Почему бот не отвечает по базе знаний — и что с этим делать

Коротко: почти всегда дело не в модели, а в данных — они либо не дошли до бота, либо лежат в виде, из которого ответ не извлекается, либо ответа там нет вовсе.

Самая частая жалоба звучит так: «Мы загрузили материалы, а бот всё равно отвечает ерунду». Дальше обычно следует вывод, что «ИИ не работает» или «нам продали плохого бота». Оба вывода преждевременны, потому что за одним и тем же симптомом стоят пять разных причин, и лечатся они по-разному.

Важно понять механику. ИИ-консультант не «знает» вашу компанию. Он не хранит в себе прайс и не помнит условия доставки. Он получает вопрос, ищет в ваших материалах фрагменты, из которых можно собрать ответ, и формулирует ответ по ним. Если подходящих фрагментов не нашлось, возможны только два исхода: он честно скажет, что не знает, либо — что хуже — достроит ответ общими словами. Второе и выглядит как «отвечает ерунду».

Отсюда первое практическое правило диагностики: не спрашивайте «что не так с моделью», спрашивайте «что бот видит по этому вопросу». Дальше в статье — пять причин по порядку, от самой частой, и что с каждой делать.

И одно замечание, почему это вообще стоит разбирать, а не списывать на плохой инструмент. По сводке MIT (проект NANDA, август 2025 года) около 95 % пилотных проектов генеративного ИИ не дают измеримого эффекта на финансовый результат — разбор Fortune, 18.08.2025. Первоисточник читался через разбор, поэтому приводим это как ориентир. Смысл цифры не в том, что технология бесполезна, а в том, что проекты разваливаются на данных и процессе, а не на модели. Gartner в июне 2025 года оценивал, что более 40 % проектов на агентном ИИ будут закрыты до конца 2027 года из-за растущих затрат и неясной бизнес-ценности — сводка прогнозов Gartner, Maven AGI, 2026. Тот же вывод: проблема не в ответе модели, а в том, чем её накормили.

Коротко: это когда нужный документ физически не попал в базу — на сайт загрузили страницы, а прайс живёт в таблице, условия — в PDF, а сроки знает только начальник производства.

Проверяется это за один вечер и без всякого ИИ. Возьмите тридцать последних обращений клиентов и выпишите вопросы, которые в них звучали. Затем по каждому вопросу честно ответьте на один вопрос: существует ли письменный ответ, и лежит ли он там, откуда бот его возьмёт?

Результат обычно выглядит так. Страницы сайта в базе есть, а актуальный прайс — нет, потому что он в Excel. Условия доставки — есть, но на странице, которую убрали из меню год назад. Сроки изготовления — не существуют нигде, кроме головы начальника производства. Про гарантию написан абзац, из которого непонятно, что именно покрывается.

Отдельно проверьте самое неприятное: не противоречат ли каналы друг другу. Если на сайте одна цена, в переписке менеджеры называют другую, а в договоре прописана третья — бот не виноват, что он запутался.

Практический вывод простой: база знаний — это не «сайт целиком». Это отобранный список того, на что консультант имеет право отвечать, с актуальными значениями. Если такого списка нет, его нужно составить — и он понадобится даже без всякого ИИ.

Коротко: файл загружен, но это скан, фотография, многотомный документ без заголовков или таблица без подписей — из такого куска модель не может собрать точный ответ.

Загрузить файл и сделать данные пригодными — две разные операции. Во втором случае нужна работа, которую никто за вас не сделает автоматически.

Вот что чаще всего мешает:

Файл-картинка или скан. Текст на скане может распознаваться с ошибками, а таблица с ценами — превращаться в нечитаемую кашу. Ответ вроде бы есть, но достать его нельзя.

Один документ на сто страниц. Если весь регламент лежит единым текстом, нужный абзац тонет в остальном. Материалы лучше разбивать на небольшие смысловые блоки: один блок — один вопрос и один ответ.

Таблица без заголовков. Столбец с числами без названия бесполезен: непонятно, это цена в рублях, срок в днях или процент скидки.

Материал с противоречиями внутри себя. Когда в одном файле две версии условий, бот выберет любую.

