Задача: автоматизировать обработку большого потока отзывов и сократить ручную работу команды, сохранив единый tone of voice бренда и качество ответов. Что сделали: разработали AI-бота-ассистента, который анализирует входящие сообщения, определяет тематику и тональность, учитывает данные о товаре и автоматически формирует персонализированный ответ. Система использует продуктовые паспорта, правила коммуникации бренда и заданные ограничения для LLM. Для нестандартных или спорных ситуаций предусмотрена передача обращения человеку. Также реализовали backend-сервис, обработку и хранение данных, интеграцию с внешними источниками и настройку сценариев генерации ответов. Технологии: Python, FastAPI, PostgreSQL, LLM API, NLP-классификация, prompt engineering, Redis, REST API, Docker. Этапы работ: — анализ сценариев и проектирование архитектуры; — разработка backend и интеграций; — настройка LLM и правил генерации; — подключение продуктовых данных; — тестирование на реальных обращениях; — настройка качества и подготовка к эксплуатации. Срок разработки: 6 недель. Результат: система автоматизирует обработку типовых отзывов и помогает масштабировать клиентскую коммуникацию без пропорционального роста ручной нагрузки.