Админ-панель для управления ИИ-агентом: как выглядит ИИ-автоматизация уровня продвинутого бизнеса
Все говорят про внедрение ИИ, но почти никто про управление им. Владелец бизнеса (мой заказчик) боится двух вещей: что агент напишет клиенту чушь и что его невозможно будет быстро остановить.
И чтобы ИИ действительно стал инструментом, а не риском, владельцу нужны «руль и тормоза». Так я разработал кастомную админ-панель на связке FastAPI + React: она позволяет перехватывать диалоги в реальном времени, обновлять базу знаний без программиста и держать все под контролем с максимальным удобством для бизнеса.
Что внутри?
1. Главная страница (Дашборд)
Первое, что видит администратор после входа в панель — это дашборд, который отвечает на главный вопрос: ИИ сейчас под контролем или он работает сам по себе?
В верхней части находится запуск и остановка ИИ-агента. Панель показывает, активен ли бот, какой у него PID, когда он стартовал и какая была последняя ошибка (если она конечно была). Это принципиально отличает кастомное решение от конструкторов: агент становится управляемым сервисом, который можно остановить мгновенно - не вырубая отдельно через сервер.
Второй блок — это уже бизнес-статистика: сколько новых диалогов появилось сегодня, сколько клиентов ждут ответа, сколько чатов помечены как “требующие внимания”. Панель показывает нагрузку на администраторов и путь клиента к записи.
Отдельно я добавил Activity Log (журнал последних событий): новый клиент написал, агент отправил ответ, администратор включил режим перехвата, обновили базу знаний, бот был перезапущен. Здесь, при наличии нескольких контролеров можно помечать никнеймы для действий.
2. Чаты
Раздел чатов — центральное рабочее пространство панели, где собраны все диалоги с клиентами в одном интерфейсе (собираются и из Телеграмм, и из WhatsAPP, VK и других нужных): активные обращения, завершенные случаи и те ситуации, где требуется вмешательство человека.
Открыв чат, администратор получает полную историю переписки: сообщения клиента, ответы агента и действия человека. Визуально сообщения разделены по ролям (user, bot и admin), поэтому диалог читается как прозрачный лог работы цифрового сотрудника.
На мой взгляд, самая главная функция здесь: Admin Mode (режим перехвата управления). В любой момент администратор может одним кликом отключить автоматические ответы и взять разговор на себя. Клиент продолжает общаться в том же чате, но теперь отвечает уже человек.
Раздел чатов работает в реальном времени, новые сообщения появляются сразу через WebSocket и автообновление, администратор видит входящие обращения моментально, а система фиксирует события в журнале активности. Дополнительно реализованы счетчики непрочитанных сообщений и быстрые статусы, так чтобы администратор сразу видел, где клиент ожидает ответа.
3. Заявки (Лиды)
После того как система научилась уверенно вести диалоги, возникает следующий логичный вопрос: "Куда дальше попадают клиенты?"
Ответов может быть множество: от подтверждения администратором до записи в собственную CRM - это все настраивает владелец по желанию. В данном случае, для удобства была реализована мини-срмка, которая позволяет отслеживать клиента прям в админ-панели.
Когда клиент пишет в мессенджер, бот может не только проконсультировать, но и зафиксировать намерение: запись, вопрос по цене, запрос на врача. Такие обращения автоматически попадают в таблицу заявок. Администратор видит структурированный список лидов: кто написал, с каким запросом, на каком этапе находится обращение и требует ли оно внимания человека. Дальше все работает без перегруженных интерфейсов — только то, что реально нужно заказчику.
Заявки можно фильтровать по статусам, быстро обновлять этап обработки и сразу переходить в соответствующий чат, чтобы продолжить общение. Это убирает главную проблему мессенджеров: когда клиент написал, а через час его сообщение уже утонуло в общей ленте. Отдельно я добавил экспорт в Excel как привычный формат отчетности.
Так, ИИ-агент перестает быть ботом поддержки. Он становится первым этапом продаж: принимает обращения, фиксирует лидов и передает их администратору в понятном виде.
4. База знаний
Любой ИИ-агент в бизнесе хорош ровно настолько, насколько хороши данные, на которых он отвечает. У моего клиента это особенно критично: цены меняются, сотрудники уходят в отпуск, появляются новые услуги, акции, правила гарантии. И если бот продолжает отвечать по старым данным — это мгновенно превращается в репутационный риск.
