Вы хотите, чтобы бот отвечал клиентам по вашим данным: ваши цены, услуги, условия, а не то, что языковая модель когда-то вычитала в интернете. Дальше начинается путаница, которая стоит людям недель. Половина статей называет это «обучением бота» и рисует картинку, будто вы переучиваете нейросеть. Это не так.
Коротко: «обучить бота своими данными» на практике почти всегда значит подключить базу знаний через RAG (поиск по вашим документам в момент вопроса), а не дообучить модель. Это резко снижает выдумки, но не до нуля. Чтобы боту можно было доверять, нужны 4 предохранителя: фолбэк «не знаю», ответ со ссылкой на источник, передача оператору и свежая база. Ниже даём чек-лист, которым можно проверить любого бота до того, как пускать его к клиентам.
«Обучить» — это не дообучение. Это RAG
Сначала разберёмся с термином, потому что на нём спотыкаются почти все. Есть два разных процесса, и оба называют «обучением»:
- Дообучение (fine-tuning) меняет веса модели. Оно хорошо задаёт стиль, то есть как звучать. Это дорого, медленно и статично: чтобы обновить, надо переучивать заново.
- RAG модель не трогает. Он в момент вопроса достаёт из ваших документов нужные куски и подаёт их модели как контекст. Он задаёт содержание, то есть что говорить, и подхватывает правку документа без переобучения (скорость зависит от того, как инструмент переиндексирует базу).
Для малого бизнеса на старте RAG почти всегда правильный выбор. Цены, часы работы, условия меняются, и бот должен быть актуален в день правки, а не после нового цикла обучения. Как это работает на практике: вы загружаете, что есть (PDF, таблица, текст, страницы сайта), система режет каждый документ на фрагменты (обычно по 200–500 токенов), превращает их в векторы, а в момент вопроса достаёт самые близкие по смыслу куски и отвечает по ним. Хорошая формулировка про разницу: RAG даёт контент (что сказать); дообучение даёт голос (как сказать).
И вот что важно: ваш тон — это отдельный слой. База знаний отвечает за факты, а «звучать как вы» — это профиль и инструкции поверх этих фактов. Тонкие explainer'ы это смешивают; на деле это два разных механизма.
Почему бот всё равно иногда выдумывает
RAG сужает, откуда берутся ошибки, но не убирает их полностью. Разборы 2026 года, которые не продают вам инструмент (Kernshell, You.com, K2view), говорят одно и то же разными словами: RAG — не серебряная пуля. Вот пять способов, которыми бот на вашей базе всё-таки выдумывает:
- Поиск промахнулся. Ответ есть в документах, но поиск его не нашёл: неудачная формулировка, плохая нарезка на фрагменты, синоним не совпал. Модель осталась без контекста и ответила «из головы».
- Модель проигнорировала контекст. Даже с нужным фрагментом перед глазами модель иногда предпочитает свою внутреннюю память и отвечает из неё.
- Документы противоречат друг другу. Два найденных куска не согласуются (старый прайс и новый), и бот уверенно берёт один.
- Вопрос за пределами базы. Документы закрывают 80% вопроса; недостающие 20% модель дописывает сама, чтобы ответ звучал целостно.
- База устарела или замусорена. RAG опирается на поиск, а не на истину: если в базе висит прошлогодняя акция, бот процитирует прошлогоднюю акцию.
Здесь видно главное: это не «модель креативит». Это сбои конвейера, а у сбоев конвейера есть инженерные починки.
4 предохранителя, которые снижают выдумки
Сделать бота идеальным нельзя. Можно сделать его безопасным в момент неуверенности, а для клиентского ассистента это и есть вся суть. Работают четыре предохранителя:
- Научите говорить «не знаю». Самый ценный шаг. Когда уверенность поиска низкая, бот должен сказать, что такой информации у него нет, а не гадать. Кейс поддержки ВкусВилл (описан в 2024) формулирует прямо: если ИИ не может найти подходящую ссылку, он ничего не сочиняет, а сообщает об этом пользователю.
- Ответ со ссылкой на источник. Если бот показывает, из какого документа взят факт, ответ можно проверить, и выдумать что-то ему структурно труднее.
- Передача оператору. Неуверенные или важные вопросы должны уходить к вам, а не в догадку. Задача бота — ответить на то, что знает, и передать то, что не знает.
- Держите базу свежей. Частая причина неверных ответов в проде — устаревшие факты. Уберите истёкшие цены, разберите противоречия, и доля ошибок падает без всякой возни с моделью.
Четыре предохранителя, которые делают бота безопасным, когда он не уверен.
А вот переиспользуемая часть. Прогоните её по любому боту на вашей базе, прежде чем пускать его к клиентам:
Чек-лист «дыра в базе» (скопируйте):
[ ] Спросите то, чего в документах НЕТ — он скажет «не знаю» или выдумает ответ?
[ ] Спросите с синонимом/опечаткой — поиск всё равно найдёт нужный фрагмент?
[ ] Заложите противоречие (старая + новая цена) — какую он процитирует?
[ ] Задайте наполовину закрытый вопрос — ответит только по закрытой части или допишет?
[ ] Может показать, ИЗ КАКОГО документа взят каждый ответ?
[ ] При неуверенности передаёт оператору — и флаг реально до вас доходит?
[ ] Поправьте документ — через сколько бот отразит изменение?
Бот, который валит первую строку (выдумывает ответ на вопрос вне базы), не готов, как бы хорошо ни выглядело демо.
