Мы отдали техподдержку Claude. Он отработал месяц.

Средний российский онлайн-магазин теряет 15-20% клиентов просто потому, что не отвечает вовремя. Люди пишут ночью, в выходные, в праздники. А менеджер спит. Это не его вина — он физически не может дежурить 24/7.

Мы в Bastion Prime закрывали глаза на это годами. Утром находили в чатах гору непрочитанных сообщений. Часть клиентов просто уходила к конкурентам. Остальные ждали ответа по 8-12 часов. И это считалось нормальным.

А потом мы запустили эксперимент, который стоил нам 160 долларов и полностью изменил отношение к саппорту.

До: как работала наша техподдержка

У нас классическая связка для небольшого магазина на WooCommerce: Telegram, email и всплывающий чат на сайте. Обрабатывал всё один человек — маркетолог по должности, оператор поддержки по факту.

Он отвечал на вопросы про доставку, возвраты, совместимость товаров. Если не знал ответа — бежал ко мне. Я отвлекался от своих задач и становился второй линией поддержки. Иногда третьей, если вопрос требовал залезть в админку.

График был такой: с 10 до 19 в будни. Всё, что прилетало позже, ждало до утра. В выходные мы вообще не отвечали. Результат: 30-40% обращений оставались без ответа дольше часа. 15% — дольше 6 часов. Среднее время первого ответа — 3,5 часа.

Мы теряли клиентов. Мы знали это. Но нанять отдельного человека в саппорт было нерентабельно. А если нанять, он всё равно будет спать по ночам.

Решение: Claude вместо оператора

У нас уже был позитивный опыт с Claude — мы использовали его в роли «Цифрового директора» для управления маржинальностью. Агент работал чётко, не галлюцинировал, не ошибался в математике. Поэтому, когда встал вопрос о поддержке, сомнений, какую модель брать, не было.

Мы взяли Claude 3.5 Sonnet через Anthropic API. Настроили агента на выделенном сервере, подключили к:

Telegram (основной канал общения с клиентами);
WooCommerce REST API (статусы заказов, остатки, история покупок, настройки доставки);
почтовому ящику (для тех, кто пишет на email);
внутренней базе знаний магазина.

Архитектура простая. Сообщение от клиента приходит в Telegram или на почту. Claude определяет категорию обращения, ищет ответ в базе знаний или тянет данные из API и отвечает. Если ответ требует подтверждения (например, запрос на возврат), агент передаёт задачу менеджеру.

Ключевое: финальное решение по сложным вопросам всегда за человеком. Агент не может сам одобрить возврат денег или изменить заказ. Он готовит проект ответа — менеджер подтверждает или отклоняет. Это принципиальный guardrail.

Затраты: Claude API около 120вмесяцпринашейнагрузке(2−3тысячидиалогов).Сервер—ещё120вмесяцпринашейнагрузке(2−3тысячидиалогов).Сервер—ещё40. Итого $160 в месяц за оператора, который работает 24/7, не болеет и не уходит в отпуск.

Что умеет Claude (и что мы ему не доверили)

Вот полный список того, что агент делает уже сейчас.

Вопросы о доставке. Claude подключён к WooCommerce API. Он знает тарифы СДЭК, Почты России и курьерской службы. Когда клиент спрашивает «когда приедет мой заказ», агент проверяет статус и даёт точный ответ с трек-номером. Раньше на это уходило 5-7 минут менеджера. Теперь — 12 секунд.
Характеристики товаров. Агент обучен на нашем каталоге из 2000+ SKU. Он знает вес, габариты, материал, страну производства, срок гарантии. Может сравнить две модели и аргументировать разницу.
Помощь с выбором. Покупатель описывает задачу («нужен рюкзак до 30 литров для города, чтобы ноутбук 15 дюймов влезал»), а Claude предлагает 2-3 варианта с обоснованием.
Типовые возвраты. Если клиент пишет «хочу вернуть товар», агент проверяет дату покупки и сроки возврата и либо запускает процедуру (формирует заявку в бэкенд), либо объясняет, почему возврат невозможен.
Проблемы с оплатой. Claude видит статус платежа. Если платёж завис, агент успокаивает клиента и проверяет статус в API.

