SupportBot
5 хв читання

Як працює SupportBot

Простий огляд технології, що стоїть за кожною відповіддю бота. Працює на каскаді моделей: OpenAI GPT-5 як основна, Google Gemini як резервна.

SupportBot Architecture

Архітектура обробки повідомлень SupportBot

Початок роботи

Адмін додає бота в групу або канал. Бот одразу починає працювати — зчитує нові повідомлення, будує базу знань, і відповідає на питання.

Опціонально, через Dashboard можна імпортувати повну історію групи для побудови бібліотеки кейсів.

Message Gate — коли і на що відповідати

Бот зчитує повідомлення в реальному часі, але не поспішає відповідати. Нові повідомлення накопичуються в черзі. Коли ніхто в групі не пише протягом 1–2 хвилин, бот аналізує всю чергу і вирішує: які з цих повідомлень є питаннями, що потребують відповіді, а які — просто розмова, привітання чи мем.

Бот може знайти кілька питань одночасно і відповісти на всі. Типовий час від питання до відповіді — 1–2 хвилини.

Якщо поки бот готує відповідь, хтось напише нове повідомлення — бот зупиняється, скидає чернетку, і починає аналіз заново з урахуванням нового повідомлення. Це гарантує, що відповідь завжди враховує весь контекст, і бот ніколи не перебиває живу розмову.

Агенти пошуку працюють паралельно

Для кожної підзадачі бот запускає окремого AI-агента:

Keyword Search — класичний текстовий пошук по всіх повідомленнях групи. Знаходить точні збіги, коди помилок, назви моделей.

Dual Case RAG — семантичний пошук по базі кейсів. RAG (Retrieval-Augmented Generation) означає, що бот знаходить найбільш релевантні кейси за змістом, а не лише за ключовими словами. "Dual" — тому що є два типи кейсів: підтверджені рішення та рекомендації.

Docs Search — пошук по вашій документації (посилання на Google Docs вказуються в описі групи). Документи рекурсивно обробляються та переіндексуються кожні 10 хвилин.

Response Synthesizer — формування відповіді

Фінальний агент отримує результати всіх підагентів і синтезує відповідь. Він вибирає найбільш релевантну інформацію і додає посилання на джерела:

— Посилання на вашу документацію
— Посилання на вирішені кейси (кожен кейс — це сторінка з підсумком "проблема → рішення" та шматком пов'язаної історії чату)
— Посилання на веб-джерела, коли потрібні найсвіжіші дані

Він також має доступ до Google Search для отримання актуальних даних з інтернету.

Якщо бот не знаходить достатньо інформації для впевненої відповіді, він ескалює питання адміністраторам через @згадку.

Case Extractor — база знань росте сама

Паралельно з відповідями, бот постійно аналізує нові повідомлення в групі. Коли хтось вирішує проблему (навіть без участі бота), Case Extractor витягує цю інформацію у структурований кейс: проблема, рішення, контекст. Він також використовує Google Search для уточнення та верифікації рішень.

Кожен кейс — це посилання, за яким видно підсумок та пов'язану історію повідомлень. Наступного разу, коли хтось задасть схоже питання — відповідь вже буде в базі, з посиланням на кейс.

Подивіться приклад кейсу →

Мультимодальність — не тільки текст

Бот обробляє фото (скріншоти помилок, фото плат), відео та голосові повідомлення. Зображення аналізуються AI-моделлю, аудіо транскрибується. Все це стає частиною кейсу і доступне для пошуку.

Що це означає для вас?

Ви отримуєте AI-агента, який з кожним днем стає розумнішим саме для вашої спільноти. Без ручної роботи, без створення FAQ, без навчання моделі. Просто додайте бота до групи — і він почне вчитися з вашої історії.

Ця розробка вирішує проблему точної технічної підтримки в групових чатах з мінімізацією галюцинацій — підхід, який планується опублікувати як наукову роботу.

Платформи

SupportBot працює в Signal, WhatsApp, Telegram, Discord та Slack.

Academia Tech © 2026