[rullan]

Привіт усім! Хочу поділитися своїм недавнім кейсом: ми впровадили ШІ-агента (на базі OpenAI API) на сайт локального ресторану.

Раніше в них був звичайний віджет чату з живим оператором, який вічно не встигав відповідати в години пік, і в результаті втрачалися броні столиків та замовлення на доставку. Ми замінили його на кастомного AI-агента, якому 'згодували' повне меню з інгредієнтами, карту залу для бронювання і FAQ.

**Результати за перший місяць:**
1. Агент бере на себе 85% усіх діалогів.
2. Конверсія у бронь столика через сайт зросла на 22% (бо бот відповідає миттєво навіть у п'ятницю ввечері).
3. Дуже круто працює 'upsell' — якщо людина замовляє піцу на доставку, бот ненав'язливо радить додати соуси або напої.

Звісно, були і проблеми налаштування промптів, щоб бот не 'галюцинував' і не обіцяв клієнтам безкоштовні страви. Але загалом досвід дуже позитивний. Готовий відповісти на питання, якщо хтось теж планує подібне!

[Olena_Top]

Крутий кейс, дякую що поділився! Маю два питання:
1. Скільки приблизно коштує утримання такого бота (API OpenAI) на місяць при середньому трафіку ресторану?
2. Як ви вирішили проблему з 'галюцинаціями' (щоб бот справді не роздавав знижки)?

[rullan]

@Olena_Top, щодо вартості: ми використовуємо GPT-4o-mini для більшості завдань, оскільки він швидкий і дешевий. За місяць набігає близько $15-$20 за API. Це в рази дешевше, ніж зарплата навіть одного оператора підтримки.

Щодо галюцинацій: ми використовуємо дуже жорсткий системний промпт (System Instruction), де прямо прописано заборону: 'Ти не маєш права надавати знижки, промокоди чи обіцяти безкоштовні страви. Якщо клієнт питає про знижку, ти повинен відповісти стандартним текстом про нашу бонусну програму'. Крім того, ми обмежуємо його контекст (RAG) лише нашим офіційним PDF з меню та правилами — він не бере інформацію 'зі стелі'.

[Stas_Frontend]

Звучить цікаво. Питання по технічній частині: як ви інтегрували AI з вашою системою бронювання столиків? AI просто збирає дані і надсилає вам email, чи він реально робить запис у базу або CRM ресторану через API?

[rullan]

@Stas_Frontend, хороше питання! На першому етапі (MVP) він просто збирав телефон, час і кількість людей, і формував повідомлення адміністратору в Telegram.

Але зараз ми налаштували Function Calling (виклик функцій в OpenAI). Коли бот розуміє, що клієнт хоче бронювати, він викликає нашу кастомну функцію `check_availability(time, guests)`, яка смикає API ресторанної CRM (в нашому випадку Poster POS). Якщо столик є, бот викликає `book_table(...)`. Отже, процес повністю автоматизований, адміністратор лише бачить нову бронь на планшеті.

[Kiber_Arkhitektor]

Блін, це звучить як магія) А як ви тестували бота перед запуском? Я завжди боюся випускати сирий AI на реальних клієнтів. Чи можна якось завчасно 'прогнати' його по всіх дурних питаннях, які можуть задати люди?

[rullan]

@Kiber_Arkhitektor, тестування було найвеселішим етапом) Ми зробили закритий бета-тест на тиждень, доступ до якого мали лише працівники ресторану та їхні друзі (десь 30 людей). Я спеціально просив їх грати ролі 'проблемних' клієнтів: замовляти страви, яких немає в меню, скаржитися на якість, просити безкоштовне пиво, питати про погоду.

Коли бот починав відповідати не так, як треба, я переглядав логи діалогів і додавав винятки в систему (тюнив промпт і RAG базу). Ніколи не випускайте ШІ в продакшн без такого стрес-тесту від живих людей!

[Taras_SEO]

Підкажи ще таке: ти згадував про апсейл (бот пропонує соуси). Як саме ви це реалізували? Бот сам догадується, що треба запропонувати соус до піци, чи ви йому жорстко прописали правила, типу 'якщо піца — додай соус'? Бо мені цікаво, чи це чистий АІ, чи звичайна if-else логіка на бекенді.

[rullan]

@Taras_SEO, це комбінований підхід. У системному промпті є блок 'Інструкції з продажу'. Там написано: 'Коли клієнт майже завершив замовлення, проаналізуй його кошик. Якщо там є м'ясні страви або картопля фрі — порекомендуй соуси з категорії С. Якщо є піца — запропонуй напої з категорії Н. Зроби це одним дружнім реченням'.

Тобто я не пишу жорсткі `if-else` в коді бекенда. Модель сама чудово розуміє семантику (що піца добре поєднується з колою, а картопля — з кетчупом) завдяки вказівкам у промпті. AI тут працює як розсудливий офіціант.