LLM API и интеграция

Нейросеть для автосервиса: где она правда экономит

Нейросеть для автосервиса: где она правда экономит

Автосервису нейросеть полезна на входе и на выходе, а не в середине: она раскладывает заявку из мессенджера по полям и объясняет клиенту готовый наряд-заказ человеческим языком. Четыреста заявок, триста нарядов, двадцать ответов на претензии и четыре свода поставщицких прайсов — это около 3,2 миллиона токенов в месяц, то есть единицы рублей на недорогих позициях каталога. В середине — ремонт, и туда модель не заходит: диагноз по описанию она не ставит и деталь не подбирает. Причина неисправности определяется на подъёмнике, а цены и артикулы берутся из учётной системы, а не из текста ответа.

Ниже — четыре сценария, разбор того, почему именно диагностика по тексту опасна, приём с обязательными полями заявки, расчёт месяца работы поста на четыре подъёмника и порядок внедрения, который начинается с одного типа работ.

Почему диагноз по описанию не работает

Клиент пишет: «При торможении бьёт руль, началось неделю назад». Модель ответит — и ответит убедительно: поведёт разговор к деформации тормозных дисков, упомянет биение, добавит про ступичный подшипник и рулевые наконечники.

Беда в том, что это не вывод, а перечисление частых причин, отсортированное по вероятности в интернете. Модель не слышала звук, не видела износ колодок, не знает пробег после последней замены, не проверяла люфт. Совпадёт — случайно. Не совпадёт — клиент приедет с готовым мнением «мне ваш бот сказал, что диски», и разговор про реальную причину придётся начинать с опровержения.

Механика ошибки та же, что в обычных галлюцинациях: недостающее заполняется правдоподобным. Разница в том, что в автосервисе за правдоподобное платят деталью, которую поменяли зря.

Отсюда граница: модель работает с текстом о ремонте, а не с ремонтом. Она приводит жалобу в порядок, объясняет уже принятое решение и формулирует ответ на претензию. Что сломалось и что ставить — определяет мастер.

Свободный абзац из мессенджера раскладывается на восемь полей карточки
Свободный текст из мессенджера раскладывается на поля; одно поле отведено отдельно под версию клиента о причине.

Разбор заявок в свободной форме

Первый сценарий и самый недооценённый.

Заявка в автосервис приходит абзацем: «Здравствуйте, Форд Фокус 2013, механика, при повороте направо что-то хрустит, ездил в другой сервис сказали шрус, можно на субботу, телефон такой-то». Приёмщик читает это, переспрашивает половину и вручную заполняет карточку. На потоке в двадцать заявок в день это час работы ежедневно.

Модель здесь делает ровно одно: превращает абзац в структуру. Никаких выводов, только раскладка по полям.

Поле карточкиЧто извлекаетсяЕсли в тексте нет
Марка, модель, год«Форд Фокус 2013»пусто, спросить
Двигатель и коробка«механика»пусто, спросить
Симптом«хруст при повороте направо»заявка неполная
Когда проявляется«при повороте»пусто
Что уже делали«был в другом сервисе»пусто
Желаемая дата«суббота»пусто
Контакттелефонзаявка неполная
Версия клиента о причине«сказали шрус»пусто

Последняя строка важнее, чем кажется. Версию клиента нужно сохранить отдельным полем, а не смешивать с симптомом: приёмщику полезно знать, с каким ожиданием человек едет, но в наряд эта версия попасть не должна.

Два обязательных требования к такому разбору. Первое — строгий формат ответа: не абзац, а объект с фиксированными ключами, иначе интеграция с записью развалится на третьей заявке. Как это делается и что проверять, разобрано в материале про строгий формат ответа. Второе — пустое поле остаётся пустым. Если год не назван, в карточке пишется «не указан», а не «предположительно 2013». Пустое место модель заполняет, если ей это не запретить прямо.

Общая механика приёма обращений разобрана отдельно — обработка заявок, и приёмы оттуда переносятся почти целиком.

Объяснение наряд-заказа простыми словами

Второй сценарий, и он про деньги напрямую.

Наряд-заказ написан на языке нормо-часов и каталожных наименований: «замена сайлентблоков переднего рычага, 2 шт., н/ч 1,6». Клиент видит сумму и не видит смысла. Отсюда две трети конфликтов на выдаче: не «дорого», а «непонятно, за что».

Что делает модель: берёт строки готового наряда и пишет к ним короткое пояснение. Что меняли, почему это понадобилось, что было бы, если не менять, и на что обратить внимание в ближайшие месяцы. Три-четыре предложения на строку, без терминов, без запугивания.

Жёсткие правила, без которых сценарий превращается в риск:

Суммы, наименования и артикулы переносятся дословно. Они приходят в запрос отдельным блоком из учётной системы, и в промпте написано: не пересчитывать, не округлять, не выводить одно из другого и не добавлять позиции. Итог по наряду считает учётная система, а не модель — арифметика у языковой модели выглядит так же уверенно, как правильный ответ.

