Пошук товару голосом з 57% до 93%: голосовий агент для прийому замовлень у пекарні

Контекст галузі

У дистрибуції хліба замовлення збирають щодня і в коротке вікно: точка має встигнути замовити до формування маршрутів. Оператор знає, що кожна точка зазвичай бере, і за хвилину розмови отримує 5 до 15 позицій, названих як завгодно: «батон», «чайний», «сімейна з маком», «хот-дог з колбаскою». Саме це і є головна складність для голосового агента: не синтез голосу і не телефонія, а впізнати позицію з живої мови, суржику й помилок розпізнавання і не загубити ті, що сказані посеред його репліки.

Задача

Замовлення збирає команда операторів, які щодня телефонують точкам за маршрутами. Облік живе в старій настільній програмі без API, тому не видно, які клієнти «випадають» і які позиції перестали брати. Обдзвін займає багато людей і не масштабується.

Підхід

1. 01

   Дані без заміни старої системи

   Щоденна копія обліку на окремому сервері: аналітика, класи клієнтів і сигнали випадання без зміни звичної роботи.

2. 02

   Код вирішує, модель озвучує

   Позицію, наявність і ціну визначає інструмент і повертає готову репліку. Промпт скоротили з 19,7 до 7,9 тис. знаків.

3. 03

   Пошук за схожістю

   Перевірили 2 119 реальних формулювань на 267 позиціях прайсу. Замість ручних синонімів пошук за схожістю з перепитуванням.

Як працює рішення

1. 01VapiАгент телефонує торговій точці
2. 02Soniox + ElevenLabsРозпізнає мову й відповідає голосом
3. 03n8nШукає позиції й звичні замовлення клієнта
4. 04CRMСтворює чернетку накладної
5. 05МенеджерПеревіряє накладну й ескалації

Агент на Vapi з n8n дзвонить точці, приймає замовлення природною мовою, звіряє позиції з прайсом і звичними замовленнями цього клієнта і створює чернетку накладної в CRM. Проблемні розмови потрапляють менеджеру як ескалації. Поруч веб-CRM з картками клієнтів, накладними, залишками, друком етикеток і ТТН та журналом дзвінків.

Чому саме такий стек

Vapi дає телефонію і конвеєр «розпізнавання, модель, синтез» без власної інфраструктури. Soniox краще за інші впорався з українсько-російським суржиком у назвах товарів, ElevenLabs дає природний голос. n8n тримає інструменти: пошук позиції, звичні замовлення клієнта, створення накладної. Уся логіка рішень живе в коді інструментів, а не в промпті: так поведінка не залежить від моделі, і її можна перевірити тестом.

Де такі проєкти зазвичай ламаються

• Тиша посеред диктовки

  База відповідала за долі секунди, а клієнт чекав так довго, що кілька разів казав «алло»: кожна позиція йшла окремим колом до інструмента. Допомогли коротка фраза очікування і друга, якщо пошук затягнувся.

• Тестові дані в бойовому промпті

  Забута «демо-картка» в промпті змушувала агента пропонувати те, що клієнт щойно замовив, і називати залишки, яких ніхто не вносив. Тепер кількість агент бере лише з інструмента, а промпт перечитуємо повністю перед кожним релізом.

• Люди не знали, хто дзвонить

  Перші дзвінки робота сприймали різко. Порадили, щоб диспетчер один раз попередив кожну точку особисто, перша фраза агента пояснювала мету дзвінка, а запуск ішов спершу на невелику групу лояльних клієнтів.

Результати

Аналітика з середини липня, голосовий агент з кінця серпня, реальні дзвінки точкам з жовтня. Роботу продовжуємо.

Кому підходить таке рішення

Підходить виробникам і дистриб’юторам, які щодня збирають замовлення телефоном у постійних клієнтів: хліб, молочка, напої, вода, корми. Найбільший виграш там, де замовлення повторюються і клієнт називає 5 до 20 знайомих позицій. Якщо кожне замовлення унікальне і потребує переговорів, краще почати з аналітики й CRM, а голосового агента додати пізніше.

Часті запитання

Інші кейси