Что значит «интегрировать ChatGPT» в бизнес?
Это подключение языковой модели через API к вашим системам, чтобы она выполняла конкретную часть процесса без ручного копирования текста туда и обратно. Сотрудник с подпиской на чат и интеграция — две разные вещи.
Когда менеджер открывает ChatGPT в браузере и вставляет туда письмо клиента, это помогает ему лично, но процесс не меняется. Он всё равно читает письмо, копирует, проверяет, переносит ответ в CRM. Выигрыш есть, но он зависит от привычек конкретного человека и никак не масштабируется.
Интеграция работает иначе. Письмо приходит, система сама отправляет его модели вместе с нужным контекстом: история клиента, прайс, регламент. Модель возвращает черновик ответа, категорию обращения или заполненную карточку сделки. Человек только проверяет результат там, где это нужно. Технически это код на бэкенде: Node.js, база данных, вызовы Claude API или OpenAI, логирование и контроль расходов.
Я называю такие решения AI-агентами, если модель сама выбирает действия, кроме написания текста: ищет в базе знаний, делает запрос в CRM, создаёт задачу. Подробнее о разнице я писал в статье про AI-агентов для бизнеса.
В каких задачах интеграция реально приносит деньги?
Там, где много однотипной работы с текстом и понятно, как выглядит правильный результат. Чем больше повторяющихся операций в день, тем быстрее окупается разработка.
- Первичная обработка заявок. Модель читает входящее сообщение с сайта, почты или Telegram, определяет, что нужно клиенту, задаёт уточняющие вопросы и заносит структурированную заявку в CRM. Менеджер получает готовую карточку вместо сообщения «здравствуйте, сколько стоит».
- Ответы клиентам по базе знаний. Типовые вопросы о доставке, оплате, сроках, условиях договора. Модель отвечает по вашим документам и передаёт человеку всё, в чём не уверена.
- Работа с документами. Извлечь реквизиты из счёта, сравнить договор с шаблоном, найти в акте расхождения, сделать краткую выжимку из длинного отчёта. Для людей это скучная и медленная работа, для модели — стандартная задача.
- Внутренний помощник для сотрудников. Новичок спрашивает, как оформить возврат или где лежит шаблон, и получает ответ со ссылкой на регламент, не отвлекая старших коллег.
- Контент в больших объёмах. Описания товаров для каталога, варианты текстов для рассылок, адаптация материалов на другие языки. Человек задаёт правила и проверяет выборку, а не пишет каждый текст с нуля.
- AI как функция продукта. Когда модель — часть того, что вы продаёте. Так устроены мои проекты: Dzeny, AI-психолог на iOS, Android и вебе; приложение с клонированием голоса, где Claude пишет текст, а затем он озвучивается через TTS; Tattoo AI, генератор эскизов тату с AR-примеркой. Здесь интеграция и есть продукт, за который платят пользователи.
Общее у всех этих случаев одно: есть поток повторяющихся задач и есть способ проверить, что модель справилась. Если хотя бы одного из этих условий нет, я честно говорю, что деньги лучше потратить на другое.
Опишите задачу в паре строк — отвечу в Telegram, назову цену и сроки по этапам. ТЗ не нужно.
Где ChatGPT и Claude денег не принесут?
Там, где задач мало, ошибка стоит дорого, а проверить результат некому. В таких местах интеграция превращается в дорогую игрушку.
Типичные ситуации, когда я отговариваю заказчика или предлагаю другой путь:
- Точные расчёты и учёт. Цены, остатки, налоги, суммы в договорах должен считать обычный код, а не языковая модель. Модель может помочь понять запрос клиента, но итоговую цифру берёт из вашей системы.
- Процесс не описан. Если сотрудники сами решают по-разному и правил нет, модель тоже будет отвечать по-разному. Сначала нужно договориться, как правильно, потом автоматизировать.
- Маленький объём. Десять обращений в неделю проще обработать руками. Разработка окупается на потоке.
- Решения с высокой ценой ошибки без проверки. Медицинские рекомендации, юридические заключения, финансовые обязательства перед клиентом. Модель может подготовить черновик, но финальное слово за человеком.
- «Хотим AI, потому что у конкурентов есть». Без конкретной задачи и способа измерить результат проект почти всегда заканчивается разочарованием.
Отдельная частая ошибка — ожидать, что модель сама всё знает о вашей компании. Она ничего о вас не знает, пока вы не дадите ей документы и доступ к данным. Качество ответов больше зависит от того, что модель получает на вход, чем от выбора самой модели.
ChatGPT или Claude: что выбрать?
