Wikibot — российская платформа для создания корпоративных ИИ‑агентов, обученных на документации конкретной компании. Агент отвечает на вопросы клиентов или сотрудников, ищет информацию в базе знаний, работает в Telegram и интегрируется с сервисными системами. Основные сценарии — первая линия поддержки, внутренний сервис‑деск и онбординг.
Что такое Wikibot
В отличие от обычного ChatGPT, Wikibot должен отвечать не из общей памяти модели, а на основе загруженных корпоративных материалов.
Это типичный RAG‑подход: документы индексируются, релевантные фрагменты подбираются под запрос и передаются LLM вместе с вопросом.
Кому и для каких задач подходит
Сервис подходит компаниям с большим количеством повторяющихся вопросов от клиентов или сотрудников.
Как начать пользоваться
Начните с небольшой, хорошо структурированной базы знаний и одного канала, а не пытайтесь сразу автоматизировать всю поддержку.
- зарегистрируйтесь
- загрузите базу знаний
- настройте инструкции агента
- протестируйте вопросы
- подключите канал
- настройте передачу оператору
- запустите пилот
База знаний и RAG
Агент использует документы компании для формирования ответа.
База должна быть актуальной, без дублирующих и противоречивых инструкций.
Поддержка и сервис-деск
Wikibot может закрывать типовые обращения клиентов и сотрудников 24/7.
Обязательно оставляйте маршрут передачи сложного вопроса человеку.
Telegram и интеграции
Агента можно подключать к мессенджерам и HelpDesk‑сценариям.
При интеграции синхронизируйте статус обращения, чтобы бот и оператор не отвечали одновременно.
Бесплатный режим и пробный доступ
При регистрации предоставляется тестовый резерв токенов, позволяющий собрать и проверить агента.
Тарифы и стоимость
По обзору AI Market Cap тарифы: «Старт» 5900 ₽/мес, «Рост» 24900 ₽/мес, «Бизнес» 59900 ₽/мес. Дополнительная настройка сложных интеграций может стоить отдельно.
Работает ли сервис в России
Сервис российский и работает напрямую.
Доступ к сайту и возможность оплаты — разные вещи. Даже если сервис открывается без ограничений, зарубежный платёжный шлюз может не принимать карту российского банка.
Нужен ли VPN
VPN не нужен.
VPN имеет смысл только для сетевого доступа. Он не меняет страну банка‑эмитента и сам по себе не решает проблему платежа, если зарубежный сервис отклоняет российские карты.
Русский язык и интерфейс
Интерфейс и поддержка русскоязычные.
Если интерфейс англоязычный, браузерный перевод обычно помогает с навигацией. Но названия моделей, API‑параметров и технические идентификаторы лучше оставлять в оригинале.
API, интеграции и автоматизация
Для бизнес-интеграций доступны подключения к внутренним системам и сервисным каналам; конкретный API зависит от проекта.
Безопасность и приватность
В базу могут попадать внутренние документы компании. Перед запуском нужно определить права доступа и исключить сведения, которые агент не должен показывать всем пользователям.
Как получить более качественный результат
Главный фактор качества — база знаний и тестовый набор вопросов, а не только модель.
- очистите документы
- назначьте владельцев контента
- тестируйте реальные вопросы
- добавьте fallback на оператора
- регулярно анализируйте неотвеченные обращения
Ограничения и слабые места
Внедрение требует подготовки базы, настройки каналов и постоянного обслуживания контента.
- платная подписка
- сложные интеграции оплачиваются отдельно
- качество зависит от базы
- нужна модерация ответов
- агент может ошибаться
Wikibot или обычный ChatGPT
ChatGPT универсален, но не знает внутренние регламенты автоматически. Wikibot строится вокруг корпоративной базы знаний.
Для внутренних документов специализированный RAG‑агент практичнее общего чата.
Wikibot или классический FAQ‑бот
FAQ‑бот отвечает по заранее заданным веткам, Wikibot может искать смысл в документах и формировать гибкий ответ.
Для строго регламентированных процессов иногда простой FAQ надёжнее.
Как встроить сервис в постоянный рабочий процесс
Пилот: 100 реальных вопросов → загрузка базы → тест агента → разметка ошибок → корректировка документов → подключение ограниченной аудитории.
Как оценивать эффективность
Оценивайте процент закрытых обращений без оператора и качество передачи сложных случаев.
- deflection rate
- точность ответов
- доля эскалаций
- время ответа
- стоимость диалога
- CSAT
Типичные проблемы и способы решения
- Бот выдумывает — ограничьте источники и системную инструкцию.
- Ответ устарел — обновите документ.
- Слишком много эскалаций — улучшите базу.
- Агент отвечает лишнее — настройте права и фильтры.
Кому сервис не подойдёт
Если у компании десяток вопросов в месяц, дорогая RAG‑платформа может не окупиться.
