Обычный чат-бот
Отвечает только по заранее нарисованным веткам сценария: нажал кнопку — получил ответ. Плюс — предсказуемость: бот никогда не скажет ничего, чего вы не написали сами. Минус — свободный текст клиента бот не понимает вообще, если для него нет отдельной ветки.
AI-агент
Отвечает на произвольный текст, опираясь на базу знаний бизнеса — не жёсткий сценарий, а понимание смысла вопроса. Клиент может спросить "а до скольки вы сегодня работаете, у меня встреча в 18" — и получить осмысленный ответ, а не "не понял команду".
Когда достаточно обычного бота
- У бизнеса 5-10 типовых сценариев обращения (запись, оплата, статус заказа) — их проще и надёжнее нарисовать кнопками
- Важна 100% предсказуемость ответа (например, юридически значимая информация)
- Нет ресурса на базу знаний — AI без базы знаний рискует либо честно отвечать "не знаю", либо (что хуже) придумывать
Когда нужен AI-агент
- Клиенты пишут свободным текстом, а не жмут кнопки — вопросы разные, ветками не покрыть
- Объём обращений большой, а поддержка — один человек, который не успевает
- Есть что загрузить в базу знаний (прайс, FAQ, условия) — без этого AI-агент бесполезен независимо от платформы
Можно и то, и другое одновременно
На практике рабочая схема — гибрид: сценарий с кнопками для типовых действий (запись, оплата) + AI-агент как "запасной путь", когда вопрос не попадает ни в одну кнопку. В Botana это ровно так и устроено — узел ai_respond ставится в сценарий там, где нужно, а не заменяет весь сценарий целиком.
Если нужен именно этот гибрид, курс «AI-агенты для бизнеса» разбирает его настройку с нуля.