Выбор модели зависит от задачи, объёма и бюджета, и его почти всегда можно поменять позже. Я строю интеграцию так, чтобы провайдер не был зашит намертво.
Я работаю и с Claude API, и с OpenAI. На практике часто лучше всего работает комбинация: быстрая и недорогая модель разбирает простые запросы, сильная подключается для сложных. Так и ответы качественнее, и счёт за API ниже, чем если отправлять всё в самую мощную модель.
| Сценарий | Что важно | Как обычно делаю |
|---|---|---|
| Классификация и маршрутизация заявок | Скорость и цена запроса | Быстрая недорогая модель, строгий формат ответа |
| Ответы клиентам по базе знаний | Точность, ссылки на источник | Поиск по документам (RAG) и сильная модель для ответа |
| Разбор договоров и длинных документов | Работа с большим объёмом текста | Сильная модель, результат в структурированном виде |
| AI-функция в приложении | Стабильность и контроль расходов | Кэширование, лимиты на пользователя, запасной провайдер |
| Голосовой сценарий | Задержка ответа | Модель плюс синтез речи (TTS) |
Конкретную модель я подбираю на прототипе: прогоняю ваши реальные примеры через несколько вариантов и показываю разницу. Спорить о моделях в теории бессмысленно, на ваших данных всё видно за пару дней.
Сколько стоит интеграция и из чего складываются расходы?
Разработка AI-агента начинается от $800. Кроме неё есть оплата запросов к модели у провайдера, и она зависит от объёма.
Расходы делятся на две части:
- Разработка. Бэкенд, подключение к вашим системам, база знаний, интерфейс там, где он нужен (сайт, Telegram, приложение), логирование, админка для просмотра диалогов. Эту сумму я называю после короткого созвона и фиксирую в договоре. Дальше она не растёт.
- Использование модели. Провайдер берёт деньги за объём обработанного текста. Чем больше запросов и чем длиннее контекст, тем выше счёт. Эта часть переменная, но управляемая.
Чтобы вторая часть не стала сюрпризом, я с самого начала закладываю кэширование повторяющихся запросов, выбор модели под сложность задачи, лимиты на пользователя и на день, а также мониторинг расходов. Вы видите, сколько стоит один обработанный запрос, и можете сравнить это со стоимостью той же работы у сотрудника.
На цену разработки сильнее всего влияют количество интеграций (CRM, почта, телефония, 1С, собственная база), объём и состояние документов, наличие голоса и требования к интерфейсу. Актуальные стартовые цены на все направления есть на странице цен.
С чего начать внедрение AI?
С одного процесса, который болит сильнее всего и где легко посчитать результат. Внедрять AI «во всё сразу» — самый дорогой способ.
Что подготовить к первому созвону:
- Один процесс. Например: «менеджеры тратят полдня на ответы по статусу заказа» или «юрист вручную сверяет договоры с шаблоном».
- Реальные примеры. Несколько десятков типичных писем, заявок или документов, лучше вместе с правильными ответами. На них я проверю, как модель справляется.
- Где живут данные. CRM, таблицы, база, файлы на диске, внутренняя вики. Нужно понимать, откуда модель будет брать информацию.
- Кто проверяет результат. На старте кто-то должен смотреть ответы и отмечать ошибки. Без этого нельзя нормально донастроить систему.
- Как вы поймёте, что стало лучше. Время обработки заявки, доля обращений без участия человека, скорость первого ответа. Одна-две метрики, которые вы и так можете посчитать.
ТЗ не нужно. Достаточно описать задачу своими словами, остальное я уточню на созвоне и соберу в план.
Как проходит работа и оплата?
Работа идёт по этапам с фиксированной ценой, оплата после каждого этапа, без полной предоплаты.
Сначала 1–2 дня уходит на разбор задачи и ваших данных. Затем за 2–3 дня я готовлю оценку и план: этапы, сроки, цены, договор и NDA, если нужен. Разработка начинается с прототипа на ваших реальных примерах, чтобы вы увидели качество ответов до того, как мы подключим все системы. Каждую неделю — демо, доступ к репозиторию у вас с первого дня. После запуска я смотрю реальные диалоги и донастраиваю агента, подключаю мониторинг ошибок. Поддержку можно брать почасово или пакетом в месяц.
Код, аккаунты у провайдеров моделей, хостинг и домен оформлены на вас. Стек стандартный, поэтому после любого этапа вы можете продолжить с другим разработчиком. Как устроены этапы и гарантии, подробно описано на странице процесса.
Если у вас есть процесс, который хочется отдать AI, опишите его в форме заявки или напишите в Telegram. Я посмотрю, есть ли там смысл для интеграции, и бесплатно оценю сроки и стоимость.