
Росатом
Подробности
Описание
Мы внедрили корпоративного LLM‑ассистента, который объединяет знания из внутренних баз, регламентов и документации. Это позволило сотрудникам быстро получать точные ответы без переключения между системами.
Ассистент обучен понимать контекст обращений и корректно маршрутизировать сложные запросы на профильные команды. Для типовых кейсов реализованы безопасные автоответы и шаблоны.
Особое внимание уделили качеству поиска по знаниям: настроили RAG‑слой с фильтрацией по актуальности, источникам и дате, что повысило доверие к ответам и снизило эскалации.
Мониторинг качества ответов и обратная связь операторов встроены в процесс, что обеспечивает постоянное улучшение базы и подсказок ассистента.
Проблема
Высокая доля повторяющихся запросов и дефицит операторов в часы пик.
Низкая точность поиска по знаниям и отсутствие единого доступа к БЗ.
Отсутствие единых шаблонов ответов и вариативность трактовок регламентов.
Долгое обучение новых операторов и высокий риск ошибок при ручном вводе.
Решение
Запуск LLM‑ассистента с RAG‑слоем над корпоративной базой знаний.
Интеграция с ITSM/CRM для регистрации/эскалации тикетов и автозаполнения полей.
Валидация ответов ассистента на основе правил и контрольных списков, настройка тональности и шаблонов.
Процесс регулярной актуализации БЗ по обратной связи, добавление примеров и контрпримеров.
Метрики
KPI ассистента
Галерея


Таймлайн проекта
- АналитикаНедели 1–2Выявление топ‑кейсов и источников знаний.
- ИнтеграцииНедели 3–5Подключение БЗ и ITSM/CRM.
- ПилотНеделя 6Запуск, сбор обратной связи, метрики качества.
- МасштабированиеНеделя 7–8Расширение сценариев, обучение команд, мониторинг качества.
Технологии и интеграции
Отзыв
“Ассистент ощутимо разгрузил операторов, повысил предсказуемость обслуживания и качество ответов. Эскалации стали более адресными, а время решения — короче.”