Приём рекламаций через Telegram-бота: как собрать фото брака и номер заказа без долгой переписки

Клиент пишет: «Пришёл шкаф, дверца поцарапана». Менеджер просит номер заказа. Через три часа приходит номер, но без фото. Потом фото, но снятое так, что царапину не видно. К вечеру второго дня у менеджера наконец есть всё, чтобы показать обращение производству.

Это типичная картина в небольшом производстве или интернет-магазине с крупным товаром: мебель, двери, техника, текстиль. Сама рекламация решается за 15 минут. Сбор данных растягивается на дни. Разберу, как выглядит внедрение бота, который берёт этот сбор на себя: что делаем по шагам, сколько занимает и где честно не стоит ждать чуда.

Где теряется время

Я бы начал с подсчёта. Возьмём для примера магазин или цех, у которого 50–80 обращений по браку и пересорту в месяц. Это допущение, у вас цифра будет своя.

Что обычно происходит с одним обращением:

• 3–6 сообщений туда-обратно, чтобы получить номер заказа, фото дефекта, фото упаковки и этикетки;
• 20–40 минут чистого времени менеджера, размазанных по одному-двум дням;
• ручной перенос всего этого в CRM или таблицу, чтобы показать производству или поставщику;
• отдельный вопрос «а что с моей жалобой?» через пару дней, потому что клиент не видит статуса.

На 60 обращениях по 30 минут выходит около 30 часов в месяц. Почти неделя рабочего времени одного человека уходит на «пришлите, пожалуйста, ещё одно фото».

Есть и второй риск. По закону о защите прав потребителей на требование вернуть деньги продавец должен ответить в течение 10 дней. Когда данные собираются неделю, на само решение остаются считаные дни.

Как устроен бот для рекламаций

Задача бота узкая: собрать полную карточку обращения и передать её человеку. Решение о возврате, замене или скидке он не принимает и ничего клиенту не обещает.

Сценарий из пяти шагов:

1. Номер заказа. Бот просит номер или телефон, сверяет с CRM или выгрузкой из 1С и показывает клиенту, что нашёл: «Шкаф-купе 160 см, доставлен 12 октября, верно?»
2. Что случилось. Клиент выбирает тип: брак, повреждение при доставке, некомплект, не тот товар. Можно написать своими словами или надиктовать голосовое.
3. Фото по чек-листу. Для каждого типа свой набор: общий вид, крупно дефект, этикетка, упаковка. Бот не пускает дальше, пока не получит обязательные снимки.
4. Чего хочет клиент. Замена, ремонт, возврат денег, скидка. Это сразу отсекает половину уточняющих вопросов.
5. Карточка и номер обращения. Менеджер получает готовую карточку в CRM или в рабочем чате. Клиенту приходит номер и срок, к которому с ним свяжутся.

Где здесь нейросеть. Она разбирает свободный текст и голосовые: вытаскивает суть («скол на углу столешницы»), относит к типу и помечает срочность. Для этого хватает недорогой модели вроде DeepSeek, расход — сотни рублей в месяц на таком объёме. Всё остальное — обычная логика бота без ИИ: сверка заказа, чек-лист фото, статусы.

Последний кусок — статусы. Когда менеджер меняет этап в CRM («передано на производство», «замена отправлена»), бот сам пишет клиенту. Вопрос «что с моей жалобой?» почти исчезает.

Расчёт и сроки на примере

Берём те же допущения: 60 обращений в месяц, сейчас 30 минут менеджера на каждое.

• После бота менеджер тратит 5–10 минут: прочитать карточку, принять решение, ответить.
• Экономия — примерно 20–25 часов в месяц. При зарплате менеджера 60–70 тысяч рублей это 8–10 тысяч рублей его времени.
• Разработка — ориентировочно 50–100 тысяч рублей, в зависимости от того, с чем интегрироваться: amoCRM, Битрикс24, 1С или просто Google-таблица.
• Ежемесячно — 1–3 тысячи рублей на сервер и нейросеть.
• Срок — 2–3 недели: неделя на сценарий и чек-листы фото, неделя на интеграцию, несколько дней на тест с живыми обращениями.

Окупаемость по одному времени менеджера выходит за полгода-год. Но главная выгода обычно в другом. Производство или поставщик получают обращения в одном формате, с фото по стандарту. Претензию к фабрике проще выставить, когда у вас есть одинаковые карточки, а не скриншоты из пяти мессенджеров.

Когда такой бот не нужен:

• обращений меньше 15–20 в месяц — дешевле дать менеджеру шаблон сообщения с перечнем нужных фото;
• клиенты пишут в основном по телефону, а не в мессенджеры;
• нет единой базы заказов, и сверять номер просто не с чем. Тогда сначала наводим порядок в CRM, потом бот.

Перед стартом я бы сделал одно: выгрузил последние 30–50 рекламаций и посмотрел, какие данные приходилось запрашивать повторно. Из этого и складывается чек-лист бота.

Автоматизирую ваш бизнес с помощью ИИ: Telegram-боты, чат-боты, интеграции и сайты под ключ. Если рекламации у вас тонут в переписке, напишите мне в Telegram @galich_co. Бесплатно разберём вашу задачу, и я предложу решение под ваш поток обращений.