Практический чек‑лист перед оплатой
- проверить актуальную цену на официальном сайте;
- уточнить автопродление и правила отмены;
- протестировать сервис на реальной задаче;
- проверить формат экспорта и доступность истории;
- уточнить работу из России и способ оплаты;
- прочитать правила обработки загружаемых данных;
- посчитать стоимость одного готового результата, а не только месячного тарифа.
Как провести полноценный тест Wikibot перед оплатой
Не оценивайте Wikibot по одному удачному примеру. Подготовьте 5–10 реальных задач разной сложности и заранее определите, что считать хорошим результатом. Сравнивайте не только внешний эффект, но и время, количество повторных попыток и необходимость ручной доработки.
Как организовать результаты и историю работы
Исходники, финальные версии и важные настройки лучше хранить вне сервиса. Облачный кабинет удобен для текущей работы, но тариф, срок хранения или интерфейс могут измениться.
Для повторяемых задач сохраняйте короткое описание настроек, промпт, дату и версию инструмента. Это помогает воспроизводить удачный результат и объяснять коллегам рабочий процесс.
Как уменьшить количество ошибок в сложных задачах
Критичные числа, код, ссылки и выводы проверяйте независимо. Даже сильная модель может сформулировать ошибку убедительно, поэтому красивый ответ не равен проверенному ответу.
Как считать реальную стоимость автоматизации
Если сервис экономит время сотрудника, учитывайте не только тариф, но и часы ручной работы до и после внедрения. Для API добавьте стоимость внешних моделей, сервера и поддержки.
Самый полезный показатель — стоимость одной успешно завершённой задачи. Он учитывает повторные попытки и лучше показывает экономику, чем абстрактная цена токена или кредита.
Как готовить базу знаний для AI‑агента
Удалите старые версии инструкций, объедините дубли и разделите большие документы на понятные тематические блоки. У каждой статьи должен быть владелец и дата актуализации.
Если два документа противоречат друг другу, агент не сможет сам определить, какой считать правильным. Такие конфликты нужно устранить до индексации.
Как настроить передачу разговора оператору
Определите явные условия эскалации: пользователь просит человека, вопрос касается платежа/жалобы, агент не нашёл источник, низкая уверенность или диалог повторяется по кругу.
Оператор должен получать историю разговора и найденные документы, чтобы клиенту не приходилось заново объяснять проблему.
Как анализировать качество ответов
Собирайте вопросы, на которые агент не ответил или после которых потребовался оператор. Раз в неделю группируйте их по причинам: нет документа, документ устарел, плохой поиск, неверная инструкция.
Так база знаний улучшается на реальных обращениях, а не только на заранее придуманных тестах.
Как считать окупаемость AI‑агента
Сравнивайте стоимость тарифа и внедрения с количеством обращений, которые бот закрывает без оператора. Если агент экономит десятки часов поддержки в месяц, эффект можно измерить напрямую по стоимости рабочего времени и скорости ответа.
Кому назначить владельца базы знаний
У базы должен быть ответственный сотрудник, который удаляет устаревшие инструкции и подтверждает новые версии документов.
Wikibot в 2026 году: уже не просто FAQ-бот
Актуальный Wikibot строится вокруг ИИ-агентов, которые умеют не только искать ответ в базе знаний, но и выполнять функции: создавать сделку в CRM, назначать событие, менять категорию обращения или передавать диалог оператору.
На главной странице демонстрируются агенты с инструкциями, памятью, пользовательскими функциями и выбором современных моделей. Это делает платформу ближе к agentic support, чем к классическому FAQ-виджету.
База знаний: сайт, PDF, DOCX и приватные статьи
Wikibot умеет индексировать сайт, документы и внутренние заметки. В демонстрационном интерфейсе видны сайты, PDF, DOCX и приватные статьи как отдельные источники.
Для хорошего RAG база должна быть чистой: удалите старые версии тарифов, дубли и противоречащие инструкции. Иначе агент может найти сразу два ответа и выбрать неверный.
После загрузки полезно тестировать не только очевидные вопросы, но и формулировки реальных клиентов с ошибками и неполным контекстом.
Память: чем она отличается от базы знаний
В 2026 году Wikibot добавил постоянную память в виде таблиц. База знаний — это статичные документы, а память — данные, которые агент сам накапливает в диалогах.
Например, бот может сохранять жалобы, контакты, оценки качества или каталог. Таблицы можно импортировать и экспортировать, включая Excel.
На бесплатном режиме официальная страница памяти указывает до трёх таблиц по 1000 строк каждая с общим лимитом хранения.
Пользовательские функции: агент начинает действовать
Функция связывает LLM с вашим API. В официальной демонстрации есть примеры создания сделки в amoCRM, события в календаре и лида в Битрикс24.
