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.

FAQ или RAG: быстрая развилка

Ситуация	FAQ / system prompt	RAG (retrieval)	Комментарий
До 30 типовых вопросов, прайс почти не меняется	✅	❌	Карточки + guardrails дешевле и быстрее
Каталог 100+ SKU, акции каждую неделю	❌	✅	Иначе «вчерашний» прайс в чате
Регламенты, SLA, юридические формулировки	⚠️ кратко	✅ с цитатой	Нужен кусок документа, не «мнение модели»
История клиента в CRM (статус сделки, долг)	tool-call в CRM	tool-call + RAG	Память диалога ≠ база знаний
Онбординг нового менеджера / смены	✅	✅	FAQ для тона, RAG для фактов

Правило: если ответ должен совпасть с конкретным файлом, строкой CRM или версией прайса — это retrieval или tool, не «память модели».

Чеклист «хватит FAQ»:

1. Ответы не длиннее 2–3 абзацев и редко меняются.
2. Нет персональных данных и статусов сделки в «общих знаниях».
3. Можно вручную прогнать 50 тестовых диалогов за час.
4. Ошибка агента легко ловится шаблоном («уточните у менеджера»).

Чеклист «нужен RAG»:

1. База > 1–2 экранов промпта или обновляется чаще 1 раза в неделю.
2. Нужны ссылки/цитаты на внутренние источники.
3. Есть несколько продуктов/филиалов с разными правилами.
4. Уже ловили «уверенный» неверный ответ по цене или срокам.

Как собрать retrieval для CRM и мессенджеров

Минимальный контур, который я ставлю в production:

1. Источники правды — прайс (таблица), FAQ, оферта/договор, SOP поддержки, карточки услуг, публичные страницы.
2. Чанки — 300–800 токенов, заголовок + метаданные (продукт, дата, канал).
3. Индекс — embeddings + фильтр по product, channel, lang=ru.
4. Retriever — top-k 3–5, score threshold; при низком score — «не знаю, передам человеку».
5. Генерация — ответ только из найденных кусков + явный отказ без контекста.
6. Лог — query, chunk_ids, score, final answer, user_id/deal_id.

Слой	Что хранить	Чего не класть
FAQ-карточки	Короткий Q→A, тон, запреты	Персональные статусы клиентов
RAG-документы	Прайс, регламенты, описания	Сырые переписки без PII-политики
CRM tools	Сделка, контакты, этапы	Секреты и полные платежные данные в промпт
Session memory	Контекст текущего диалога	«Вечную» память без TTL и согласия

Анти-галлюцинации (обязательный минимум):

• Запрет отвечать без retrieval при вопросах про цену, сроки, юридические условия.
• Требование: «если в контексте нет — скажи, что данных нет».
• Цитата или source_id во внутреннем логе (клиенту — мягкая формулировка).
• Post-check: regex/правила на запрещённые обещания («гарантируем ROI 300%»).
• HITL при score < порога или при словах «договор», «возврат», «жалоба».

Обновление знаний без «устаревшего агента»

База гниёт быстрее модели. Процесс:

Частота	Что обновлять	Кто владеет	Как не сломать прод
Ежедневно	Акции, стоп-лист SKU	Маркетинг / sales ops	Версия индекса + canary 10% трафика
Еженедельно	FAQ по новым возражениям	Руководитель смены	Diff карточек + 20 регресс-диалогов
При релизе продукта	Описания, SLA, прайс	Product owner	Полный eval-набор до switch
По инциденту	«Ядовитый» ответ	Ответственный за агента	Hotfix chunk + блок фразы

Чеклист релиза знаний:

1. Импорт/парсинг источника → превью чанков.
2. Smoke: 10 критичных вопросов (цена, срок, возврат, контакты).
3. Сравнение ответов old vs new на одном наборе.
4. Rollback одной кнопкой (предыдущий индекс).
5. Алерт: доля «не знаю» и ручных эскалаций за 24 часа.

Типичные ошибки:

• Засунуть весь Notion в один промпт и удивляться галлюцинациям.
• RAG без фильтров — агент мешает B2B-оферту с розничным прайсом.
• Обновлять Google Sheet, а индекс — раз в месяц.
• Путать session memory («клиент сказал, что ИП») с corporate knowledge.

Матрица «вопрос → источник → действие»

Тип вопроса клиента	Источник	Действие агента
«Сколько стоит пакет X?»	Прайс (RAG/table) + актуальная дата	Ответ с суммой или «уточню у менеджера»
«Где моя заявка?»	CRM tool	Статус сделки, без выдуманных этапов
«Как вернуть оплату?»	Регламент (RAG) + HITL	Кратко по политике → человек
«Чем отличаетесь от Y?»	FAQ + кейсы (RAG)	Факты, без оскорблений конкурентов
«Сделайте скидку 40%»	Политика скидок + CRM	Лимит скидки или эскалация

Часто задаваемые вопросы

Можно ли обойтись без RAG на старте?
Да. Для пилота на 1 продукт и 20 FAQ я почти всегда начинаю с карточек и tool-call в CRM. RAG подключаю, когда появляются «плавающие» факты или рост базы.

RAG убирает галлюцинации полностью?
Нет. Он снижает риск, если есть threshold, отказ без контекста и проверка критичных полей. Плохой chunking и грязные источники дают «галлюцинации с цитатой».

Куда класть персональные данные клиента?
В CRM и tools с правами доступа, не в общий векторный индекс «для всех диалогов». Иначе получите утечку между клиентами.

Как часто пересчитывать embeddings?
При каждом значимом обновлении источника. Для стабильных регламентов — по событию; для прайса и акций — по расписанию (день/неделя) плюс ручной hotfix.

Читайте также

• Интеграция AI-агентов с CRM
• AI-агент: tools, память, HITL и запуск
• Архитектура AI-агента: роли, guardrails, handoff
• Observability AI-пайплайнов: логи, трейсы, HITL, SLA

Нужна база знаний и AI-агент без фантазий в CRM и мессенджерах — разберём контур под ваш процесс на https://raisovich.ru

Когда FAQ-карточек уже недостаточно для AI-агента?

Когда база не умещается в 20–40 стабильных ответов, прайс и регламенты меняются еженедельно или агент обязан опираться на конкретный источник правды, а не на «память модели».

Какой минимальный retrieval-контур ставить в production?

Источники правды → чанки 300–800 токенов с метаданными → embeddings с фильтрами → top-k 3–5 и score threshold → ответ только из контекста → лог query/chunk_ids/score.

Как обновлять базу знаний без простоя агента?

Версионируйте индекс, гоняйте canary на части трафика, держите diff FAQ и регресс-диалоги; критичные hotfix — отдельным chunk и блокировкой опасных фраз.