Сколько это стоит, в рублях
Есть три пути к боту на своей базе, и стоят они по-разному. Цены ниже актуальны на момент проверки (05.07.2026); перед запуском сверьтесь на сайте, они меняются.
| Путь | Кому | Цена (2026) | Подвох |
|---|---|---|---|
| Собрать самому | Есть свой (или наёмный) разработчик | API модели + векторной базы; дни–недели настройки | Все предохранители, синхронизация и сбои остаются на вас |
| Конструктор с базой знаний (Salebot, BotHelp, riabot) | Кто хочет быстро, из коробки | Salebot: бесплатно (до 50 сообщ/день) → Бизнес 2 999 ₽/мес; BotHelp PRO от 1 599 ₽/мес; riabot от 300 ₽/мес | Дерево-сценарий + база; тон и связка «ответ → заявка → оплата» настраиваются руками |
| Ассистент за действия (база + доводит до заявки + принимает оплату) | Малый бизнес и эксперты, кому бот должен продавать, а не просто отвечать | Оплата за действия, ответ ≈ 2–4 ₽ | RAG-обвязка проще, чем у профильных support-платформ (см. ниже) |
Строка, где мы проигрываем: профильные support-платформы глубже нас по RAG-обвязке: цитаты под каждым ответом, дашборды уверенности, аудируемые логи. Если ваша задача — большой регламентированный саппорт, где нужна ссылка на источник под каждой репликой, специализированный инструмент вас переиграет по аудиту. Мы про другое: ответить клиенту вашим тоном и довести до заявки и оплаты.
Прикинуть свой счёт просто: возьмите свои ~40 вопросов в день × вашу цену за ответ (подставьте свои числа, не наши) и сравните с фиксом конструктора. У кого-то дешевле фикс, у кого-то выгоднее поштучная модель; смысл в том, чтобы считать по своему объёму, а не по красивой цифре на лендинге.
Когда база знаний тебе пока не нужна
Если ваш продукт и цены умещаются примерно на одной странице, а сообщения приходят изредка и вы отвечаете на них за минуту, не собирайте базу знаний. Короткий бизнес-профиль плюс пара инструкций увезут вас дальше, чем наполовину заполненный RAG, который мажет мимо. База знаний начинает окупаться, когда вопросов по вашим документам набирается больше горстки в день. До этого вы обслуживаете инфраструктуру ради проблемы, которой у вас нет. Возвращайтесь, когда пойдут повторяющиеся вопросы.
Как это устроено в iSales
Дальше этого порога — это ровно та работа, под которую сделан AI-ассистент в Telegram. Вы заполняете Бизнес-профиль (кто вы, что продаёте) и загружаете Dataroom (ваши документы как источник знаний). С этого момента ассистент отвечает по вашим материалам, тоном, который вы задали, и, в отличие от support-ботов, не останавливается на ответе: доводит разговор до заявки и может выставить счёт или продать контент прямо в чате.
Предохранители выше здесь не опция: поведение «не знаю — передал вам» и эскалация на оператора — это и есть то, как ассистент остаётся надёжным, пока вы спите. Чем он не является, так это регламентной support-RAG-платформой с аудитом цитат; если вам нужны именно аудируемые ссылки под каждым ответом, выше сказано, куда смотреть. Его место — отвечать аудитории вашим тоном и превращать ответы в заявки. Этого хватит, чтобы прогнать чек-лист по своим документам и увидеть, где дыры.
Это же и разница между живым агентом и деревом-сценарием: скрипт знает только те ветки, что вы нарисовали, а ассистент на базе отвечает на вопрос, который вы не предусмотрели: по вашим документам или никак.
FAQ
Нужен ли программист, чтобы подключить базу знаний? Нет, если берёте готовый конструктор или ассистента: базу вы загружаете сами, без кода. Разработчик нужен только на пути «собери сам», где вы своими руками поднимаете модель, векторную базу и все предохранители.
Сколько документов можно загрузить? Зависит от инструмента, и лимиты меняются: у кастомного GPT потолок около 20 файлов (сверьтесь в конструкторе), у профильных платформ — тысячи. Важнее потолка качество: чистый, без дублей и с актуальными данными набор бьёт большой замусоренный.
Что происходит, когда бот не знает ответа? Это ровно то, что закрывают предохранители. Правильно настроенный бот говорит, что информации нет, и передаёт оператору; для клиента это куда лучше уверенного неверного ответа.
Не утекут ли мои данные в модель? Ваши документы лежат в базе знаний и достаются в момент запроса, а не «вшиваются» в публичную модель. Условия обработки данных стоит проверить у любого инструмента, но RAG обычно оставляет исходники под вашим контролем, и их легко удалить.
Будет ли дороже, когда вопросов станет больше? Зависит от модели оплаты. Оплата «за решённый диалог» растёт вместе с объёмом, как раз когда вы заняты сильнее всего. Поштучная модель и фикс ведут себя иначе; выбирайте по своему объёму вопросов, а не по заголовочной цене.
Проверьте на своих документах. Загрузите базу, задайте вопрос, которого в ней нет, и посмотрите, что бот сделает. Запустить AI-сотрудника бесплатно: 30 сообщений, без карты.
Источники и обновление
Kernshell, «How RAG Reduces AI Hallucinations» (14.11.2025); You.com, «AI Hallucination Prevention and How RAG Helps» (27.02.2026); K2view, «RAG hallucination» (29.04.2026); sostav.ru, кейс поддержки ВкусВилл/Smartbot (26.11.2024); kingservers.com, «Fine-tuning vs RAG»; страницы тарифов — Salebot, BotHelp, riabot. Проценты снижения выдумок — оценочные и по данным вендоров, не контролируемый бенчмарк. Оплата за действия и бесплатный старт iSales: тарифы (цены и функции — по текущим условиям продукта).
Цены конкурентов сверены в июле 2026 — списочные, могут меняться.