Есть и самый частый вариант — «залили весь сайт». Вместе со страницами услуг в базу попадают новости полугодовой давности, страница с прошлогодней акцией и старый каталог. Бот послушно отвечает текстом старой новости. Подробнее про то, где чат-бот полезен, а где приносит вред, мы разбирали в отдельной статье.

Коротко: поиск идёт по смыслу, а не по точному совпадению слов, и если у вас ответ сформулирован канцелярски, а клиент пишет разговорно, совпадение может не найтись.

Это самая недооценённая причина. Люди пишут не так, как пишут на сайтах.

Клиент пишет: «а доставка входит?». В базе лежит: «Стоимость доставки рассчитывается индивидуально согласно тарифам перевозчика». Смысл один, формулировки разные. Хорошая система это сопоставит, но чем дальше друг от друга живут формулировки, тем выше шанс промаха.

Другой пример: «есть в наличии?» против «уточните наличие на складе». Или «даёте гарантию?» против «гарантийные обязательства регулируются разделом 7 договора».

Что с этим делать практически:

Последний пункт полезен и сам по себе: если ответ невозможно понять человеку, его не стоит давать и боту.

Коротко: признать это пробелом, научить бота передавать такой вопрос человеку и дописать ответ — а не пытаться закрыть дыру «общими знаниями модели».

Это единственная причина из пяти, которая не лечится настройкой. Ответа нет — значит, его нет.

Правильное поведение консультанта в такой ситуации: не выдумывать, а честно сказать, что уточнит у специалиста, и передать разговор человеку вместе с контекстом. Это не «плохо работающий бот» — это корректная работа. Плохо, когда он вместо этого называет срок, которого никто не подтверждал, или цену, которой нет в прайсе.

Дальше начинается работа, которую стоит сделать независимо от автоматизации. Выпишите вопросы, на которые в компании нет письменного ответа, и назначьте того, кто его напишет. Обычно это те же пять-семь тем: сроки, гарантия, возврат, условия работы с юридическими лицами, доставка в другой регион.

И отдельно — про ожидание, что «бот ускорит работу, и станет легче». Японское исследование Persol Research Institute (2026, национальная выборка) — FNN, 03.02.2026 — показало, что генеративный ИИ ускоряет отдельные задачи в среднем на 16,7 %, но рабочее время реально сократилось лишь примерно у 25,4 % пользователей, а 61,2 % высвобожденного времени вернулось в работу, и в основном в текущую рутину. Вывод для нашей темы: сам по себе инструмент не создаёт порядок в материалах. Если ответа нет, скорость ответа его не создаст.

Коротко: убрать дубли и назначить один актуальный источник — иначе бот будет выбирать версию случайно, а клиент цитировать ту, которая ему выгоднее.

Это самая дорогая ошибка из пяти, потому что она приводит не к неловкости, а к конфликту.

Типичная картина. На сайте страница с ценами, которую обновили в марте. Рядом — таблица прайса, которую обновили в июле. В базе знаний оказались обе. Бот отвечает то по одной, то по другой — в зависимости от того, как сформулирован вопрос. Клиент получает цену, приходит оформлять заказ, и выясняется, что она старая.

Формально прав клиент: ему так сказали. И компании приходится либо держать названную цену, либо объяснять, почему её слова расходятся с делом. Оба варианта дороже, чем навести порядок в материалах.

Что делать:

Про то, из чего вообще складывается работа с материалами и почему это не «поставили виджет и забыли», мы подробно писали в статье сколько стоит ИИ-консультант и из чего складывается цена.

Коротко: задать консультанту 30–50 реальных вопросов клиентов и сверить ответы с утверждёнными формулировками — до того, как он ответит первому живому посетителю.

Проверка занимает один вечер, но экономит репутацию. Порядок такой.

Шаг 1. Соберите вопросы. Тридцать–пятьдесят последних реальных обращений, как есть, живыми формулировками — включая неудобные и с ошибками. Не придумывайте вопросы сами: придумаете вы то, на что у вас уже есть ответы.

Шаг 2. Разделите их на две группы. Те, на которые консультант должен отвечать сам, и те, которые он обязан передать человеку: торг, нестандартная комплектация, жалоба, юридический вопрос.

