Разработка и внедрение ИИ-чата на базе RAG-системы для корпоративного портала на Битрикс24

Логистическая компания федерального масштаба, в структуре которой несколько бизнес-направлений, распределённая команда сотрудников в разных регионах и большой объём внутренних регламентов, документов и сервисной информации. 

Ранее команда «Факт» реализовала для клиента масштабное обновление корпоративного портала: была проведена миграция с устаревшего портала, выстроена новая архитектура портала на базе Bitrix24, структурирована и перенесена база знаний, настроены ключевые внутренние сервисы.

После обновления портала перед компанией встал следующий логичный вопрос: как сделать так, чтобы сотрудники могли быстро находить необходимую информацию. Особенно это было актуально для новых сотрудников и для типовых повторяющихся запросов по HR-процедурам, внутренним правилам, событиям и сервисам. Для решения этой задачи было принято решение внедрить RAG-решение (Retrieval-Augmented Generation) — интеллектуальный чат, который позволяет получать ответы на вопросы напрямую через диалоговое окно, без необходимости искать информацию по разделам портала.

Перед началом разработки ИИ-чата на базе RAG были сформулированы следующие задачи:

• обеспечить быстрые ответы на часто задаваемые вопросы сотрудников;

• упростить поиск информации по базе знаний и корпоративному порталу;

• снизить нагрузку на HR-службу и внутренние сервисы поддержки;

• предоставить единый, привычный для сотрудников интерфейс взаимодействия;

• создать масштабируемое решение, которое можно развивать по мере роста портала и базы знаний.

До проекта в компании уже использовались сценарные чат-боты, в том числе в Telegram. Однако такой подход требовал постоянной поддержки сценариев и не позволял работать с неструктурированными вопросами сотрудников.

ИИ-чат позволяет:

• обрабатывать вопросы в свободной форме;

• находить релевантную информацию в базе знаний;

• выдавать как текстовые ответы, так и ссылки на документы;

• объединять сценарные подсказки и интеллектуальный поиск в одном интерфейсе;

• экономить сотрудникам время на поиске ответов за счёт синтеза информации из разных источников;

• формулировать точные ответы даже на специфичные или нестандартные формулировки запросов;

• облегчать адаптацию новичков за счёт быстрого доступа ко всей важной информации;

• повышать трудовую эффективность за счёт вовлечения сотрудников в реальное использование корпоративной базы знаний.

Решение реализовано на базе корпоративного портала Bitrix24 с использованием серверного приложения, отвечающего за обработку запросов и интеграцию с ИИ-моделью. Пользователь взаимодействует с системой через чат-бота, встроенного в корпоративный мессенджер.

Для работы с корпоративными данными был выбран подход RAG, который позволяет использовать большую языковую модель без прямого обучения на данных заказчика.

Ключевые компоненты архитектуры:

• чат-бот Bitrix24 как точка взаимодействия с пользователем;

• серверное приложение, зарегистрированное в Bitrix24;

• обработчик сообщений и запросов;

• векторное хранилище с данными из базы знаний;

• LLM GigaChat для генерации ответов.

Все данные из базы знаний корпоративного портала были выгружены и предварительно обработаны. На их основе сформировано векторное хранилище, где каждый документ и запись представлены в виде смысловых эмбеддингов.

При обращении сотрудника к чату система:

1. Принимает сообщение из Bitrix24.

2. Выполняет маршрутизацию запроса (определяет сценарий обработки).

3. Преобразует текст запроса в векторное представление (эмбеддинг).

4. Находит релевантные записи в векторном хранилище.

5. Формирует промпт для LLM на основе запроса пользователя и найденного контекста.

6. Передаёт найденный контекст в GigaChat.

7. Формирует ответ на основе корпоративных данных для передачи пользователю.

8. Возвращает результат пользователю в чате Bitrix24.

Таким образом, ответы формируются не из интернета, а строго на основе внутренних материалов компании.

В ИИ-чате реализованы два основных режима:

Режим «Вопрос–ответ»

Используется для получения конкретного ответа на вопрос в свободной форме, например: «Когда была основана компания?» или «Как оформить отпуск?». В этом случае пользователь получает развернутый текстовый ответ, сформированный на основе релевантных материалов корпоративной базы знаний, с указанием использованных источников.

Режим «Поиск»

Используются для поддержки типовых пользовательских сценариев, в первую очередь, для онбординга новых сотрудников.

В системе можно настраивать сценарии, которые запускаются автоматически в зависимости от этапа адаптации сотрудника, например, на определённый день после выхода на работу. Такие сценарии позволяют последовательно знакомить сотрудника с внутренними сервисами, регламентами и процессами компании.

Решение разрабатывалось в том числе как замена ранее использовавшихся сценарных Telegram-ботов и было интегрировано непосредственно в корпоративный портал. В результате сотрудники получают единый канал взаимодействия без необходимости перехода во внешние инструменты.

Сценарные подсказки дополняют ИИ-чат, позволяя сочетать автоматизированные сценарии и интеллектуальный поиск в одном интерфейсе.

Работы по проекту включали:

• анализ задач бизнеса и пользовательских сценариев;

• проектирование архитектуры ИИ-решения;

• разработку серверного приложения Bitrix24;

• реализацию обработчика пользовательских сообщений и маршрутизации запросов;

• интеграцию с выбранной нейростетью GigaChat;

• формирование и наполнение векторного хранилища для семантического поиска;

• настройку режимов «вопрос–ответ» и «поиск»;

• реализацию конструктора сценариев чат-бота с пользовательским интерфейсом;

• тестирование логики обработки запросов.

Общий срок реализации составил около четырёх месяцев.

В результате компания получила готовое ИИ-решение, интегрированное в корпоративный портал и привычную для сотрудников среду общения.

Решение позволяет:

• ускорить доступ сотрудников к знаниям и регламентам;

• снизить количество повторяющихся запросов в HR и внутренние службы;

• повысить качество адаптации новых сотрудников;

• масштабировать базу знаний без усложнения пользовательского пути;

• развивать ИИ-чат как единый интерфейс доступа к корпоративным сервисам.

Проект показал, как ИИ-чат может стать логичным развитием корпоративного портала и инструментом цифровой поддержки сотрудников в крупных компаниях.