Всё про ChatGPT

ChatGPT и Copilot Studio: как подсказки стали частью заявки

Рабочее место техподдержки с заявками, сервером и распечатками, показывающее встроенную ИИ-подсказку в процессе обработки обращения

В ИТ-компании +Альянс внутреннего помощника первой линии перенесли из мессенджера прямо в заявку Okdesk. Теперь подсказка для оператора появляется автоматически, а не после ручного запроса в чат-бот.

Почему старый формат оказался неудобным

Сначала команда использовала чат-бота в мессенджере на API ChatGPT. Но у такого сценария было два заметных минуса: сотруднику нужно было самому вспомнить про бота и открыть с ним диалог, а сам бот не видел корпоративные данные и отвечал только тем, что находил в открытом интернете.

В новой схеме первый шаг делает не человек, а агент Copilot Studio. Он запускается по событию внутри заявки, а результат пишет в скрытый комментарий — клиент его не видит, а оператор получает готовую подсказку прямо в рабочем потоке.

Как устроена схема без живого пользователя

Ключевой вопрос здесь — откуда агент берёт актуальные данные и как он вообще подключается к MCP-серверу, если за ним нет человека, который мог бы пройти авторизацию. В этом кейсе сервер с историей заявок работает в контейнере на своём железе, отвечает по Streamable HTTP и подключён к Copilot Studio как инструмент агента.

Из-за отсутствия живого пользователя авторизацию на MCP-сервере отключили, а доступ спрятали в адресе: маршруты доступны только с 24-байтным hex-префиксом. При этом открытым оставили лишь health-check, чтобы контейнер нормально проходил проверки. Это не замена полноценной защите, а рабочий компромисс для внутренней сборки, который нужно учитывать отдельно.

Что берётся из Microsoft Search и что пишется в заявку

Корпоративные данные агент получает из Microsoft Search: там лежат файлы SharePoint, проекты Azure DevOps и сделки Битрикс24. Новые записи в индекс попадают через синхронизатор, который запускается раз в час, поэтому информация там может отставать примерно до часа.

Если же нужны свежие данные, агент идёт напрямую в MCP-сервер. Для Битрикс24 команда написала собственный коннектор, потому что готового в списке Microsoft не было. Кроме того, в системе есть защита от лишнего шума: помощник не пишет в каждую заявку подряд, а сначала проходит через гейт “да/нет”, и только потом формирует ответ.

Что это даёт операторам и руководителям

Для первой линии такой подход полезен тем, что оператор получает подсказку там, где и так работает весь день, без переключения между мессенджером и системой заявок. Это экономит время и снижает риск пропустить совет от помощника.

Для руководителя или автоматизатора здесь важен другой вывод: перед запуском фонового ИИ-помощника нужно проверить, есть ли в системе событие для старта, сохраняется ли текст решения в самой заявке и как платформа ведёт себя без живого пользователя. Именно эти три вопроса определяют, получится ли встроить ИИ в рабочий процесс без лишней ручной возни.

Частые вопросы

Почему нельзя было оставить помощника в мессенджере?
Потому что сотруднику всё равно приходилось помнить о боте и заходить к нему вручную. Кроме того, бот не видел внутренние данные компании и отвечал только по открытым источникам.
Зачем агенту скрытый комментарий в заявке?
Так подсказка попадает прямо в рабочий процесс оператора, но не видна клиенту. Это удобный способ передать решение первой линии без лишнего шума в переписке.
Почему MCP-сервер подключили без аутентификации?
В этой сборке за агентом нет живого человека, который мог бы пройти стандартный OAuth-сценарий. Поэтому доступ организовали через секретный префикс в адресе, хотя это и не полноценная замена защите.
Кому такой подход особенно полезен?
Командам поддержки, внутренним сервис-дескам и тем, кто хочет встроить ИИ в заявки, а не держать отдельный чат. Это помогает быстрее отвечать и меньше отвлекать операторов на ручные действия.

Читайте также

Попробовать Lord GPT бесплатно →