Админ-панель для управления ИИ-агентом: как выглядит автоматизация уровня продвинутого бизнеса

Все говорят про внедрение ИИ, но почти никто про управление им. Владелец бизнеса, мой заказчик, боится двух вещей: что агент напишет клиенту чушь и что его невозможно будет быстро остановить.

Чтобы ИИ стал инструментом, а не риском, владельцу нужны «руль и тормоза». Поэтому я разработал кастомную админ-панель на FastAPI и React. Она позволяет перехватывать диалоги в реальном времени, обновлять базу знаний без программиста и держать всё под контролем.

Дашборд

Первое, что видит администратор после входа, это дашборд. Он отвечает на главный вопрос: ИИ сейчас под контролем или работает сам по себе?

Сверху запуск и остановка ИИ-агента. Панель показывает, активен ли бот, какой у него PID, когда он стартовал и какой была последняя ошибка, если она была. Это принципиально отличает кастомное решение от конструкторов: агент становится управляемым сервисом, который можно остановить мгновенно, не заходя на сервер.

Второй блок уже бизнес-статистика: сколько новых диалогов появилось сегодня, сколько клиентов ждут ответа, сколько чатов помечены как требующие внимания. Панель показывает нагрузку на администраторов и путь клиента к записи.

Отдельно есть журнал последних событий: новый клиент написал, агент ответил, администратор включил перехват, обновили базу знаний, бот перезапустили. Если контролёров несколько, у действий видно, кто их сделал.

Чаты

Раздел чатов: центральное рабочее место панели. Здесь собраны все диалоги с клиентами: активные обращения, завершённые и те, где нужен человек.

Открыв чат, администратор видит всю историю переписки: сообщения клиента, ответы агента и действия человека. Сообщения разделены по ролям, поэтому диалог читается как прозрачный журнал работы цифрового сотрудника.

Главная функция здесь, на мой взгляд, режим перехвата. В любой момент администратор одним щелчком отключает автоматические ответы и берёт разговор на себя. Клиент продолжает писать в тот же чат, но отвечает уже человек.

Чаты работают в реальном времени: новые сообщения появляются сразу, а система фиксирует события в журнале. Счётчики непрочитанных и быстрые статусы показывают, где клиент ждёт ответа.

Заявки

Когда система уверенно ведёт диалоги, возникает следующий вопрос: куда дальше попадают клиенты?

Вариантов много, от подтверждения администратором до записи в собственную CRM заказчика, это настраивает владелец. В этом проекте для удобства сделана мини-CRM прямо в панели.

Когда клиент пишет в мессенджер, бот не только консультирует, но и фиксирует намерение: запись, вопрос по цене, запрос на врача. Такие обращения попадают в таблицу заявок: кто написал, с каким запросом, на каком этапе обращение и нужен ли человек.

Заявки фильтруются по статусам, этап меняется в один шаг, из заявки можно сразу перейти в чат. Так сообщение клиента не тонет в общей ленте через час. Для отчётности есть привычный экспорт в Excel.

База знаний

ИИ-агент в бизнесе хорош ровно настолько, насколько хороши данные, на которых он отвечает. У моего заказчика это особенно важно: цены меняются, сотрудники уходят в отпуск, появляются новые услуги и акции. Если бот отвечает по старым данным, это мгновенно становится репутационным риском.

Поэтому в системе есть отдельный модуль базы знаний. Содержанием ответов в нём управляют так же просто, как расписанием, без доступа к коду. Внутри три вкладки:

• Услуги и цены: можно добавлять услуги, задавать стоимость, длительность и формулировки, которыми клиент называет услугу в переписке.
• Сотрудники: список специалистов со специализацией. Если врач в отпуске, его отключают, чтобы бот не предлагал запись в никуда.
• Информация о компании: адрес, парковка, оплата, гарантии, часы работы, ответы на частые вопросы. В обычных ботах это зашивают в код или промпт, и потом это трудно обновлять.

Бизнес получает главное: уверенность, что бот отвечает правильно не потому, что он умный, а потому, что знания под контролем.

Настройки агента

Даже самый точный ИИ-агент может звучать по-разному: сухо, дружелюбно, строго по протоколу или по-человечески. В реальном бизнесе это важно: маркетинговое агентство, детская клиника и строительная фирма должны звучать совершенно по-разному.

Поэтому в панели есть отдельный модуль настроек. Администратор меняет ключевые параметры общения без кода и без перезапуска:

• стиль: формальный, дружелюбный или свой, чтобы бот совпадал с голосом бренда;
• приветственное сообщение, строгое или тёплое (я обычно оставляю его пустым);
• поведение при ошибке: от срочного уведомления администратору до записи в журнал и повторного вопроса клиенту.

Для продвинутых есть редактор промпта. В нём задают правила, ограничения и сценарии: что бот может говорить, что нельзя, как реагировать на нестандартные ситуации. По сути это настройка «мозга» агента, именно то, чего нет в конструкторах с их шаблонами.

Решение кастомное, а значит, функции можно добавлять без ограничений: контроль расходов на API, контроль сбоев со стороны мессенджеров, телефонию и всё, что попросит заказчик.

Архитектура

Панель построена как полноценный продукт с классической клиент-серверной архитектурой и независимыми слоями. Так систему проще масштабировать, подключать новые модули и держать стабильной.

Сервер на FastAPI управляет всей панелью: даёт REST API для чатов, заявок, базы знаний и настроек агента. Ключевые возможности бэкенда:

• создание, чтение, правка и удаление всех сущностей (чаты, сотрудники, услуги) и выгрузка в Google Sheets;
• управление состоянием агента;
• встроенное журналирование;
• WebSocket для обновлений в реальном времени.

Модули сервера: AdminState держит состояние системы, BotManager запускает и останавливает агента, ChatStore хранит историю диалогов и логику перехвата, AdminSettingsStore отвечает за настройки агента. Агент запускается отдельным процессом:

def start(self):
    self._process = subprocess.Popen(
        [python_exe, "-m", "src.main"],
        stdout=log_handle,
        stderr=subprocess.STDOUT,
    )

Фронтенд: TanStack Query для данных с сервера, Tailwind для интерфейса, Framer Motion для плавных переходов и типизированный клиент API.

Выводы

Админ-панель для ИИ-агента не «приятное дополнение», а важный слой любой серьёзной автоматизации. Доверие клиентов и контроль над коммуникацией бизнес получает именно здесь.

Подробнее об ИИ-менеджере «Алина»