SML создали ИИ-бот для помощи сейлзам

Бот распознает информацию с изображений, структурирует и отправляет данные лидов в корпоративную CRM-систему.

Пользователю достаточно отправить фотографию или скриншот с контактами в корпоративный Telegram-чат. Далее за работу берется Telegram-бот для парсинга изображений с контактной информацией. С помощью ChatGPT он автоматически распознает ключевую информацию (имя, компанию, контакты), следуя указаниям промпта, который прописан в коде на сервере. После извлечения данные проходят проверку на полноту и корректность. Бот сам структурирует информацию и создает карточку лида в системе Bitrix24. Пользователь получает уведомление со ссылкой на созданный лид.

Кроме того, ИИ-бот позволяет сейлзам устанавливать текущее событие (например, выставку или конференцию), чтобы автоматически привязывать к нему все новые лиды, проверять или менять статус бота (включен/выключен) и просматривать детальную статистику обработки: количество новых изображений, заданий в работе, отмененных, завершенных с ошибкой валидации и успешно созданных лидов.

Важно, что система ведет учет использованных ресурсов ИИ: фиксирует количество токенов ChatGPT (в среднем около 10 000 на одно изображение, что эквивалентно примерно 2 рублям за контакт), предоставляя финансовому отделу точные данные для контроля затрат.

Решение построено на проверенных и современных технологиях. Разработка велась с использованием Node.js и TypeScript. Управление взаимодействием с пользователями в Telegram реализовано через библиотеку Telegraf. Для распознавания изображений и извлечения структурированных данных интегрирован искусственный интеллект ChatGPT через официальный OpenAI API. Все запросы на обработку, их статусы и статистика хранятся в MongoDB, а для удобного взаимодействия с ней используется библиотека Mongoose.

В SML отмечают, что созданный ИИ-бот имеет перспективы развития. Одно из возможных дополнений — распознавание голосовых сообщений, которые пользователи часто присылают вместе с изображениями в качестве пояснения. Это позволит полностью автоматизировать процесс сбора информации из разных источников в единый поток данных.

Этот опыт демонстрирует, как даже небольшие внутренние проекты помогают SML оптимизировать собственные процессы и прокачивать компетенции в области искусственного интеллекта. Развитие подобных инструментов может быть полезно для оптимизации и других рутинных задач, будь то обработка первичной документации, автоматический ввод данных из договоров и счетов или интеграция информации из различных источников в корпоративные системы.