Шаг 3. Проверьте ответы по четырём критериям. Точен ли ответ (совпадает с утверждённым), полон ли (не потерял важное условие), понятен ли человеку, и — самое важное — правильно ли он уходит к человеку там, где должен уходить.

Шаг 4. Отдельно проверьте отрицательные случаи. Спросите то, чего в базе нет. Спросите про конкурента. Напишите раздражённо. Консультант обязан не выдумывать и не спорить.

Шаг 5. Прочитайте логи после запуска. Первые две недели диалоги читают вручную. Спорные случаи находятся именно там, а не в тестах: тесты вы придумали сами, а люди пишут иначе.

Если на этом этапе выяснилось, что половина ответов неверна, — это хорошая новость. Вы нашли это до клиента, а не после.

Коротко: раз в неделю читать диалоги и записывать каждый вопрос без ответа в отдельный список — это и есть план развития базы знаний на месяцы вперёд.

База знаний не бывает законченной. Она либо обновляется, либо устаревает, и второе происходит быстрее, чем кажется.

Практика, которая работает, выглядит так:

Список пробелов полезен и сам по себе. Он показывает, каких ответов нет в компании, — а это знание стоит дороже, чем любой бот. Клиент, который не получил ответа, не обязательно ушёл к конкуренту из-за бота; часто он ушёл потому, что ответа не существует ни у кого.

И последнее, про порядок работ. Сначала материалы, потом инструмент. Если у вас нет письменных ответов, ни один консультант их не создаст — он может только быстрее показать, что ответа нет. Про то, как скорость первого ответа влияет на судьбу обращения, мы подробно разбирали в статье про первую минуту, а про сравнение живого оператора и бота — в материале что дешевле: бот или живой оператор.

Почти всегда потому, что в базе лежит несколько версий одного факта, либо рядом с ответом находится посторонний текст, который модель использует как источник. Проверьте по конкретному вопросу: что именно бот видит. Часто выясняется, что актуальный ответ есть, но не в том документе, который он выбрал.

Нет. Сайт — это витрина, а не справочник: там есть новости, акции, устаревшие страницы. Из такого набора бот отвечает тем, что попалось. Нужен отобранный список фактов, на которые консультант имеет право отвечать, и этот список почти всегда меньше сайта.

Если ответа в материалах нет или лежит он в нечитаемом виде, более сильная модель не поможет — она будет так же уверенно выдумывать. Смена модели помогает в другом: лучше понимает формулировки и аккуратнее сопоставляет смыслы. Это причина номер три из пяти, а не первая.

Столько, сколько реально задают клиенты. Ориентир — покрыть большинство типовых обращений за последний месяц; на практике это несколько десятков вопросов, а не сотни. База из тысячи страниц, из которых бот не может достать ответ, хуже базы из пятидесяти аккуратных.

Один назначенный человек. Не «все вместе» и не «когда будет время». Его задача — следить за актуальностью фактов и вести журнал пробелов. Если владельца нет, база устаревает за месяц-два, и это самая частая причина, по которой проекты разваливаются.

Сначала проверьте, существует ли ответ в письменном виде вообще. Если нет — его нужно написать, и это работа независимо от автоматизации. Если да — проверьте, в каком виде он лежит: скан, единый документ на сто страниц и таблица без заголовков остаются самыми частыми причинами.

Что вы можете сделать прямо сейчас, не покупая ничего: выписать тридцать последних вопросов клиентов и отметить, на какие из них в компании есть письменный ответ, а на какие нет. Второй список — это и есть ваш план работы с базой знаний.

Получить демо на своём сайте — пришлём ссылку на консультанта, обученного по материалам вашего сайта. Задайте ему свои самые неудобные вопросы и посмотрите, где он отвечает по делу, а где честно передаёт разговор человеку.

Читайте также: Чат-бот на сайте: что он реально даёт и когда от него больше вреда · Что дешевле — бот или живой оператор · Правило первой минуты: почему горячий лид остывает до звонка · Сколько стоит ИИ-консультант и из чего складывается цена · Все статьи блога →

Павел Гмир, основатель LeanAgent. Пишу о том, как компании теряют заявки на скорости ответа и что из этого реально исправить. Обсудить можно в TenChat или в Telegram.