CX automation ломается не на LLM, а на пустом контексте между CRM, helpdesk и почтой

CX automation ломается не на LLM, а на пустом контексте между CRM, helpdesk и почтой

Если агент пишет ответ клиенту, но не видит историю покупок, статус тикета и последний touchpoint, он начинает «додумывать» и уходит в галлюцинации. Поэтому базовая схема не «один универсальный бот», а цепочка: извлечение фактов → классификация запроса → генерация ответа → проверка на политику → запись результата в систему.

Три места, где пайплайн чаще всего ломается:
— нет нормализации сущностей: один и тот же клиент живёт как 3 записи;
— нет guardrails на тон и обещания, поэтому агент обещает лишнее;
— нет human-in-the-loop для edge cases: возвраты, спорные SLA, эскалации.

Для продакшена лучше держать короткий контекст и подтягивать его по запросу через retrieval (поиск по базе знаний и CRM), а не скармливать агенту весь диалог. Иначе растут latency, цена inference и шанс, что модель начнёт смешивать старые и новые инструкции. Для длинных цепочек нужны checkpoint'ы: сохранять промежуточное состояние после классификации и перед финальным ответом.

Если строите CX automation, начинайте с одного узкого сценария: triage, FAQ, renewal reminder или lead follow-up. Сначала добейтесь предсказуемой маршрутизации, потом добавляйте генерацию текста. Иначе вы автоматизируете хаос, а не поддержку.