LLM API и интеграция
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.

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 карточки | Что извлекается | Если 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 |
| Контакт | телефон | заявка 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.
| Операция | В месяц | Токенов за раз | Всего токенов | Цена, ₽ |
|---|---|---|---|---|
| Разбор заявки в структуру | 400 | 1 300 | 520 000 | ставка × 0,52 |
| Пояснение к наряд-заказу | 300 | 2 400 | 720 000 | ставка × 0,72 |
| Черновик ответа на претензию | 20 | 3 500 | 70 000 | ставка × 0,07 |
| Сведение прайса поставщика | 4 | 480 000 | 1 920 000 | ставка × 1,92 |
| Итого за месяц | — | — | 3 230 000 | ставка × 3,23 |
Ставки за миллион токенов на 15 сентября 2026 года у подходящих позиций:
| Позиция | Ставка, ₽ за 1 млн |
|---|---|
gpt-oss-20b | 0 |
deepseek-v4-flash | 1 |
qwen-3-7-plus | 3 |
gemini-3-flash | 6 |
sonnet-4-6 | 12 |
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
- Возьмите один тип работ. Например, только ТО или только подвеску. Однотипность заявок важнее их количества.
- Зафиксируйте поля карточки. Восемь полей из таблицы выше — это минимум, который делает разбор осмысленным.
- Неделю держите разбор в режиме подсказки. Модель заполняет карточку, приёмщик правит. Считайте, сколько полей он правит, — это и есть качество.
- Сделайте сверку сумм. Скрипт сравнивает числа в пояснении к наряду с учётной системой. Несовпадение — пояснение не отдаётся клиенту.
- 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.