ШІ чат-бот – це програма на великій мовній моделі, яка читає повідомлення клієнта цілком і пише відповідь сама, спираючись на дані вашого бізнесу. Сценарний бот так не вміє: він обирає гілку, яку хтось намалював заздалегідь, і показує заготовку. Мова тут про бота для бізнесу в месенджері або на сайті, який консультує ваших клієнтів. Чати загального призначення для особистих питань тут не розглядаємо. Різницю найпростіше побачити на одному повідомленні. Інтернет-магазин стоматологічних матеріалів, 22:10, Instagram Direct. Пише лікарка: “Добрий вечір. Композит A2 у шприцах є? І чи полімеризується він моєю лампою, вона в мене стара, світлодіодна?” Менеджерка вже вдома.
Що відбувається за ті пів хвилини, поки ШІ чат-бот пише відповідь
Між питанням лікарки і відповіддю минає 10–30 секунд: такий час Marichka AI заявляє для свого AI-менеджера. За ці секунди бот встигає зробити чотири речі. Він розбирає повідомлення, шукає потрібні факти у ваших матеріалах, складає з них відповідь і вирішує, чи може відповісти сам. Кожен з цих кроків можна налаштувати або зіпсувати, тому розберемо їх окремо.
Модель читає повідомлення як людина, з усіма “і ще”
Лікарка поставила два питання в одному повідомленні, назвала відтінок скорочено і згадала лампу без марки. Кнопковий бот зачепився б хіба що за слово “композит”. Мовна модель бачить обидва питання. Вона розуміє, що A2 тут позначення відтінку зі шкали, а “стара світлодіодна” є умовою, від якої залежить друга половина відповіді.
Помилки в словах, суржик, голосове повідомлення, перетворене на текст, для моделі звичайний вхід. Саме тому AI чат-бот, він же чат-бот зі штучним інтелектом, справляється з питаннями, які неможливо передбачити деревом кнопок.
Пошук у вашій базі знань
Сама по собі модель нічого не знає про ваш склад. Вона пам’ятає загальні тексти про стоматологічні матеріали й лампи, побачені під час навчання, а от ваших залишків, цін і того, що партію A2 привезли в понеділок, у цій пам’яті немає. Тому перед відповіддю бот шукає в базі знань магазину фрагменти, які стосуються питання: картку товару, інструкцію виробника, умови доставки.
У цього методу є назва: генерація з доповненим пошуком, або RAG (retrieval-augmented generation). Статтю про нього написали Патрік Льюїс з одинадцятьма співавторами, NeurIPS 2020. Автори поєднали “параметричну” пам’ять моделі, тобто закладене навчанням, з “непараметричною”, тобто зовнішнім індексом документів, і за їхніми результатами такі моделі пишуть конкретніше і з більшою кількістю фактів, ніж модель, яка покладається тільки на вивчене.
Для власника магазину з цього випливає одна практична річ. Відповідь бота не буде точнішою за документи, які він знаходить.
Відповідь пишеться під конкретну людину
Знайдені фрагменти потрапляють до моделі разом з питанням і правилами, як відповідати. З цього набору вона складає текст. Лікарці не потрібна вся картка товару. Їй треба почути, що A2 у шприцах є, скільки коштує один шприц і що виробник пише в інструкції про лампи для полімеризації. Якщо в базі є лише загальна вимога виробника, бот перекаже її і попросить назвати модель лампи.
Тон теж налаштовується. Для лікарів доречно звертатися на “ви”, писати коротко і без смайликів, а терміни не пояснювати, бо співрозмовниця знає їх краще за бота.
Ще одна річ, яку сценарному боту не відтворити: модель пам’ятає весь діалог. Якщо за хвилину лікарка допише “а A3 теж є?”, бот зрозуміє, що йдеться про той самий композит у шприцах, і не перепитуватиме назву. Якщо вона повернеться через годину з “оформіть два”, він знає, що саме оформлювати.
Відповісти самому чи покликати людину
Останній крок найчастіше пропускають у дешевих рішеннях. Бот має оцінити, чи знайшов він достатньо. Про сумісність з конкретною лампою в базі нічого немає? Тоді чесна відповідь звучить приблизно так: “Щодо лампи уточнить менеджерка, вона напише вам зранку”. Діалог разом з усією історією листування йде людині.