Ничего не добавляется от себя. Работа, которой нет в наряде, не появляется в объяснении. Иначе клиент прочитает про «рекомендуем заодно заменить», которого мастер не говорил.

Никаких прогнозов ресурса в километрах. «Хватит ещё тысяч на тридцать» — выдумка с конкретной цифрой, самый опасный вид выдумки.

Если наряды живут в учётной системе, обмен удобнее строить через неё — практика подключения разобрана в материале про нейросеть для 1С. Отдельная польза этого сценария: то же объяснение годится для предварительного согласования работ по телефону, когда нужно получить от клиента «да» до того, как машина разобрана.

Черновики ответов на претензии

Третий сценарий, самый чувствительный.

Претензия — это текст, который может стать документом. Поэтому здесь модель работает только черновиком, и правило простое: она не признаёт вину, не обещает компенсацию, не называет сроки и не ссылается на нормы права. Всё это — решения руководителя сервиса.

Что она делает полезного:

  • Вычленяет из эмоционального письма конкретные требования. В претензии на две страницы обычно три требования, и их легко потерять между обвинениями.
  • Собирает хронологию по вашим документам: дата обращения, что делали, что меняли, когда выдали, когда клиент вернулся.
  • Даёт первую версию спокойного ответа по фактам — без оправданий и без встречных упрёков.

Тон здесь важнее содержания. Ответ, написанный обиженно, продлевает конфликт; ответ, написанный формально-юридически, обостряет. Промпт «нейтрально, по фактам, без оценок, не длиннее восьми предложений» даёт заметно лучший результат, чем просьба «ответить вежливо».

И контроль: готовый текст перед отправкой читает человек, который был на выдаче. Модель знает только то, что вы ей передали, а в конфликте обычно решает деталь, которая нигде не записана.

Сведение прайсов поставщиков

Четвёртый сценарий, и здесь нужно точно развести две операции, которые постоянно путают.

Сопоставление артикулов — не задача модели. Определить, что позиция одного поставщика и позиция другого — это одна и та же деталь, можно только по каталожным номерам и кроссам. Это точное сопоставление по справочнику, и отдавать его вероятностной системе нельзя: она соединит похожие номера, и на склад приедет не то.

Приведение выгрузок к общему виду — задача модели. Прайсы приходят кто во что горазд: у одного «Наименование / Кат. номер / Цена с НДС», у другого «Деталь / Артикул / Цена / Срок», у третьего цена в одной колонке со сроком поставки. Модель раскладывает это в одинаковые колонки, приводит единицы, вытаскивает срок поставки из текстового поля вида «под заказ 3-5 дней» и помечает строки, которые не разобрались.

Правило сохраняется прежнее: непонятная строка попадает в отдельный список «разобрать руками», а не заполняется догадкой. Общие приёмы работы с таблицами — в материале про нейросеть в Excel.

Отдельно про бумажные прайсы и накладные: разбор изображений в каталоге есть, текст со скана вытащить можно, но распознанное значение остаётся черновиком и сверяется с оригиналом. Типичные ошибки такого извлечения собраны в разборе распознавания текста с фото. Цена ошибки здесь — неверная цифра в закупочной цене, то есть минус из маржи, который никто не заметит.

Сколько это стоит в месяц

Ставка у нас одинаковая на вход и на выход, поэтому цена считается умножением ставки на объём в миллионах токенов. Сценарий — сервис на четыре подъёмника, один месяц.

ОперацияВ месяцТокенов за разВсего токеновЦена, ₽
Разбор заявки в структуру4001 300520 000ставка × 0,52
Пояснение к наряд-заказу3002 400720 000ставка × 0,72
Черновик ответа на претензию203 50070 000ставка × 0,07
Сведение прайса поставщика4480 0001 920 000ставка × 1,92
Итого за месяц3 230 000ставка × 3,23

Ставки за миллион токенов на 15 сентября 2026 года у подходящих позиций:

ПозицияСтавка, ₽ за 1 млн
gpt-oss-20b0
deepseek-v4-flash1
qwen-3-7-plus3
gemini-3-flash6
sonnet-4-612

Доступ к каталогу даёт KeyDealer: один ключ на 53 позиции, оплата российской картой в рублях, без зарубежного счёта и без VPN. Для сервиса это означает, что месяц разбора заявок и пояснений к нарядам стоит меньше одного нормо-часа, а прайсовый объём можно гонять на дешёвой позиции, оставив дорогую для претензий.

Обратите внимание на структуру расхода: самая дорогая строка — не заявки и не наряды, а прайсы. Четыре выгрузки по сто с лишним тысяч токенов дают больше половины месячного объёма при четырёх обращениях. Это типичная картина для табличных задач, и лечится она тем же способом: в модель отправляются не целые файлы, а куски по двести-триста строк, и только те колонки, которые нужны. Пересчёт объёма в деньги для любой другой ставки — в отдельном материале.