Каждой функции нужно выдавать минимальные права. Не следует позволять боту удалять данные или проводить необратимые операции только по свободному тексту пользователя.
Для опасных действий нужен confirmation step или отдельная business-валидация на стороне API.
Интеграции каналов и helpdesk
На текущей главной странице показаны Telegram, MAX, виджет сайта, HelpDeskEddy, Talkme, Carrot quest, Jivo, Битрикс24, Юздеск, Omnidesk, Freshchat, Verbox, Webim, Albato и Chat2Desk.
Не все интеграции обязательно включены в конкретном аккаунте или тарифе. Перед покупкой лучше проверить именно ваш helpdesk и способ передачи контекста оператору.
Чат-центр и передача человеку
AI-поддержка не должна удерживать клиента любой ценой. Если вопрос вне базы, клиент недоволен или просит оператора, бот должен корректно передать диалог.
Хорошая передача включает summary: что спросил клиент, какие данные уже собраны и что бот успел проверить. Это экономит время первой линии.
Дообучение по диалогам
В changelog за сентябрь 2026 года Wikibot расширил сценарии дообучения по реальным разговорам операторов, в том числе для Carrot quest и Битрикс24.
Идея полезна: успешные ответы сотрудников становятся материалом для базы. Но перед автоматическим добавлением нужно фильтровать устаревшие или ситуативные ответы.
Как выбирать модель для агента
Wikibot поддерживает несколько семейств моделей — GPT, Grok, Gemini, DeepSeek, Qwen, а на старших тарифах также YandexGPT и GigaChat.
В changelog отдельно появились GPT-5.6 Luna и Terra с разным расходом credits. Это показывает, что модель можно подбирать по цене и сложности.
Для простого FAQ флагман не нужен. Для сложной квалификации, функций и длинного контекста сильная модель может окупиться меньшим числом ошибок.
Тариф Старт
На момент проверки «Старт» стоит 5900 ₽ в месяц и включает 500 credits. Дополнительный credit сверх пакета — 12 ₽.
Тариф рассчитан на базовую поддержку и небольшое число обращений. Если агент использует продвинутую модель с расходом нескольких credits на диалог, фактическое число диалогов будет меньше количества credits.
Тарифы Рост и Бизнес
«Рост» стоит 24 900 ₽/мес, включает 2500 credits, YandexGPT/GigaChat и автоматическое обновление базы знаний. Дополнительный credit — 10 ₽.
«Бизнес» стоит 59 900 ₽/мес, включает 10 000 credits, расширенную поддержку базы и рабочую группу; сверх тарифа — 6 ₽ за credit.
Для оценки нужно считать среднее потребление конкретного агента, а не делить цену тарифа на число обращений вслепую.
Тариф по потреблению
В 2026 году Wikibot добавил pay-as-you-go вариант для небольшого или нестабильного потока. В changelog указана цена 20 ₽ за ответ или действие агента.
Если агент не справился с запросом, стоимость по заявленным условиям возвращается на баланс кешбэком. Это интересная модель для пилота без фиксированного крупного пакета.
Как провести пилот за неделю
- загрузить 20–50 самых важных статей базы
- подключить один канал
- собрать 50–100 реальных вопросов
- разметить правильные ответы
- настроить handoff
- проверить функции только на тестовом API
- измерить долю решённых без оператора
Если качество не достигает приемлемого уровня на небольшой базе, масштабирование на весь helpdesk только усложнит диагностику.
Какие метрики смотреть
- resolution rate без оператора
- доля переводов человеку
- ошибочные ответы
- среднее число credits на диалог
- время ответа
- conversion в лид/заявку
- частые темы без ответа
Самая опасная метрика — просто число сообщений бота. Большой объём автоматических ответов не означает хорошую поддержку.
Wikibot или обычный ChatGPT с файлами
Универсальный чат подходит сотруднику для ручной работы с документами. Wikibot нужен, когда агент должен жить в канале поддержки, постоянно использовать корпоративную базу, память и функции.
То есть различие не столько в LLM, сколько в инфраструктуре вокруг неё.
Россия и данные
Wikibot — российская платформа с рублёвыми тарифами и русскоязычным интерфейсом. VPN не нужен.
При использовании зарубежных LLM нужно отдельно понимать маршрут данных. Для чувствительной поддержки стоит обсуждать с поставщиком конкретные модели, хранение и договорные условия.
Частые вопросы
Есть бесплатный тест?
Да, предоставляется тестовый резерв.
Сколько стоит Старт?
5900 ₽/мес по обзору 2026 года.
Есть Telegram?
Да.
Можно обучить на документах?
Да.
Нужен VPN?
Нет.
Работает в России?
Да.
Есть корпоративные интеграции?
Да.
Заменяет операторов полностью?
Нет, сложные вопросы нужно эскалировать.
Информация обновлена — 30.09.2026.