Marichka AI влаштована саме так: відповідає тільки з бази знань, а складне питання передає оператору з контекстом. Решту розмови, від наявності до оформлення замовлення в CRM, бот закриває сам. Лікарка отримала відповідь про A2 о 22:10, а питання про лампу чекає на менеджерку разом з уже зібраним замовленням.
Те саме питання в сценарному боті
Сценарний бот відповідає лікарці меню. Його будують з гілок: привітання, кнопки “Каталог”, “Доставка”, “Оплата”, “Зв’язатися з менеджером” і кілька слів-тригерів. Бот знаходить у повідомленні слово “композит” і надсилає посилання на розділ каталогу з кількома десятками позицій. Про лампу він не скаже нічого, бо такої гілки ніхто не передбачив.
Далі в лікарки два варіанти. Вона сама гортає каталог о десятій вечора або тисне “менеджер” і чекає ранку. Якщо до ранку вона замовить в іншому магазині, звіт бота цього не покаже: формально діалог оброблено.
Сценарний бот від цього не стає непотрібним. Він передбачуваний: що намалювали, те й скаже, без жодного шансу на вигадку. Статус замовлення за номером накладної, графік роботи, реквізити для оплати, запис на навчання на конкретну дату кнопки закривають швидше за текст. Ніщо не заважає поєднати обидва підходи: кнопки для повторюваних дій, чат-бот на штучному інтелекті для консультацій про товар. Як виглядають поруч сценарний бот, бот на ШІ і AI-менеджер з продажу, показано в порівнянні трьох типів чат-ботів на прикладі магазину косметики.
Галюцинації: чому чат бот ШІ буває впевнено неправим
Галюцинацією називають відповідь, яка звучить переконливо, але не відповідає фактам. Для магазину стоматологічних матеріалів це вигадана сумісність композиту з лампою або знижка “для нових клінік”, якої у вас ніколи не було. Лікарка повірить, бо текст написаний упевнено і без помилок. Власники магазинів, які бояться пускати штучний інтелект чат-бот до клієнтів, найчастіше мають на увазі саме це.
Звідки це береться, пояснюють Адам Калаї, Офір Нахум, Сантош Вемпала та Едвін Чжан у статті “Why Language Models Hallucinate” (вересень 2025). Їхня теза: мовні моделі “іноді вгадують, коли не впевнені”, бо навчання й оцінювання винагороджують вгадування більше, ніж визнання невпевненості. Модель привчили поводитися як учень на тесті. Хто пише хоч щось, частіше отримує бали за того, хто лишив поле порожнім.
Чи рятує від цього база знань? Частково. Компанія Vectara веде публічний рейтинг галюцинацій, у якому моделям дають документ і просять переказати його, використовуючи тільки факти з нього. Умови дуже схожі на роботу бота з базою знань. За даними рейтингу Vectara, оновленого 22 вересня 2026 року, на вибірці з понад 7 700 статей найкраща модель додає вигадку в 1,8 % переказів. У популярних сімейств моделей розкид великий: GPT від 3,1 до 15,1 %, Gemini від 3,3 до 13,6 %, Llama від 4,1 до 7,7 % залежно від версії.
Нуля в цьому рейтингу немає ні в кого. Висновок для власника магазину трохи неприємний: ШІ чат-бот з базою знань помиляється рідше, проте помиляється. Захист тому будується в кілька шарів. Перший шар (вибір моделі й налаштування) лежить на постачальнику. Другий шар складає правило відповідати тільки з бази і передавати людині все, чого там немає. Третій шар, ваша база знань, лежить на вас.
Що з вашого боку тримає бота в межах фактів
Бот, який відповідає тільки з бази знань, повторить вашу помилку так само впевнено, як модель повторює свою. Тому найчастіші проблеми починаються в документах, які ви йому дали. Пасток три, і всі вони знайомі кожному, хто вводив у роботу нову менеджерку.
Перша пастка: два джерела з різними цінами. Прайс у PDF від березня лежить у базі поруч із сайтом, де ціни вже нові, і бот знайде обидва фрагменти: заздалегідь невідомо, який з них потрапить у відповідь. Для цін і залишків джерело має бути одне, і воно має оновлюватися без вашої участі. У Marichka AI каталог підтягується зі сторінок сайту або з файлів PDF чи Excel, ціни й залишки оновлюються автоматично. Старі файли з бази краще видалити, ніж сподіватися, що бот сам розбереться, який актуальніший.
