Кейс: ИИ-агент увеличил заявки в салоне оптики

Ии агент кейс салон оптики: с чего всё началось

Это реальный ии агент кейс салон оптики в сети из трёх точек: за три месяца доля обработанных обращений выросла до 90%, а число записей на подбор очков и контактных линз увеличилось почти в полтора раза — без найма дополнительного администратора.

Сеть салонов продавала очки, контактные линзы и проводила проверку зрения, а заявки приходили из четырёх каналов: сайт, Telegram, WhatsApp и Instagram. Администраторы вели приём в зале и одновременно пытались отвечать на сообщения — в итоге часть переписки просто зависала на несколько часов. Клиент писал вечером «хочу записаться на подбор линз», а ответ получал только на следующий день, когда уже забронировал время у конкурентов рядом.

Руководство сети решило не расширять штат, а внедрить ИИ-агента — автономного ассистента на базе GigaChat, который ведёт диалог, помнит контекст переписки и сам квалифицирует клиента по типу услуги, ближайшему салону и удобному времени визита. Именно этот ии агент кейс салон оптики мы и разберём: что изменилось в воронке записи, какие метрики выросли и почему результат оказался устойчивым во всех трёх точках сети.

Какую проблему решал ИИ-агент в салоне оптики

До внедрения на сайте стоял простой чат-бот с кнопками: «Записаться», «Узнать цену», «Адреса салонов». Он справлялся с общими вопросами, но ломался, как только клиент писал что-то нестандартное — например, уточнял, подходят ли его старые линзы под новую оправу, и одновременно спрашивал про скидку на комплект. Бот «терял» первую часть вопроса и повторял то же меню заново.

Итог: до трети обращений оставались без внятного ответа, потому что клиент не находил нужную кнопку и закрывал чат. Отдельная боль — сообщения из Instagram: их читали урывками между посетителями в зале, и ответ мог прийти через день, когда клиент уже забыл про запрос или записался в другую оптику.

Разницу между сценарным ботом и полноценным ассистентом мы подробно разбирали в статье ИИ-агент против чат-бота — там она видна на живых примерах диалогов.

Как работает ИИ-агент: путь клиента от сообщения до визита

Внедрение заняло 16 дней — в рамках заявленных 14–21 дня под ключ. Агента подключили ко всем каналам сети и интегрировали с amoCRM, где уже велась база клиентов и записей.

Первый контакт

Клиент пишет в любой канал — сайт, Telegram, WhatsApp или Instagram. Агент отвечает за секунды, уточняет, что нужно: подбор оправы, контактные линзы, проверка зрения или готовый заказ, — а также ближайший к клиенту салон и удобное время. Диалог идёт живым языком, без меню и кнопок.

Квалификация и запись

Если клиент готов записаться, агент сразу создаёт карточку в amoCRM, ставит администратору задачу с кратким резюме диалога и фиксирует время визита. Администратор видит контекст заранее — не тратит время на выяснение, что именно нужно клиенту, прямо у стойки.

Работа с сомневающимися

Если клиент «просто прицениваетя» или сравнивает оптики поблизости, агент не давит, а мягко напоминает: присылает информацию об акции на комплект оправа плюс линзы, уточняет через день, актуален ли ещё вопрос. Раньше именно на этом этапе терялось больше всего обращений — администраторы физически не успевали делать повторные касания между приёмом посетителей.

Результаты: цифры до и после внедрения

Через три месяца работы ии агент кейс салон оптики дал измеримые результаты по всем трём точкам сети. Ниже — сводная таблица по ключевым метрикам.

Важная оговорка: цифры отражают конкретную сеть салонов и конкретный трафик, а не гарантированный результат для любого бизнеса — рост зависит от исходной воронки, сезонности спроса на линзы и того, насколько чётко настроена передача записи администратору.

Почему именно ИИ-агент, а не доработка старого чат-бота

Команда сети сначала рассматривала вариант «докрутить» существующего бота — добавить больше кнопок и веток сценария под каждый тип услуги. От идеи отказались по двум причинам. Во-первых, дерево сценариев росло бы нелинейно: у оптики десятки комбинаций «оправа плюс линзы плюс проверка зрения плюс конкретный салон». Во-вторых, бот всё равно не умел бы сам создавать запись в CRM — а именно это было ключевой частью проблемы.

ИИ-агент решает обе задачи иначе: он не следует жёсткому дереву, а понимает смысл сообщения и принимает решение по правилам, заданным под конкретную нишу. О том, из чего складывается бюджет на такое внедрение, можно почитать в материале сколько стоит ИИ-агент — там разбор от 49 990 ₽ и от чего зависит итоговая цена для конкретного бизнеса.

Если вы рассматриваете похожий сценарий для своей сети оптик, у нас есть отдельное решение под нишу — ИИ-менеджер для салона оптики, где уже учтены типовые вопросы про подбор оправы, совместимость линз и запись на проверку зрения.

Частые вопросы про ИИ-агента для салона оптики

Чем этот ии агент кейс салон оптики отличается от обычной формы записи на сайте?

Форма записи собирает только имя и телефон, а дальше администратор перезванивает и всё равно выясняет детали вручную. ИИ-агент ведёт полноценный диалог, сразу уточняет тип услуги и удобный салон, а затем сам заводит запись в CRM и ставит задачу администратору — без лишнего звонка «для уточнения».

Нужно ли менять CRM или сайт для внедрения?

Нет. Агент подключается к уже существующей CRM — в кейсе это amoCRM — и к действующим каналам: сайту, Telegram, WhatsApp, Instagram. Замена инфраструктуры не требуется.

Сколько времени занимает внедрение для сети салонов оптики?

В среднем 14–21 день под ключ: настройка сценариев квалификации по типу услуги и салону, интеграция с CRM и каналами, тестирование диалогов на реальных вопросах клиентов сети.

Что будет, если клиент спросит про рецепт на линзы, а у агента нет точного ответа?

Агент честно скажет, что уточнит информацию у специалиста, и передаст диалог администратору с кратким контекстом — без попытки самому давать медицинские рекомендации или зацикливать клиента на неверном сценарии.

Если хотите разобраться, как похожий сценарий будет работать в вашей сети оптик — запишитесь на короткую демонстрацию в Telegram: /#form. Покажем, как агент обрабатывает реальные заявки, и посчитаем, сколько записей сейчас теряется впустую.