Перейти к основному содержимому

Действие «Нейросеть»

«Нейросеть» — действие в сценарии действий, которое подключает к боту LLM: ChatGPT (OpenAI), DeepSeek, Grok. Поддерживает 7 типов запросов: чат, ассистенты с файлами, генерация и анализ изображений, транскрибация аудио.

Используется для:

  • умных ответов на свободные вопросы клиента;
  • классификации обращений (продажа/поддержка/возврат);
  • автогенерации текстов под клиента;
  • анализа присланных клиентом фото и аудио;
  • генерации изображений по описанию.

Что нужно перед использованием​

  1. Аккаунт в OpenAI / DeepSeek / Grok.
  2. API-токен из личного кабинета провайдера.
  3. Для типа «Assistant» — созданный ассистент и Vector Store с файлами в OpenAI Storage.
  4. Для типа «Ответ по файлу» — загруженный файл в раздел «Файлы» в Квесче.

Как добавить​

В сценарии действий → «Добавить действие» → «Нейросеть».

Добавление действия Нейросеть

Скриншот 1. Действие «Нейросеть».

Поля «Нейросеть» (провайдер) и «Тип запроса» определяют дальнейший набор настроек.

Часть 1. Типы запросов — кратко​

ТипЧто делаетКогда выбирать
ResponseБазовый чат через /v1/responses APIУниверсальный диалог с поддержкой контекста
CompletionЧат через классический /v1/chat/completionsЕсли нужен полный контроль через массив сообщений
Ответ по файлуОтвет по файлу, загруженному в КвесчуПростая база знаний без OpenAI Storage
AssistantЗапрос к OpenAI-ассистенту с Vector StoreБольшие базы знаний, сложная база FAQ
ImageГенерация изображений (DALL-E 2/3)По описанию сгенерировать картинку
Анализ изображенияЧто нарисовано/написано на картинкеРаспознавание чеков, документов, фото
Аудио в текстТранскрибация голоса в текстГолосовые сообщения → текст для поиска

Часть 2. Общие настройки​

API-токен​

Поле «Токен» — ключ из личного кабинета OpenAI/DeepSeek/Grok. Хранится зашифрованно.

Не хардкодьте токен в коде

Прочитайте токен в список и сохраните в первом блоке в переменную #{g_openai_token} — при ротации меняете в одном месте.

Модель​

Поле «Модель нейросети» — конкретная версия:

ТипПримеры моделей
Response/Completiongpt-5.2, gpt-4.1, gpt-4o, gpt-4o-mini, deepseek-chat, grok-2
Imagedall-e-3, dall-e-2
Анализ изображенияgpt-5, gpt-4.1, gpt-4o, gpt-4o-mini
Аудио в текстgpt-4o-transcribe, gpt-4o-mini-transcribe, whisper-1
Assistant(опционально, иначе берётся из настроек ассистента)

Запрос​

Поле «Запрос» — сам промпт. Поддерживает шаблоны замен и переменные:

Клиент пишет: [Answer1]. 
Дай вежливый ответ на русском. 
Стиль: дружелюбный, без капса. 
Ограничения: до 300 символов.

Параметры качества​

ПолеЗначение
Ограничение ответа в токенахМаксимальное число токенов в ответе. Меньше = быстрее и дешевле
Температура0..1. 0 — детерминированно, 1 — максимально случайно. Для FAQ — 0, для генерации текстов — 0.5-0.7

Сохранение результата​

ПеременнаяЧто содержит
Имя переменной (ответ)answervar — текстовый ответ нейросети
Имя переменной (результат)resultvar — 1 если ответ получен, 0 если ошибка
Имя переменной (JSON)responsevar — полный JSON ответа нейросети для анализа

Часть 3. Тип «Response» — базовый чат​

Самый универсальный тип. Подходит для большинства задач.

Контекст беседы​

Галочка «Контекст» — нейросеть помнит предыдущие реплики клиента. Это создаёт ощущение настоящего диалога.

  • ID беседы хранится в переменной _responseId (или вашей).
  • Максимальная сумма токенов беседы — когда лимит превышен, бот начинает беседу заново.
Лимит окна модели

maxcontexttokens не может быть больше контекстного окна модели (например, у gpt-4o-mini это 128К). При превышении API вернёт ошибку.

