Проблема
Оператор одновременно вёл разговор с клиентом и вручную переносил данные в CRM: адрес, состав заказа, контактные детали и комментарии по доставке. При плотном потоке звонков это регулярно приводило к неточностям и потере качества сервиса.
Ошибки в адресах и деталях заказа напрямую били по SLA доставки, повторным контактам и клиентскому опыту. Дополнительно у бизнеса не было прозрачного контура контроля качества: в CRM был только итог, но не было понимания, где и почему возникла ошибка.
Вывод: узкое место было в ручной обработке звонков и отсутствии стандартизированного контроля. Компании нужна была автоматизация, которая снимает человеческий фактор с ввода данных и даёт управляемую аналитику по каждому звонку.
Решение
Мы разработали AI-микросервис на FastAPI, который интегрируется с CRM и работает в фоне: забирает запись звонка, извлекает нужные данные и возвращает структурированный JSON прямо в поля заказа.
Архитектура построена асинхронно: API быстро принимает задачу, воркеры обрабатывают звонки параллельно, а бизнес получает предсказуемое время обработки, прозрачный контроль затрат и устойчивость к сбоям внешнего AI-провайдера.
Address Only
Быстрый режим для извлечения только критичных данных: адрес, детали заказа и комментарии к доставке. Перед отправкой в CRM всё валидируется схемой, чтобы в систему попадали только корректные и унифицированные поля.
Full Transcript
Расширенный режим для полной расшифровки разговора с ролями «Клиент / Оператор» и таймкодами. Он нужен для QA, обучения операторов и разбора спорных кейсов по доставке.
Приём задач
CRM или телефония передают ссылку на запись звонка и параметры заказа. Сервис сразу возвращает статус и ставит задачу в очередь.
Извлечение данных
AI-модель выделяет адрес, состав заказа, комментарии и другие атрибуты, после чего результат проходит валидацию по схеме.
Запись в CRM
Готовый JSON автоматически попадает в карточку заказа. Оператор работает уже со структурированными данными, а не вбивает их вручную.
Контроль качества
Для нужных звонков система формирует полную транскрипцию и отдаёт её в QA-контур, чтобы отслеживать качество коммуникации и отклонения по процессу.
Такой контур одновременно ускоряет операционную обработку и даёт бизнесу прозрачный контроль качества звонков.
Как работает система
После завершения разговора CRM или телефония отправляют в сервис ссылку на аудио и параметры заказа. Дальше обработка идёт полностью автоматически, без участия оператора.
Приём и маршрутизация
Сервис принимает запрос и определяет режим обработки: быстрый ввод в CRM или полная транскрипция для контроля качества.
Извлечение и валидация
AI-модель извлекает адрес, детали заказа и дополнительные атрибуты, а затем данные проходят проверку схемы через Pydantic.
Запись результата
Подготовленный JSON автоматически записывается в CRM, а оператор получает уже заполненные и стандартизированные поля.
Контроль качества
Если нужен QA-контур, сервис сохраняет полную транскрипцию с таймкодами и ролями для последующей проверки звонка.
Мониторинг и отчётность
Telegram-бот и отчёты показывают статус обработки, затраты и ключевые метрики, чтобы команда могла управлять процессом в реальном времени.
Результаты
Стек технологий
Обсудим автоматизацию вашего колл-центра
Покажем, как сократить ручной ввод, снизить ошибки в заказах и встроить контроль качества звонков без перегрузки операторов.
Запросить аудит процесса