<b>CX-автоматизация ломается не на LLM, а на плохом контуре контекста</b>

<b>CX-автоматизация ломается не на LLM, а на плохом контуре контекста</b>

Если агент отвечает в саппорте, но не видит историю тикета, сегмент и причину предыдущего эскала, он начинает генерировать «вежливые пустоты». Для CX-пайплайна нужен не один промпт, а цепочка: классификация запроса → выбор политики ответа → извлечение фактов из CRM/Helpdesk → генерация → проверка на тон и эскалацию.

Типовые точки отказа:
— потеря контекста после 8–12 сообщений;
— смешивание знаний из базы и личных данных клиента;
— автопредложение решения там, где нужен только human handoff;
— дублирование действий: агент уже создал тикет, но снова просит данные.

Чтобы это не разваливалось, делайте жёсткие границы: отдельный tool-call на поиск, отдельный на запись, отдельный на эскалацию. В память агента кладите не весь диалог, а сжатый state: intent, customer tier, last action, open issue, allowed actions. Для ответа полезен guardrail на уровне схемы: если confidence ниже порога или есть конфликт между источниками, агент обязан уйти в ручную очередь.

Перед запуском проверьте три вещи: можно ли воспроизвести решение без LLM, не теряются ли обязательные поля при переходе между инструментами, и есть ли лог каждого действия в формате, который потом можно разобрать инженеру.

Хорошая CX-автоматизация не «болтает умнее». Она стабильно доводит типовые кейсы до конца и честно сдаётся там, где контекст уже недостаточен.