Инструкции​

Поле «Инструкции» — системный промпт. Задаёт «характер» бота:

Ты — менеджер магазина электроники Квесча. 
Отвечай дружелюбно, на русском, кратко (1-2 предложения).
Не выдумывай товары, которых нет в каталоге.
Если не знаешь — предложи связаться с человеком.

Часть 4. Тип «Completion» — классический чат​

Аналог Response, но через API /v1/chat/completions. Отличается полем «Контекст» — там задаётся весь массив сообщений в формате OpenAI:

[
  { "role": "system", "content": "Ты помощник магазина" },
  { "role": "user", "content": "Привет!" },
  { "role": "assistant", "content": "Здравствуйте! Чем помочь?" },
  { "role": "user", "content": "#{client_question}" }
]

Используйте, если нужен полный контроль над историей беседы (например, в списке хранится переписка и собирается JSON через JS код).

Часть 5. Тип «Assistant» — база знаний на OpenAI​

Использует OpenAI Assistants API + Vector Store — собственное файловое хранилище у OpenAI.

Подготовка​

  1. Зайдите в OpenAI Platform → Storage → создайте Vector Store.
  2. Прикрепите к нему документы (PDF, DOCX, TXT) с информацией для бота.
  3. Скопируйте Vector Store ID.

Настройка в Квесче​

  • Токен — ключ OpenAI;
  • Vector Store ID - ID хранилища;
  • Модель — можно переопределить ту, что у ассистента (опционально);
  • Запрос — вопрос клиента;
  • Контекст — включить для непрерывной беседы;
  • Инструкции — дополнительный системный промпт.

Идеально для FAQ, базы знаний компании, технических документов.

Часть 6. Тип «Ответ по файлу»​

Упрощённая база знаний без OpenAI Storage. Файлы загружаются в Квесчу в раздел «Файлы», в действии выбираются из выпадающего списка.

  • Файл — выбор загруженного файла;
  • Запрос — вопрос по содержимому файла;
  • Контекст — поддержка диалога.

Подходит для небольших баз (несколько PDF, инструкция), когда не хочется возиться с OpenAI Storage.

Часть 7. Тип «Image» — генерация изображений​

Создание картинок через DALL-E.

ПолеЗначение
Модельdall-e-3 (одна картинка, лучшее качество) или dall-e-2
Число изображений1-10 (для dall-e-3 только 1)
Качествоhd — только для dall-e-3. Лучше, но дороже
Размерdall-e-2: 256x256, 512x512, 1024x1024. dall-e-3: 1024x1024, 1792x1024, 1024x1792
Стильvivid (контрастно) или natural (естественно) — только dall-e-3

Сохранение результата​

  • «Сохранить все url через запятую» — все ссылки в одной строке;
  • «Сохранить один url» + «Порядковый номер» — конкретное изображение (1-10) в свою переменную.

Дальше URL подставляется в блок как картинка (тип медиа = ссылка).

Пример запроса​

Профессиональная фотография корзины с яблоками сорта Антоновка 
на деревянном столе. Утренний свет от окна. Натюрморт, реализм.

Часть 8. Тип «Анализ изображения»​

Распознавание содержимого картинки (Vision).

  • URL изображения — ссылка на картинку. Обычно — переменная #{media_url} после приёма медиа.
  • Запрос — что распознать: «Какой номер на чеке?», «Что изображено?», «Прочитай рукописный текст».
  • Модель — gpt-4o, gpt-4.1, gpt-5.

Применения​

  • Распознать чек/документ от клиента;
  • Понять, что на фото: продукт, человек, документ;
  • Извлечь номер заказа, паспорта, штрих-кода;
  • Описать товар на фото для каталога.

Часть 9. Тип «Аудио в текст»​

Транскрибация голосовых сообщений и аудио.

  • URL аудио — обычно #{media_url} после приёма голосового от клиента;
  • Модель — whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe.

Сценарий «голосовой бот»​

  1. Подписчик присылает голосовое.
  2. Действие медиа сохраняет URL в #{media_url}.
  3. Действие «Нейросеть» (Аудио в текст) → answervar = voice_text.
  4. Дальше работаем с #{voice_text} как с обычным текстовым ответом — отправляем в Response для содержательного ответа.

