Guest
⚡ Забирай шаблоны и все необходимое тут: Прошлые видео: 🤖 Подписывайся на телегу: H2GcclElvHE4MDRi Там обновления, фишки и еще больше контента 14 дней бесплатно (С РФ заходите с VPN) ИИ продавец-консультант с долговременной памятью (RAG-агент на векторной базе данных). Понимает не только ключевые слова, но и смысл — благодаря семантическому поиску. Помнит клиентов, их предпочтения, диалоги, не путается в номенклатуре и ценах, потому что подключён к базе знаний и актуальному ассортименту. В этом видео покажу, как собрать такого продавца с нуля — на связке n8n Supabase. Повторяй шаг за шагом — и у тебя будет свой ИИ-консультант, который не забывает, кто к нему приходил вчера. Что еще за RAG? RAG-агент — это сокращение от Retrieval-Augmented Generation. По сути, это такой умный ИИ, который не просто генерирует текст на основе своих внутренних знаний, а умеет подтягивать нужную информацию из внешних источников — например, из базы знаний, документов и тд. В случае с ИИ-продавцом, он может получать ассортимент товаров и актуальные цены как из базы данных, так и напрямую через внешние API. Но на этом всё не заканчивается — он также умеет подтягивать информацию из методичек, скриптов продаж, внутренних регламентов и базы знаний компании. Это значит, что он знает не только, что продать, но и как это правильно продать — в нужном тоне, с нужными аргументами, по стандартам компании. И главное — он ищет информацию не просто по ключевым словам, а по смыслу, используя семантический векторный поиск. У него не поиск, а почти интуиция. Проще говоря: Обычный ИИ - отвечает тем, что “помнит” из своего обучения. RAG-агент — если не знает чего-то, то сначала ищет нужную инфу в своей “библиотеке”, а потом уже отвечает. У него два мозга: 1. Один — ищет инфу по смыслу (векторный поиск) 2. Второй — красиво и логично формирует ответ И ты получаешь консультанта, который не “галлюцинирует”, а отвечает на основе актуальных данных - из базы товаров, FAQ, переписок с клиентом и т.д. То есть: • Он ищет товары и ответы по смыслу, а не по ключевым словам. • Запоминает клиента и контекст, не переспрашивает 10 раз одно и то же. • И если не уверен в чём-то, может подтянуть свежую инфу из базы. Таймкоды: 00:00:00 — Введение: О чем видео 00:03:04 — Supabase: что это и как подключить к n8n 00:07:33 — Создаем нужные таблицы и функции быстро 00:10:36 — Храним переписки с клиентами в Supabase 00:12:27 — Храним промпты для агентов в Supabase 00:18:06 — Создаем AI-агента с долговременной памятью по каждому клиенту 00:28:50 — Создаем базу знаний для AI-продавца. Вариант 1 00:35:01 — Что такое векторная БД и как работает semantic search 00:45:13 — Создаем и подготавливаем ассортимент товаров для AI-агента 00:53:31 — Даем AI-продавцу доступ к базе знаний по продажам и ассортименту товаров 00:59:14 — Проверяем как работает AI-продавец. Вариант 1 01:02:30 — Грубим продавцу 😄 Чуть-чуть шалостей 01:04:00 — Как обновлять данные об ассортименте и базе знаний 01:15:23 — Создаем для AI-продавца базу знаний и даем доступ к ассортименту с обновлением в реальном времени. Вариант 2 01:22:30 — Важные нюансы по работе n8n с webhooks 01:37:55 — Даем AI-продавцу доступ к базе знаний в реальном времени 01:38:30 — Проверяем как работает AI-продавец: болтаем и проверяем технику продаж 01:41:48 — Проверяем как работает память и хранение истории переписок 01:42:33 — Выводы и где можно применять этого AI-продавца
