Научили amoCRM определять негативный тон клиента через ChatGPT

Мы подумали — вот было бы здорово, если бы нейросеть мониторила все чаты и автоматически пушила, например, РОПа, если в них есть намек на негатив. Расскажем как мы это сделали и каких результатов удалось достичь.

Как интегрировать amoCRM и ChatGPT

У нас получилось это сделать без программирования, через NO CODE платформу «Триггеры», которая автоматизирует процессы в amoCRM. Полная инструкция для технарей доступна по ссылке, по ней связку можно настроить самостоятельно примерно за полчаса. Здесь же вкратце расскажу как это работает.

Анализ сообщений через OpenAI

Мы работаем в amoCRM и все сообщения со всех источников приходят в единое окно. Через виджет Триггеры делаем запрос в API Open AI и просим нейросеть проанализировать входящее сообщение на наличие негативного тона. Если он есть, кидаем сообщение в общий чат в телеграм, где его увидит нужный человек и среагирует.

Стоит отметить, что здесь важно составить грамотный «prompt» (запрос нейросети), исходя их которого мы получим нужный ответ. Поэтому сначала будем экспериментировать с запросами в веб-интерфейсе.

В простом виде «человеческий» запрос звучит примерно так:

«Текст входящего сообщения» Есть ли в этом тексте негатив?

На что приходит довольно стандартный, развернутый ответ:

Но для наших целей это не совсем подходит, нам нужен четкий ответ «ДА» или «НЕТ», на который мы можем запустить автоматизацию.

После некоторых экспериментов удалось получить нужный результат. Запрос звучит так:

Если в этом тексте есть негативный тон, напиши только «ДА», иначе только «НЕТ».

Теперь то что нужно! В 95% случаев нейросеть отрабатывает корректно, но иногда все же пытается подмешать в ответ свое развернутое обоснование. Думаю в будущем над «промптом» можно еще поработать.

Обработка ответов от ChatGPT

Если ответ положительный (вернулось «ДА»), значит негатив есть. В этом случае и отправляем сообщение в телеграм-чат, в котором будут: исходное сообщение клиента и ссылка, по которой можно перейти amoCRM и посмотреть всю переписку. Добавим злого эмоджи в сообщение, чтобы сразу обратить на него внимание.

Все эти операции делает виджет «Триггеры», у которого под капотом работают интеграция трех систем: amoCRM, OpenAI, Telegram.

Итоги

У нас появился отдельный телеграм-чат, куда попадают все срабатывания триггера. За этими сообщениями внимательно следит ответственный сотрудник, который регагирует на пуши в зависимости от ситуации.

Нейросеть приносит уже отфильтрованные сообщения (обычно не более десятка в день), на которые стоит обратить внимание. Да, иногда она ошибается, неправильно трактует текст, но трудозатраты все равно в сотни раз меньше, чем мониторить это вручную живыми людьми.

Для этой задачи нам хватило бесплатной версии ChatGPT, в которой можно делать 20 запросов в минуту. Это примерно 10 000 сообщений за 8-часовой рабочий день.

Нейросети могут решать практические задачи для бизнеса уже сейчас. Для этого есть необходимый функционал, который легко настраивается в зависимости от задач.

Удачи в экспериментах!

Больше подобных кейсов в нашем телеграм-канале.