Чего мы агенту не доверили (и не планируем). Жалобы с высоким эмоциональным накалом. Если клиент пишет капсом и с восклицательными знаками, Claude это детектит и немедленно передаёт менеджеру с пометкой «срочно». Нюансы брака по фото. Если покупатель утверждает, что товар пришёл с дефектом, Claude просит фото или видео и передаёт дело человеку. Решения о компенсациях. Агент не может давать скидки или промокоды за косяки магазина. Это только через менеджера.

Что получилось

Через месяц работы мы подвели итоги. Цифры такие:

Решение 80% обращений без участия человека. Это соответствует мировым кейсам — например, у Trusted Shops Claude автоматизировал 50% поддержки с сокращением времени обработки на 60%. У нас показатель даже выше, потому что мы работаем с более узкой и предсказуемой предметной областью.
Среднее время первого ответа сократилось: было 3,5 часа, стало 18 секунд. По данным аналитиков, после внедрения ИИ в техподдержку время обработки и период простоя сокращаются в 4 раза, а экономия составляет в среднем 23,2 млн рублей в год. У нас масштаб скромнее. Но даже так: 3,5 часа против 18 секунд — это просто разные виды бизнеса.
Ночные обращения наконец-то обрабатываются. Примерно 25% сообщений приходят с 20:00 до 09:00. Раньше они висели до утра. Теперь получают ответ мгновенно. По данным подобных кейсов, это может увеличивать конверсию ночных обращений на 21%.
Экономия маркетолога — 16 человеко-часов в неделю. Он перестал быть оператором поддержки и вернулся к нормальному маркетингу.
Ноль негативных отзывов про «робота». Мы переживали, что клиенты почувствуют подвох и начнут жаловаться. Пока тишина. Claude отвечает достаточно по-человечески.

Факапы: где агент облажался

Было три случая за месяц. Рассказываю честно.

Слишком честный Claude. Клиент спросил: «У вас лучшая цена на этот товар?» Агент, имея доступ к API конкурентов, честно ответил: «Нет, у конкурента X сейчас дешевле на 340 рублей, потому что у них акция». И приложил ссылку. Клиент посмеялся и купил у нас. Но мы добавили правило: не сравнивать цены с конкурентами языком цифр, только общими словами.
Потеря контекста в длинном диалоге. Когда переписка превышает 15-20 сообщений, Claude начинает «забывать» детали из начала диалога. Лечится: мы разбили длинные беседы на сессии. Каждые 10 сообщений агент резюмирует контекст.
Не смог правильно спозиционировать себя. Один клиент спросил: «А вы человек или бот?». Claude честно признался, что он AI. Мы думали, это вызовет отторжение. Но клиентка написала: «Ого, круто. А вы правда понимаете, что я пишу?» — и продолжила диалог. Второй просто сказал «ок» и задал следующий вопрос. Но вывод мы сделали: добавили в промпт чёткое позиционирование. Теперь Claude представляется не как «искусственный интеллект», а как «цифровой ассистент магазина».

Кому это нужно

Тем, у кого магазин на WooCommerce с 500-5000 SKU, в штате 2-5 человек и нет бюджета на колл-центр. Это ровно та ситуация, в которой находимся мы.

Если у вас 20 заказов в день — человек справится. Если больше 100 — нужен выделенный оператор. А если между 20 и 100 — это наш случай. Человек уже не справляется, нанимать второго дорого. AI-агент закрывает дыру за копейки.

По оценкам аналитиков, к 2027 году четверть организаций будут использовать AI-агентов как основной канал обслуживания клиентов. Мы просто сделали это чуть раньше.

Главный вывод

AI-поддержка — это не про замену людей и не про экономию на зарплате. Это про то, что ваш бизнес наконец-то начинает отвечать клиентам тогда, когда им удобно. А не когда менеджер вышел на работу.

До эксперимента мы жили с установкой: «Ну подумаешь, ответят утром, ничего страшного». После — стало очевидно, что это было страшно. Мы просто не знали, что можно иначе.

За $160 в месяц мы получили оператора, который не спит, не хамит и не забывает детали заказа. Он не заменит человеческое общение в сложных случаях, но 80% обращений — это не сложные случаи. Это «где мой заказ», «какой размер выбрать» и «когда приедет».

И вот что важно: мы не просто автоматизировали поддержку. Мы изменили ожидания клиентов от нашего магазина. Раньше они ждали ответа часами. Теперь получают его за секунды — и это становится новой нормой, от которой мы сами уже не можем откатиться назад.