Как я собрал умного ИИ-консультанта для картинг-клуба: RAG-архитектура, Pinecone и самообновляемая база

Точка А: Проблема

У развлекательного бизнеса со сложными услугами (как картинг-клуб с прокатом, школой и спортивными классами) есть общая боль: администраторы тратят часы на ответы на одни и те же вопросы. Клиенты спрашивают про цены, расписание, скидки и требования к экипировке.

Как выглядит обычный процесс без системы:

Клиент пишет в Telegram: «А со скольких лет можно детям? И сколько стоит разовый заезд?».
Администратор отвлечен на живых клиентов на трассе и отвечает через час.
Ответ часто сухой, без попытки продать доп. услуги.
Когда меняются цены (например, в выходные или сезон), админ забывает обновить жесткие скрипты бота и называет старую стоимость, что приводит к конфликтам и потере денег.

Задача: спроектировать интеллектуального агента, который будет мгновенно консультировать клиентов, подтягивать актуальную информацию из базы знаний и автономно обновлять свои знания без участия разработчика.

Инженерное решение: Архитектура RAG-агента с модулем автообновления

Я спроектировал систему на базе n8n, которая использует подход Retrieval-Augmented Generation (RAG). Бот не выдумывает факты, а «читает» базу знаний перед каждым ответом.

Архитектура построена на связке:

n8n как главный оркестратор логики.
OpenAI (gpt-4o-mini) как «мозг» для формирования ответов.
Pinecone Vector Store как векторная база данных.
Google Docs как интерфейс управления базой для администратора.
Upstash (Redis) для долгосрочной памяти диалогов.

Логика работы: Как это функционирует под капотом

Система разделена на два независимых процесса: фоновая синхронизация данных и общение с клиентом.

1. Самообновляемая база знаний (CRON-синхронизация):

Владельцу бизнеса больше не нужно лезть в код или дергать разработчика, чтобы изменить цены. Вся информация о клубе хранится в обычном Google Документе. Если стоимость поездки выросла с 15 000 до 17 000 рублей, менеджер просто меняет цифру в тексте документа. Каждые 15 минут n8n по расписанию обращается к Google Docs, скачивает актуальный текст, разбивает его на чанки и автоматически обновляет векторы в Pinecone. В следующем же сообщении ИИ-консультант начнет называть клиентам новую цену в 17 000 рублей.

2. RAG-консультация и маршрутизация:

Когда клиент пишет вопрос, он попадает к AI Agent. Перед тем как ответить, агент обращается к Pinecone, находит точные актуальные данные и формирует дружелюбный ответ. Если клиент просит показать трассу (триггерные слова «фото», «фотки»), воркфлоу переводит запрос на отдельную ветку, вытягивает прямые ссылки из Google Sheets и отправляет их красивым альбомом через Telegram API.

3. Управление контекстом (Memory):

Бот помнит весь контекст диалога через Redis. Если клиент спросил про детскую школу, а потом написал «А сколько стоит?», бот поймет, что речь о детских занятиях, а не о взрослом прокате.

Точка Б и профит

Абсолютная автономность данных: Система не требует техподдержки при изменении прайса. Менеджеры правят обычный Google Doc, а ИИ обучается сам.
Мгновенные и точные ответы 24/7: Клиенты получают развернутые консультации за пару секунд, независимо от загруженности администратора.
Снижение нагрузки на персонал: Администратор больше не работает «справочным бюро» и подключается только на этапе финальной брони.

Если вашему бизнесу нужна система, которая заберет на себя 90% рутинных консультаций, будет сама обновлять цены из ваших документов и квалифицировать лидов без участия человека — пишите мне в личные сообщения. Разберем вашу задачу и спроектируем архитектуру решения.

Telegram: @chernyaevi

VK: @chernyaevig