FAQ-бот для сотрудников

FAQ-бот для сотрудников обрабатывает типовые HR-вопросы в корпоративных каналах связи и отвечает ссылками на первоисточники — внутренние регламенты, политики, FAQ и справочники. AI-агент снимает с HR-команды рутину повторяющихся запросов и одновременно ускоряет получение ответа для сотрудника — с часов и дней до секунд.

Что делает автоматизация

1. Принимает вопрос сотрудника в Slack, Microsoft Teams, Telegram или другом корпоративном мессенджере.
2. Распознаёт намерение запроса — например, «уточнение политики отпусков», «расчёт зарплаты», «процесс оформления больничного», «условия по бенефитам».
3. Ищет релевантные фрагменты в корпоративной базе знаний HR (PDF, Notion, Confluence, Google Docs, внутренние вики) с помощью RAG-поиска.
4. Формирует ответ на естественном языке со ссылкой на исходный документ и точной цитатой нужного раздела.
5. Фиксирует каждый запрос в аналитическом логе: тему обращения, уверенность модели в ответе, время реакции, оценку от сотрудника.
6. Эскалирует сложные или чувствительные вопросы живому HR-специалисту с полным контекстом переписки и ссылкой на профиль сотрудника из HRIS.
7. Обновляет базу знаний — когда HR публикует новый документ или меняет существующий, бот автоматически индексирует изменения и ссылается на них в следующих ответах.
8. Собирает статистику по темам обращений, которая помогает HR-команде понять, какие политики написаны непонятно и где требуется доработка.

Что НЕ делает автоматизация

• Не принимает HR-решения. Бот не утверждает отпуск, не согласует повышение, не оформляет увольнение. Эти действия остаются за HR-командой и руководителями.
• Не заменяет живое общение в чувствительных ситуациях. Конфликты, жалобы, вопросы о здоровье, адаптационные разговоры с новыми сотрудниками — такие темы автоматически маршрутизируются к человеку.
• Не создаёт HR-документы. Бот ищет ответы в существующей базе знаний, но не пишет новые политики, регламенты и справочники — это работа HR-департамента и юристов.

FAQ-бот построен по архитектуре RAG (Retrieval-Augmented Generation): AI-агент не генерирует ответ из внутренней памяти модели, а сначала находит нужный фрагмент в документах компании, а затем формулирует ответ строго на основе найденного контекста. Это снижает риск галлюцинаций и позволяет давать ссылку на первоисточник в каждом ответе.

Компоненты системы

Технический поток запроса

1. Сотрудник пишет вопрос в корпоративном мессенджере, бот получает событие через webhook.
2. Запрос преобразуется в векторный эмбеддинг — числовое представление смысла вопроса.
3. Векторная база ищет top-k наиболее близких фрагментов из HR-документов.
4. LLM получает системный промпт, вопрос сотрудника и найденные фрагменты как контекст.
5. Модель формулирует ответ, ссылаясь только на предоставленные фрагменты, и указывает источник.
6. Классификатор оценивает уверенность в ответе: если confidence ниже порога — запрос уходит человеку.
7. Ответ отправляется в чат, сотрудник может поставить 👍/👎 или задать уточняющий вопрос.
8. Весь диалог логируется с таймстампами и оценками для последующего анализа и улучшения базы знаний.

Порядок внедрения

1. Аудит HR-документов. Собираются действующие политики, регламенты, FAQ. Дубликаты и устаревшие версии удаляются, структура приводится к единому формату.
2. Загрузка в векторную базу. Документы нарезаются на семантические фрагменты (chunks) по 300–800 токенов и индексируются с метаданными (категория, дата обновления, автор).
3. Подключение мессенджера. Настраивается бот в Slack, Microsoft Teams или Telegram с правами на чтение сообщений в назначенных каналах и личных переписках.
4. Конфигурация эскалации. Определяются темы, которые всегда идут человеку (увольнение, конфликт, здоровье), и пороги уверенности для автоматических эскалаций.
5. Тестовый прогон. HR-команда прогоняет 50–100 реальных вопросов из истории обращений и корректирует промпты и базу знаний по результатам.
6. Пилот на ограниченной группе. 10–20 сотрудников получают доступ к боту на 1–2 недели, их фидбек используется для донастройки.
7. Масштабирование на всю компанию. Бот открывается для всех сотрудников, HR-команда продолжает мониторить качество ответов и обновлять базу знаний.
8. Итеративное улучшение. Еженедельный разбор плохо оценённых ответов, добавление недостающих документов, уточнение промптов и правил эскалации.

Интеграция с HRIS (BambooHR, Factorial, HiBob и аналоги) даёт боту контекст о сотруднике — должность, отдел, дату найма, согласованные отпуска. Это позволяет отвечать персонализированно: например, сообщать остаток отпускных дней конкретного сотрудника, а не общую формулу расчёта.

Для запуска FAQ-бота нужна подготовленная база HR-знаний и доступ к корпоративному мессенджеру. Чем качественнее документы на входе, тем выше точность ответов на выходе — это главный фактор успеха проекта.

Данные и доступы

• Актуальные HR-политики и регламенты в текстовом виде (PDF, Notion, Confluence, Google Docs, Word — любой формат с извлекаемым текстом).
• Доступ администратора к корпоративному мессенджеру (Slack, Microsoft Teams, Telegram) для установки бота и настройки прав.
• Доступ на чтение к HRIS (BambooHR, Factorial, HiBob и аналоги), если нужны персонализированные ответы с учётом данных сотрудника.
• Каталог частых вопросов за последние 3–6 месяцев — история тикетов HR-службы или выгрузка из почты для настройки промптов.

Готовность команды

• Ответственный со стороны HR для валидации ответов бота и обновления базы знаний — 4–8 часов в неделю первые два месяца.
• Владелец процесса со стороны IT или руководства для согласования политик доступа и работы с персональными данными.
• Коммуникация с сотрудниками: объяснение, что такое бот, на какие вопросы он отвечает и когда писать живому HR.

Сроки внедрения

Типовой проект FAQ-бота для компании 5–50 сотрудников занимает 2–4 недели: неделя на аудит и подготовку базы знаний, неделя на интеграции и настройку, 1–2 недели на тестирование и пилот с доработками.