Леонид Лукин — кандидат технических наук, более 20 лет преподаёт в сфере IT, начинал с лекций в МГТУ им. Н.Э. Баумана, сейчас ведёт индивидуальное обучение и консалтинг по Яндекс Директ и Google Ads. Параллельно он входит в экспертный кластер «Искусственный интеллект» РАЭК. Именно это сочетание практики и погружения в тему LLM подтолкнуло его к эксперименту: заменить рутинную переписку с клиентами ИИ-ассистентом.
Проблема, с которой столкнулся Лукин, типична для независимых экспертов. Аудитория рассредоточена по всему миру — от Сибири до Лос-Анджелеса. Потенциальный клиент нередко «созревает» глубокой ночью по московскому времени: заходит на сайт, пишет вопрос и ждёт. К утру импульс угасает, а человек уже нашёл другого специалиста, который ответил быстрее. Помимо этого, стандартные формы захвата собирают не только реальных покупателей, но и SEO-спам и нецелевые запросы — людей, которым нужен бесплатный совет, а не платный аудит. По оценке самого Лукина, однотипные ответы на вопросы о ценах и форматах занимали 1–2 часа в день.
Классические альтернативы он отверг последовательно. Менеджер по продажам не обладает нужной технической экспертизой — не сможет грамотно ответить на вопрос об атрибуции в Google Analytics 4 или автостратегиях Яндекса, а значит, всё равно будет переключать клиента на эксперта. Кнопочные боты с меню «нажмите 1, нажмите 2» раздражают пользователей и снижают конверсию. Онлайн-чат типа JivoSite требует живого оператора на другом конце.
Три ключевые проблемы: однотипные вопросы, «ночные» лиды из других часовых поясов и нецелевые заявки-спам.
Выбор пал на российскую платформу Bot4Web.ru. Технически интеграция заняла несколько минут: регистрация, получение фрагмента HTML-кода, вставка на сайт. Никакого программирования. Содержательная часть — загрузка базы знаний: информация с сайта, PDF с программами курсов, описание услуг аудита. Ключевым этапом стал промпт-инжиниринг — составление системного запроса, который определяет поведение бота. Лукин описывает подход как работу с новым стажёром: прописал тональность («общайся как живой человек, без канцеляризмов»), матрицу продуктов с ценами и форматами, а главное — целевое действие: после консультации вежливо запросить контакты клиента для личного звонка.
Платформа работает на базе больших языковых моделей (LLM) и понимает смысл вопроса, а не ищет ключевые слова. Ответы генерируются за 2–3 секунды. Отдельным критерием при выборе стало соответствие 152-ФЗ: серверы платформы находятся в России, что критично при сборе персональных данных граждан РФ.
Подход Лукина вписывается в более широкую тенденцию: малый бизнес и независимые эксперты всё активнее используют LLM-ассистентов не как игрушку, а как инструмент лидогенерации. Разница между кнопочным ботом прошлого десятилетия и современным LLM-ассистентом принципиальная: первый работает по жёсткому дереву сценариев, второй ведёт свободный диалог и способен обрабатывать непредсказуемые вопросы. Для ниш, где экспертиза продавца — часть продукта (обучение, консалтинг, юридические услуги), это особенно актуально: бот может транслировать профессиональный контекст, заложенный в базу знаний, без участия самого эксперта.