Друга пастка: правила, які існують лише в голові менеджерки. Скажімо, клінікам з договором доставка безкоштовна, а приватним лікарям ні. Якщо цього речення немає текстом, бот або промовчить, або складе власну версію з загальних уявлень про інтернет-магазини.
Третя пастка – порожнеча. Лікарі питають про матеріали, яких ви не возите, і про сертифікати, яких у вас немає. Без явного правила бот намагатиметься допомогти і вигадає. Допишіть прямо: якщо товару немає в каталозі, кажемо, що не возимо, і пропонуємо найближчий аналог з наявних.
Окремо пропишіть, чого бот не вирішує сам навіть тоді, коли відповідь здається очевидною. Для магазину стоматологічних матеріалів це знижки понад прайс, повернення відкритих упаковок і будь-які поради щодо лікування пацієнта. Такі розмови бот одразу передає людині. Краще одна зайва передача, ніж порада, за яку потім доведеться вибачатися перед лікарем.
Перші тижні корисно щоранку читати діалоги, які бот передав людям. Кожен такий діалог показує, якого рядка бракує в базі. Дописали рядок, і наступного разу о третій ночі бот відповість сам, без вигадок і без чекання до ранку.
Перевірка за один вечір: шість повідомлень, які варто надіслати боту
Перш ніж платити за будь-який ШІ чат-бот, перевірте його на своїх даних. Завантажте каталог і правила, підключіть тестовий канал і напишіть йому як найприскіпливіший клієнт. Шість повідомлень покажуть більше за будь-який демо-ролик.
- Питання з двох частин і зі скороченням: “A2 є в шприцах і чи візьме його моя стара LED-лампа?” Бот має відповісти на обидві частини або чесно передати другу людині.
- Товар, якого у вас немає. Правильна реакція: “не возимо” і аналог з каталогу, без вигаданих характеристик.
- Прохання про знижку: “Я у вас постійно купую, зробите дешевше?” Обіцяти те, чого немає в правилах, бот не має права.
- Питання про ціну, яку ви щойно змінили на сайті. Так видно, чи справді працює автооновлення.
- Повідомлення з помилками і суржиком, як пишуть з телефона між пацієнтами. Бот має зрозуміти зміст і відповісти по суті.
- Прохання покликати людину. Перевірте, що менеджерка отримала діалог з історією і що клієнт знає, коли чекати відповіді.
Записуйте кожну відповідь, де бот вигадав або промовчав, і дивіться, чого бракувало: рядка в базі, правила передачі чи розуміння з боку моделі. Перші дві причини виправляє налаштування за кілька хвилин. Третя дає привід шукати інший продукт.
Різниця між ШІ чат-ботом і сценарним зводиться до того, хто складає відповідь: людина наперед чи модель у момент питання. Звідси і сила, і ризик. Сценарний бот нічого не вигадає, але й не відповість на питання поза своїми гілками. Бот на штучному інтелекті відповість лікарці о 22:10 по суті, якщо має звідки брати факти і знає, коли зупинитися. Семи днів тріалу Marichka AI вистачить, щоб прогнати ці шість повідомлень на власному каталозі й побачити, на якому з них бот спіткнеться.
Часті питання
Чи може ШІ чат-бот вигадати відповідь?
Може, якщо його не обмежити. Мовна модель іноді вгадує там, де мала б визнати, що не знає, і пише це впевненим тоном. Ризик зменшують база знань, з якої бот бере факти, і правило передавати людині кожне питання, відповіді на яке в базі немає.
Як навчити ШІ чат-бот на своїх товарах?
Саму модель для цього не перенавчають. Боту дають доступ до каталогу і правил магазину, і перед кожною відповіддю він шукає там потрібний фрагмент. У Marichka AI каталог підтягується зі сторінок сайту або з файлів PDF чи Excel, а ціни й залишки оновлюються автоматично.
Чи замінить ШІ чат-бот менеджера з продажу?
Повністю ні. Бот закриває типові питання і веде діалоги в години, коли на зв’язку нікого немає. Скарги, нестандартні запити й рішення про знижки лишаються за людиною, і налаштований бот передає такий діалог менеджеру разом з історією листування.