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…
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:
- 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.
- Поиск. На вопрос клиента система находит 3–10 наиболее близких фрагментов.
- Генерация. Модель получает вопрос и найденные фрагменты и формулирует ответ, ссылаясь на них.
- 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
- RAG или FAQ-база знаний для AI-агента в CRM: что выбрать в 2026 году
- База знаний RAG для AI-агента продаж: источники, PII, метрики за 30 дней
- GEO для B2B-услуг: кейсы, методология и FAQ за 21 день
Обсудить задачу
Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.