Блог студии Раисыча AI-агенты · автоматизация
Обсудить задачу
ИИ-агенты для продаж 6 мин чтения 31 August 2026

RAG vs FAQ: база знаний AI-агента в CRM

FAQ хватает, пока ответы короткие, стабильные и умещаются в 20–40 карточек; RAG нужен, когда база растёт, меняется еженедельно и агент обязан цитировать…

Обсудить задачу Все статьи кластера
RAG vs FAQ: база знаний AI-агента в CRM

FAQ хватает, пока ответы короткие, стабильные и умещаются в 20–40 карточек; RAG нужен, когда база растёт, меняется еженедельно и агент обязан цитировать «источник правды» из CRM, прайса и регламентов — иначе галлюцинации неизбежны. Я внедряю AI-агентов в CRM и мессенджеры (Telegram, WhatsApp, виджет на сайте) так, чтобы агент не «фантазировал», а опирался на актуальную базу. Ниже — практическая развилка FAQ vs RAG, анти-галлюцинации и процесс обновления знаний без простоя.

Ситуация FAQ / system prompt RAG
До 40 стабильных вопросов Да Избыточно
Прайс меняется раз в неделю Нет Да
Нужна ссылка на пункт регламента Нет Да
Ответ = 1–2 предложения Да Можно, но дороже
Несколько источников (CRM + документы) Нет Да

Где заканчивается FAQ

FAQ — это фиксированный набор пар «вопрос-ответ», который кладётся в системный промпт или в виде базы готовых ответов. Работает он ровно до момента, когда база перестаёт быть стабильной.

Признаки, что пора переходить на RAG:

  • База превышает 40–50 карточек. Дальше модель начинает путать похожие формулировки, а поддерживать список вручную становится дороже, чем настроить поиск.
  • Контент меняется чаще раза в месяц. Каждое изменение FAQ — это правка промпта и повторный прогон тестов. При еженедельных обновлениях прайса это превращается в отдельную задачу.
  • Нужна цитируемость. Клиент или менеджер должен видеть, из какого пункта регламента или строки прайса взялся ответ. FAQ этого не даёт — он выдаёт готовую фразу без источника.
  • Ответ собирается из нескольких документов. Например, условия доставки — в одном регламенте, сроки — в другом, цена — в CRM. FAQ такое не склеит без ручной работы.
  • Ответ длиннее 2–3 предложений. Длинные составные ответы в FAQ быстро рассинхронизируются с реальностью.

Если ни один пункт не выполняется — RAG не нужен. Это лишние деньги и лишняя точка отказа.

Как работает RAG в контуре CRM

RAG (Retrieval-Augmented Generation) — это схема, где модель перед ответом ищет релевантные фрагменты в базе знаний и строит ответ только на них. В CRM-контуре это выглядит так:

  1. Индексация. Документы (регламенты, прайсы, описания услуг), записи из CRM (карточки товаров, условия договоров) и справочники режутся на фрагменты и превращаются в векторы — числовые представления смысла.
  2. Поиск. На вопрос клиента система находит 3–10 наиболее близких фрагментов.
  3. Генерация. Модель получает вопрос и найденные фрагменты и формулирует ответ, ссылаясь на них.
  4. Ответ с источником. В идеале — с указанием, откуда взята информация.

Ключевое отличие от FAQ: агент не «помнит» ответ, а каждый раз достаёт его из актуального источника. Обновили прайс — переиндексировали — агент отвечает по-новому. Промпт трогать не нужно.

Что нужно подготовить до старта:

  • Источники в машиночитаемом виде. PDF-сканы без текстового слоя, таблицы в картинках, документы в личных папках менеджеров — всё это не индексируется. Нужен текст.
  • Владение контентом. Кто отвечает за актуальность каждого документа. Без этого RAG будет точно цитировать устаревший файл.
  • Права доступа. Если в базе есть внутренние регламенты, агент не должен их цитировать клиенту. Разграничение на уровне поиска, а не на уровне промпта.

Анти-галлюцинации: что настраивается отдельно

RAG снижает галлюцинации, но не убирает их полностью. Модель может «додумать» ответ, если найденные фрагменты не отвечают на вопрос. Поэтому в контуре настраивается несколько предохранителей:

  • Порог релевантности. Если лучший найденный фрагмент ниже порога — агент не отвечает, а передаёт диалог менеджеру. Лучше «не знаю», чем уверенная выдумка.
  • Запрет на ответ вне контекста. В промпте явно: отвечать только на основе переданных фрагментов, иначе — эскалация.
  • Обязательная ссылка на источник. Если модель не может указать фрагмент, на котором основан ответ, ответ блокируется.
  • Тестовый набор. 30–50 реальных вопросов клиентов с эталонными ответами. Прогоняется после каждого изменения базы и промпта.
  • Логирование. Каждый ответ сохраняется вместе с найденными фрагментами. Это позволяет разбирать инциденты: где именно агент ошибся — в поиске или в генерации.