Какую позицию каталога брать

Сценарии тут разные по требованиям, и брать одну модель на всё незачем.

Разбор заявок — короткий вход, короткий выход, строгий формат. Здесь работают дешёвые позиции, и именно тут уместны пять бесплатных текстовых моделей, которые открываются после первого платного пополнения.

Прайсы — длинный вход. Смотреть надо не на ставку саму по себе, а на ставку, умноженную на объём: экономия на этой строке даёт больше, чем на всех остальных вместе.

Претензии — двадцать обращений в месяц, зато цена ошибки самая высокая. Здесь разумно поставить позицию подороже и не экономить: разница в деньгах за месяц — рубли.

Сравнивать стоит на своих текстах, а не по описаниям: методика прогона двух позиций на одной выборке разобрана в материале как сравнивать модели.

Как внедрять

  1. Возьмите один тип работ. Например, только ТО или только подвеску. Однотипность заявок важнее их количества.
  2. Зафиксируйте поля карточки. Восемь полей из таблицы выше — это минимум, который делает разбор осмысленным.
  3. Неделю держите разбор в режиме подсказки. Модель заполняет карточку, приёмщик правит. Считайте, сколько полей он правит, — это и есть качество.
  4. Сделайте сверку сумм. Скрипт сравнивает числа в пояснении к наряду с учётной системой. Несовпадение — пояснение не отдаётся клиенту.
  5. Претензии подключайте последними. Сначала научитесь ловить выдумки на безопасном материале.

Чего мы не утверждаем

Мы не ставим диагнозы и не рекомендуем ремонт. Ни мы, ни модель. Причина неисправности определяется на посту.

Мы не подбираем запчасти. Применимость, кроссы и артикулы — это каталог и учётная система, а не текст ответа.

Мы не сравнивали модели на сервисных заявках. Своих замеров по этому сценарию у нас нет — проверяйте на своём потоке обращений.

Что нужно, чтобы попробовать

Ключ заводится за минуту на keydealer.ru/login — почта и пароль, без документов и без зарубежной карты. Оплата российской картой в рублях, один ключ на весь каталог: на 15 сентября 2026 года это 53 позиции, из них 40 доступны, 42 текстовые и 11 генерируют изображения.

Платные текстовые модели доступны сразу на приветственном бонусе — сотни заявок для проверки хватит без пополнения. Отдельный ключ под сценарий даст видимый расход и позволит сравнить две позиции на одной и той же пачке реальных заявок.

Что держать в голове

В автосервисе текст и работа разделены жёстче, чем в большинстве бизнесов: есть то, что устанавливается на подъёмнике, и есть то, что вокруг этого пишется. Модель полезна во втором и вредна в первом, и смешивать нельзя даже «на всякий случай».

Практическая защита строится на двух вещах. Цифры — суммы, артикулы, нормо-часы — попадают в текст только переносом из учётной системы и сверяются машинно. Пустые поля остаются пустыми: карточка с восемью заполненными полями и двумя честными «не указано» лучше, чем десять заполненных, из которых два придуманы.

Начинать разумно с одного типа работ и недели в режиме подсказки: расход укладывается в приветственный бонус, и сразу видно, что из четырёх сценариев экономит вам час в день, а что было красивой идеей.

Как мы проверяем факты и что храним из запросов — на странице о проекте и в llms.txt. Попробовать на своём потоке заявок: keydealer.ru/login.

Частые вопросы

Может ли нейросеть поставить диагноз по описанию клиента?

Нет. По фразе «стучит спереди справа» она назовёт правдоподобную причину, и это будет угадывание. Диагноз ставится на подъёмнике, а текст модели годится только для того, чтобы разложить жалобу на поля заявки.

Что тогда она делает с заявками?

Превращает свободный текст в структуру: марка, модель, год, симптом, когда проявляется, срочность, контакт. Дальше приёмщик работает с заполненной карточкой, а не с абзацем из мессенджера.

Можно ли доверить ей подбор запчасти по VIN?

Нет. Подбор по VIN и каталожным номерам делается в каталоге и в учётной системе. Модель не знает применимость и придумает артикул, который выглядит настоящим.

Зачем ей наряд-заказ, если он уже распечатан?

Чтобы клиент понял, за что платит. Из строк наряда получается короткое объяснение человеческим языком: что меняли, зачем и что будет, если не менять. Суммы и наименования переносятся из учётной системы дословно.

Помогает ли она с прайсами поставщиков?

Да, в части приведения к общему виду: разные выгрузки сводятся к одинаковым колонкам и единицам. Сопоставление артикулов и выбор поставщика остаются за вашей системой и закупщиком.

Сколько это стоит в месяц?

Четыреста заявок, триста нарядов, двадцать претензий и четыре свода прайсов дают около 3,2 млн токенов в месяц — на недорогих позициях каталога это единицы рублей.

Источники