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

Архітектура обробки повідомлень SupportBot
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.
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.
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.
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.
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 →
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.
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.
SupportBot працює в Signal, WhatsApp, Telegram, Discord та Slack.