Отдельно — про цены и сроки. Пилот одного сценария — 60–350 тыс ₽, прототип 10–14 дней. Базовый агент поддержки — от 50 тыс ₽, агент продаж — от 200 тыс ₽, сложный контур — от 500 тыс ₽, полный контур 30–90 дней. Сопровождение — 15–50 тыс ₽/мес. Это ориентиры; конкретная смета зависит от количества источников и качества документов.

Обновление знаний без простоя

Главная операционная проблема RAG — не сборка, а поддержание базы в актуальном состоянии. Если этим не управлять, через полгода агент будет цитировать прошлогодний прайс с уверенностью, которая хуже молчания.

Рабочая схема:

  • Регламент обновления. У каждого источника есть владелец и периодичность проверки. Прайс — еженедельно, регламенты — при изменении, описания услуг — раз в квартал.
  • Переиндексация по событию, а не по расписанию. Документ обновился — запустилась переиндексация. Не нужно ждать ночного прогона.
  • Версионирование. Старые версии документов сохраняются. Если новая версия сломала ответы, есть куда откатиться.
  • Прогон тестов перед публикацией. Новая индексация не попадает в прод, пока не прошла тестовый набор.
  • Мониторинг. Доля эскалаций на менеджера и доля ответов без источника — два главных индикатора. Резкий рост любого из них сигнализирует о проблеме с базой.

Переиндексация обычно занимает минуты и не требует остановки агента: новая версия индекса подменяет старую атомарно. Простой возникает не из-за технической части, а из-за того, что никто не назначен ответственным за контент.

FAQ и RAG вместе

На практике это не «или-или». Гибридная схема работает лучше всего:

  • FAQ — для стабильного ядра. Приветствие, режим работы, стандартные условия, типовые возражения. Отвечает мгновенно, не тратит запросы на поиск.
  • RAG — для всего изменчивого. Цены, наличие, сроки, условия по конкретному договору, пункты регламентов.

Маршрутизация простая: сначала проверка по FAQ, если совпадения нет — поиск по базе знаний, если и там пусто — эскалация на менеджера. Такая схема дешевле чистого RAG и точнее чистого FAQ.

Если коротко

  • FAQ работает до 20–40 стабильных карточек; дальше — RAG.
  • RAG нужен, когда база меняется еженедельно, ответ собирается из нескольких источников или требуется цитата.
  • Анти-галлюцинации — это порог релевантности, запрет ответа вне контекста, обязательная ссылка на источник и тестовый набор.
  • Обновление базы — регламент, владелец контента, переиндексация по событию и прогон тестов перед публикацией.
  • Гибрид FAQ + RAG дешевле и точнее, чем любая из схем по отдельности.

Вопросы и ответы

Можно ли обойтись одним системным промптом без базы знаний? Да, если ответов меньше 20–40, они короткие и не меняются. Как только появляется изменчивый прайс или регламенты — промпт перестаёт справляться, и модель начинает додумывать.

Сколько источников можно подключить к RAG? Технического предела нет, но каждый источник требует владельца и регламента обновления. Практично начинать с 2–4 ключевых: прайс, регламент, карточки товаров в CRM.

Что делать, если документы только в PDF-сканах? Сначала распознавание в текст. Без текстового слоя индексация невозможна — это отдельный этап подготовки, который закладывается в сроки.

Как понять, что агент галлюцинирует? По логам: если в ответе нет ссылки на найденный фрагмент или фрагмент нерелевантен вопросу — это сигнал. Плюс доля эскалаций и жалобы клиентов на неверные ответы.

Нужен ли отдельный человек на поддержку базы знаний? На старте — да, хотя бы на часть ставки. Кто-то должен отвечать за актуальность документов и прогон тестов. Без этого RAG деградирует за несколько месяцев.

Читайте также

Заявка

Обсудить задачу

Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.

Раисыч

Основатель Студии Раисыча. Проектирую ИИ-контуры для продаж, поддержки и документов — с критериями приёмки и журналом.

Написать в Telegram →
Обсудить задачу