Собственно поэтому я заложил в систему отдельный модуль — базу знаний, которая позволяет управлять содержанием ответов так же просто, как админ управляет расписанием, без доступа к коду.
Внутри базы есть несколько вкладок:
- Услуги и цены. Полноценный CRUD-интерфейс: можно добавлять услуги, задавать стоимость, длительность, синонимы и формулировки, которые клиент использует в реальной переписке.
- Сотрудники. Здесь администратор управляет списком специалистов: ФИО, специализация, активность. Если сотрудник временно недоступен (например в отпуске), его можно отключить, чтобы бот не предлагал запись в никуда.
- Информация о компании. Адрес, парковка, оплата, гарантии, рабочие часы, ответы на частые вопросы и пр. (фактически все что нужно знать ИИ-агенту). Это то, что в обычных ботах зашивается в код или промпт и потом становится трудно обновляемым.
Так, агент можно назвать реальным цифровым сотрудником, который опирается на актуальные данные заказчика. А бизнес получает главное: уверенность, что бот отвечает правильно не потому что он умный, а потому что система знаний под контролем.
5. Настройки ИИ-Агента
Я думаю вы понимаете, что даже самый точный ИИ-агент может работать по-разному. Один и тот же ответ можно сказать сухо, можно дружелюбно, можно строго по протоколу, а можно “по-человечески”. И в реальном бизнесе это важно: маркетинговая компания, детская клиника и строительная фирма должны звучать совершенно по-разному.
Поэтому я сделал отдельный модуль ИИ настроек, которые создают из ИИ сотрудника с фирменным общением, а не в фиксированный скрипт.
В панели администратор может менять ключевые параметры общения без кода и без перезапуска системы:
- Менять стиль коммуникации: формальный или дружелюбный (или добавить вообще иной). Это влияет на тон всех ответов, чтобы бот совпадал с голосом бренда заказчика.
- Настройка приветственного сообщения (если необходимо, я как правило оставляю пустым). В админ-панели можно задать кастомное приветствие: строгое “Здравствуйте, чем могу помочь?” или более теплое.
- Поведение агента при ошибке тоже важно предусмотреть: от срочного уведомления администратору до логирования и повторного запроса клиенту.
Для продвинутых интегрировал модуль настройки промпта. Здесь можно задавать все что угодно: правила, ограничения, сценарии, что бот может говорить, что нельзя, как реагировать на нестандартные ситуации и проч. Фактически это режим конфигурации мозга ИИ-агента, именно то, чего нет в конструкторах, где все-все ограничено шаблонами.
И да, важно отметить: решение кастомное. Что это значит? Если просто - добавлять можно неограниченный функционал: контроль трат на API, контроль сбоев со стороны мессенджеров, телефония и многое, многое другое - чего изъявит заказчик.
Технический блок: архитектура админ-панели
Я строил админ-панель как полноценный продукт с классической клиент-серверной архитектурой и разделением на независимые слои, что позволяет масштабировать систему, подключать новые модули и поддерживать базовую стабильность.
Сервер реализован на FastAPI и выступает центральным контроллером всей панели. Он предоставляет полный REST API для управления чатами, заявками, базой знаний и настройками агента.
Ключевые возможности бэкенда:
- CRUD-операции для всех сущностей (чаты, сотрудники, услуги) + Google Sheets API (т.к. все вписывается туда);
- управление состоянием агента;
- встроенная система логирования;
- WebSocket-канал для обновлений в реальном времени;
- CORS для гибкой работы с фронтом.
Модули:
1. AdminState: состояние системы и управление в реальном времени;
2. BotManager: классическая управляемость;
3. ChatStore: структурированная история диалогов - здесь же логика админ-мода;
4. AdminSettingsStore: отдельный слой настроек ИИ-агента.
Про фронтенд:
- TanStack Query для серверного состояния;
- Tailwind (glassmorphism UI) - спасибо FigmaMake (рекомендую для начинающих в UI);
- Framer Motion для плавных переходов;
- типизированный API-клиент.
Выводы
Админ-панель для ИИ-бота - это не про «приятное дополнение», это также важный слой для любой серьезной автоматизации. Доверие клиента и контроль над коммуникацией - это то необходимое, что можно получить с админ-панелью ИИ.
Хочешь интегрировать в свой бизнес ИИ-агента или научится их разрабатывать? Переходи в мой телеграмм-канал, где я ежедневно рассказываю о своих решениях в области ИИ-автоматизации: