля мы полностью отключим Telegram-логин. После этой даты вход в Викибот будет возможен только по электронной почте или через ВК. Если вы раньше входили через Telegram, просто войдите в аккаунт до 1 июля — система предложит привязать почту. Это займёт пару минут и позволит сохранить доступ к платформе. Если не успеете привязать почту до 1 июля, напишите нам с того Telegram-аккаунта, который использовали для входа. Мы поможем перенести аккаунт на почту вручную. Wikibot — ИИ-агенты для поддержки и продаж

После запуска ИИ-агента появляются новые вопросы, ошибки и сценарии, которые невозможно предусмотреть заранее. В новой статье рассказываем, как наши клиенты используют Ассистента, чтобы быстрее находить проблемы, улучшать ответы агентов и реже править инструкции вручную. А если вы уже работаете с Ассистентом, будем рады узнать и про ваш опыт в комментариях 🙌🏻