AI Chatbot & Agent
Az AI chatbot nem widget — operatív munkavállaló. Saját adatra tanított RAG, multi-step task execution, CRM-integráció. Vesz fel demókat, válaszol L1 ticket-re, kvalifikál leadet 24/7.
Rendszer állapot
Live optimalizáció
Ismerős? Ez kerül neked havonta a legtöbbe.
A support csapat 60%-a ugyanazokat a kérdéseket válaszolja meg.
A weboldaladon nincs lead kvalifikáció — minden form vakon megy a sales-nek.
A nyitvatartáson kívüli érdeklődést elveszíted.
A jelenlegi chatbot „menüpontokat ad” — mintha 2018 lenne.
Nincs CRM-integráció — a chat utáni adat sehova nem kerül.
ChatGPT plugint próbáltatok, de hallucinált és kínosakat mondott.
Saját tudásra tanított AI agent + RAG + CRM-integráció + guardrail.
GPT-5 / Claude vagy open-source LLM + vector DB-d saját tudásbázissal. Function calling a CRM-be, naptárba, ticket-rendszerbe. Brand voice, guardrail, eskalációs flow. Production-ready, monitoringgal.
- Discovery + use-case mapping + tudásbázis audit
- RAG pipeline setup saját adattal (Pinecone, Supabase pgvector)
- Function calling integráció (CRM, naptár, ticket-rendszer)
- Brand voice + guardrail + eskalációs flow
- Beta launch belső csapaton, finetuning user feedback alapján
Konkrét outputok. Mérhető eredmény.
Nincs ködösítés, nincs ezer slide. Pontosan tudni fogod, mi kerül át a kezedbe, és mikor.
AI customer support agent
L1 ticket-ek 70%-át megoldja, a többit eskalálja humánhoz teljes context-tel. Helpdesk integráció (Intercom, Zendesk, Front).
Lead qualification chatbot
Weboldalon kvalifikál (BANT, persona, intent), naptárba ír, CRM-be loggol. Az SDR már csak warm lead-ekkel találkozik.
Internal AI assistant
Belső tudásbázis (Notion, Confluence, Drive) RAG-os keresése. Az új munkavállalók onboarding ideje feleződik.
Multi-step task agent
Nem csak válaszol — cselekszik. Foglalást módosít, jegyet eskalál, refundot indít, naptárba ír. Function calling + workflow orchestration.
Voice & WhatsApp bot
Hangos AI agent (Vapi, Retell) telefonos lead-felvételhez, WhatsApp Business API integráció. Ahol a customer van, ott legyen az agent.
Guardrail & monitoring
Topic-filter, brand-voice, ártól-eltartás, hallucination-detect. Élő dashboard: válasz-minőség, eskaláció arány, customer satisfaction.
30 perces hívás, konkrét scope-ról és árazásról. Nincs kötelezettség.
Hogyan dolgozunk együtt.
Discovery hívással kezdünk — utána már scope és timeline van a kezedben.
Számok, amik mögött ügyfelek állnak.
Ugyanezt a növekedési ívet építjük neked is — kezdjük egy 30 perces ingyenes audittal.
Gyakori kérdések.
Melyik LLM-et használjátok?+
Use-case-től függ: GPT-5 / GPT-5-mini, Claude Sonnet, Gemini, vagy open-source (Llama, Mistral) on-prem deploymentnél. Cost / latency / quality trade-off alapján döntünk — nem dogma.
Hallucinál a bot?+
Saját tudásra tanított RAG + guardrail mellett nagyon ritkán. Ha nem tudja a választ, vagy bizonytalan, eskalál humánra context-tel — nem találgat. Az „I don't know” elfogadható válasz, a hallucination nem.
Milyen adatra tanítjátok?+
Notion, Confluence, Google Drive, Intercom history, weboldal, PDF, Slack export — bármi strukturált vagy semi-strukturált. GDPR-compliant data pipeline, te birtoklod az adatot.
Integrálható a meglévő helpdeskünkkel?+
Igen — Intercom, Zendesk, Front, HelpScout, Crisp, Tawk.to, custom CRM. Webhook + REST API alapon szinte bármivel.
Mennyibe kerül havi szinten?+
Build után: API cost (~10-80 ezer Ft / hó forgalom-függő) + hosting (~20-50 ezer Ft) + opcionális karbantartás (90-250 ezer Ft). A megspórolt support ember-óra általában 5-15× ROI-t hoz.
Garantáltok pontossági arányt?+
Saját adaton, RAG-gal, 85%+ helyes válasz a benchmark. Pilot fázisban mérjük, és ha nem érjük el, optimalizálunk vagy refundálunk. Transzparens mérés, nem PR-szám.
Lássuk, melyik ismétlődő munkát csinálná holnap a saját AI agented.
30 perces hívás + ingyenes use-case audit. Megnézzük a support / sales / belső workflow-t, és megmutatjuk konkrétan: melyik 3-5 use-case adja a legnagyobb ROI-t és 4-8 héten belül élesíthető.