Часть 10. Архитектура​

Принцип 1. Чёткие инструкции — лучшее качество​

Чем подробнее системный промпт (поле «Инструкции») — тем стабильнее ответы. Указывайте:

  • роль (кто бот);
  • стиль ответа;
  • ограничения по длине;
  • что нельзя делать.

Принцип 2. Используйте контекст там, где он нужен​

«Контекст» хранит беседу, но платите за каждый запрос как за весь объём беседы. Для разовых запросов (классификация, перевод) — выключайте контекст.

Принцип 3. Классификация — простой и дешёвый способ​

Не давайте нейросети писать ответ — пусть классифицирует:

Запрос: "[Answer1]"
Определи категорию из списка: 
- "доставка"
- "возврат"
- "оплата"
- "другое"
Верни одно слово.

Сохраните в переменную category → ветвите блок по #{category}.

Принцип 4. Лимит токенов — не пренебрегайте​

Без лимита нейросеть может выдать сочинение на 2000 токенов. В мессенджере это раздражает + дорого. Ставьте 200-500 для коротких ответов.

Принцип 5. Обрабатывайте ошибки​

Сеть может не ответить. Используйте resultvar (= 0 при ошибке) для ветвления: если 0 → «Попробуйте чуть позже» или передача в чат менеджеру.

Принцип 6. Не отправляйте чувствительные данные​

Не передавайте в промпт #{client_phone}, паспорта, медицинские данные. Сначала фильтруйте.

Принцип 7. Тестируйте температуру​

  • 0 — для FAQ, классификации, технической помощи;
  • 0.5 — для писем, креатива на основе фактов;
  • 0.7-1 — для рекламных текстов, идей.

Часть 11. Типовые сценарии​

Сценарий 1. Умный FAQ через Assistant​

  1. Создайте ассистента OpenAI с Vector Store, прикрепите PDF с инструкциями.
  2. Цепочка «Поддержка» с триггером «сообщение не обработано».
  3. Действие «Нейросеть» — Assistant, запрос = [Answer], контекст вкл.
  4. Блок показывает #{answer}.

Сценарий 2. Распознавание чека​

  1. Блок «Пришлите фото чека».
  2. Действие медиа сохраняет URL.
  3. Действие «Нейросеть» (Анализ изображения), запрос: «Извлеки сумму и дату из чека в формате сумма|дата».
  4. Действие JS код: разобрать #{answer} по | в #{sum} и #{date}.
  5. Блок: «Принято: сумма #{sum} от #{date}».

Сценарий 3. Голосовой бот​

  1. Подписчик присылает voice.
  2. Медиа → #{media_url}.
  3. Нейросеть «Аудио в текст» → #{voice_text}.
  4. Нейросеть Response с инструкцией ассистента → ответ.
  5. (Опционально) Нейросеть Image для генерации картинки по запросу.

Сценарий 4. Классификатор обращений​

  1. Цепочка «Распределитель» (триггер: начало диалога).
  2. Действие «Нейросеть» Response — запрос: «Категория обращения из: продажа/поддержка/жалоба. Запрос: [Answer1]. Верни одно слово.»
  3. По #{category} ставим теги → клиент идёт в нужную цепочку.

Частые ошибки​

  • resultvar = 0 — проверьте токен, баланс на API-аккаунте, корректность модели.
  • «Чушь в ответе» — недостаточно конкретный запрос. Добавьте «Инструкции», конкретные примеры, ограничения.
  • Дорого — снизьте maxtokens, используйте gpt-4o-mini вместо gpt-4o, отключите контекст где не нужен.
  • Контекст не сохраняется между сообщениями — у клиента нет _responseId после первого запроса. Проверьте, что responseid сохраняется в переменную, которая живёт между блоками.
  • Анализ картинки возвращает «не вижу» — модель не поддерживает Vision. Используйте gpt-4o / gpt-4.1 / gpt-5.
  • DALL-E генерирует не то — улучшайте промпт, добавляйте стиль (vivid / natural), детали.

Что дальше​