Пересобрали процесс обучения в контакт-центре — от скриптов на бумаге до диалога с ИИ

Когда в контакт-центре нужно обучить тысячу новых сотрудников, а тренеров всего десять, начинаются проблемы: новички путаются в скриптах, качество обучения скачет, а к сезонной нагрузке команду готовят в спешке.

Со всеми этими проблемами справляется Robocoach — наш диалоговый тренажер, который думает как методолог, говорит как клиент и учит как живой тренер.

Мы не просто автоматизировали обучение операторов — мы встроили ИИ в сам процесс развития навыков. В карточках рассказываем, как это устроено и как контакт-центр можно подготовить к неожиданным сценариям за пару кликов.

Robocoach — диалоговый ИИ-тренажер, созданный для быстрой адаптации тысяч сотрудников и повышения качества обслуживания клиентов. Оператор работает за компьютером или по телефону и разговаривает с виртуальным клиентом: отвечает на вопросы, обрабатывает возражения, решает типовые проблемы. Вместо того чтобы заучивать скрипты в теории, сотрудники сразу погружаются в практику. Это дает три главных плюса:

• все учатся по одному стандарту в безопасной и контролируемой среде;
• обучение запускается в пару кликов;
• новички входят в рабочий процесс в несколько раз быстрее.

1. Онбординг новичков без траты времени тренеров и руководителей.
2. Увеличение среднего чека и объема продаж за счет тренировок по отработке возражений.
3. Подготовка к пиковым нагрузкам, например к акциям, праздникам или нововведениям, без помощи тренеров.
4. Повышение квалификации сотрудников. Можно отработать сложные сценарии, основанные на реальных ошибках в прошлом.
5. Унификация стандартов обслуживания за счет единого сценария для всех сотрудников.

Отработка стрессовых ситуаций. Тренажер может имитировать голоса и тон раздраженных клиентов.

В админке методолог выбирает, создавать сценарий с нуля или поручить это ИИ. Если выбрать второй вариант, система на основе предоставленного контекста (например, документации или скрипта) сама предложит структуру диалога. Дальше нужно только поправить реплики. Это экономит часы работы и позволяет быстро запускать новые тренировки.

В редакторе сценариев можно выбрать голос для виртуального клиента — у нас их более 15, с разными тембрами и интонациями. Для каждого шага диалога прописываются реплики клиента и варианты ответов оператора (правильные и неправильные). К любому ответу можно добавить обратную связь. В одной тренировке можно собрать до восьми разных кейсов, а в каждом кейсе — до 50 шагов. После настройки остается только нажать «Опубликовать».

Мы разделили тренировки по форматам, потому что работа в телефонии и в чате — это разные навыки. Для операторов, которые общаются голосом, тренажер имитирует телефонный разговор: нужно говорить в микрофон, слушать ответ, реагировать на интонацию. Для поддержки в чатах все происходит в текстовом интерфейсе, похожем на мессенджер. Так сотрудники учатся именно в той среде, в которой потом будут работать.

Для тех, кто только начинает, подходят линейные сценарии — простые диалоги по шагам, где важно запомнить последовательность реплик. Для более подготовленных сотрудников мы делаем разветвленные диалоги: здесь ответ оператора влияет на то, куда пойдет разговор. Это учит гибкости, умению слышать клиента и принимать решения — навыкам, которые не заменишь заученными фразами.

Иногда важно сказать именно те слова, что написаны в скрипте, — например, при согласовании договора. Для таких случаев в тренажере есть режим «Слово в слово». Но чаще важно передать смысл, а не форму. Тогда включается режим «Передан общий смысл» — система оценивает, правильно ли оператор понял клиента и корректно ли ответил по сути. Это помогает развивать не память, а мышление.

В основе тренажера — только наши собственные технологии. Распознавание и синтез речи работают на платформе VoiceKit, что дает нам полный контроль над качеством голоса и скоростью ответа. А диалоговое ядро построено на T-Pro — нашей LLM с гибридным режимом рассуждений на 32 млрд параметров. Такой стек обеспечивает стабильность, независимость от сторонних решений и позволяет тонко настраивать логику диалога под наши конкретные задачи.