Память ИИ-агента: чтобы бот не забывал клиента после каждого разговора

Клиент пишет в бот третий раз за месяц. И третий раз объясняет одно и то же: какой у него тариф, что уже пробовал, почему прошлый вариант не подошёл. Бот вежливо переспрашивает всё сначала — для него это первый разговор в жизни. Человек закрывает чат и звонит менеджеру, а автоматизация превращается в лишний шаг перед звонком. Меня зовут Чимитдоржи Дарижапов, и в этой статье я разберу, как устроена долговременная память ИИ-агента: почему модель забывает всё между сессиями, что за слой памяти ставят рядом с ней, чем это отличается от базы знаний и что учесть по закону.

Почему бот забывает клиента

Механика без терминов. Языковая модель — функция: на вход текст, на выходе текст. Внутреннего блокнота, куда она что-то записывает после разговора, у неё нет. Всё, что она «знает» о беседе, лежит в одном куске текста, который передают на каждом шаге: инструкция, история сообщений, вопрос. Этот кусок называют контекстом, и живёт он ровно столько, сколько живёт сессия. Модель не «забыла» клиента: ей нечего было забывать.

Отсюда типичные жалобы заказчиков. Бот заново спрашивает город доставки у постоянного покупателя. Не понимает «сделайте как в прошлый раз». Предлагает то, что клиент отверг месяц назад. Это не проблема качества модели — даже самая сильная без слоя памяти ведёт себя как оператор, у которого каждое утро амнезия.

Что такое долговременная память агента

Долговременная память — отдельная система хранения рядом с моделью, которая переживает сессии. Работает в два такта.

Такт первый — запись. После разговора система прогоняет диалог и выделяет значимые факты о человеке: что купил, на что жаловался, какие предпочтения, до чего договорились. Это не стенограмма — сырую переписку потом невозможно использовать. Это короткие утверждения вида «работает с оптовыми объёмами», «просил не звонить до полудня», «отказался от предоплаты». Каждый факт хранится структурировано: текст, к кому относится, когда появился.

Такт второй — вспоминание. Клиент возвращается с новым вопросом. Система ищет в хранилище подходящие записи — не по совпадению слов, а по смыслу. Человек пишет «та штука для кухни, которую я брал весной», и находится запись про конкретный товар, где слова «штука» нет вообще. Найденное подставляется в контекст модели вместе с вопросом — и бот отвечает так, будто помнит клиента.

Поверх работает третий механизм — связи между фактами, то есть граф знаний. Память хранит не только утверждения, но и то, как они соотносятся: человек связан с компанией, компания — с заказом, заказ вёл такой-то менеджер. Благодаря связям система отвечает на вопросы, которые из отдельных записей не выводятся: кто занимался этим клиентом, что ещё заказывала его организация.

Собирать с нуля не обязательно. Есть открытые решения — например, memora (репозиторий agentic-box/memora, Python): долговременная память, семантический поиск, структурированное хранение фактов и построение графов знаний. Совместима с популярными фреймворками агентов и разворачивается на своём сервере. Если вы только собираете агента, начните с разбора как создать ИИ-агента, а память прикрутите вторым слоем.

Чем это отличается от базы знаний

Частая путаница: «у нас же есть бот с базой знаний, значит память есть». Нет, это разные вещи. База знаний — про компанию: регламенты, каталог, условия доставки. Она одинакова для всех и отвечает «что мы продаём»; технически это обычно RAG-система. Память — про конкретного человека и отвечает «что вы у нас уже покупали».

Правильная система использует оба слоя сразу. На вопрос «а мне подойдёт новый тариф?» база знаний даёт условия, память — что у клиента за бизнес и что ему не подошло. Ответ получается такой, какой дал бы живой менеджер.

Как внедрить у себя

Внедрение выглядит так. Разворачиваем слой памяти на своём сервере — отдельным сервисом рядом с работающим ботом. Подключаем к каналам общения и к CRM, чтобы память видела не только переписку, но и сделки, заказы, обращения в поддержку. Дальше самое содержательное: настраиваем правила, что именно запоминать. Это не техническая, а бизнесовая работа — решить с руководителем продаж, какие факты реально влияют на следующий разговор, а какие замусорят хранилище.

Выигрыш измеряется в ощущениях клиента: не нужно повторяться, рекомендации персональные, менеджер сразу видит историю, поддержка не тратит первые минуты на восстановление контекста. Теперь честно про то, о чём в презентациях молчат.

Память — это персональные данные. Как только вы начали хранить факты о клиенте, вы оператор персональных данных со всеми обязанностями по 152-ФЗ: хранение на своём сервере в России, согласие на обработку, техническая возможность показать и удалить всё накопленное по запросу человека. Если и модель держать у себя, задача упрощается — про это отдельный разбор про локальный LLM.

Память надо чистить. Факты устаревают: клиент сменил тариф, компанию, предпочтения. Если старые записи не помечать неактуальными, бот уверенно обопрётся на прошлогоднюю правду. Нужен регламент устаревания и разрешение противоречий.

Не всё стоит запоминать. Чем больше мусора в хранилище, тем хуже поиск и выше риск, что в контекст попадёт лишнее или чувствительное. Меньше, но точнее — рабочее правило.

Частые вопросы

Можно ли обойтись большим контекстным окном вместо памяти? Нет. Большое окно помогает внутри одного длинного разговора, но между сессиями не работает — историю всё равно надо где-то хранить и осмысленно выбирать, что подставить. Складывать всю переписку за год в каждый запрос ещё и дорого.

Мы уже храним переписку в CRM. Этого достаточно? Это хорошее сырьё, но не память. Сырая переписка не находится по смыслу и не помещается в контекст. Нужен слой, который вытаскивает из неё факты и умеет их искать.

Что будет, если клиент попросит удалить данные? Система должна уметь удалить все воспоминания, привязанные к этому человеку, включая связи в графе. Это закладывается на этапе проектирования — прикрутить потом сложнее.

Коротко о главном

Модель не помнит клиента не потому, что она плохая, а потому, что памяти у неё нет по устройству. Память добавляется отдельным слоем: после разговора система выделяет факты о человеке, а при следующем обращении находит их по смыслу и подставляет в контекст. Это не база знаний: та отвечает «что мы продаём», память — «что вы у нас уже покупали». Готовые открытые решения есть и разворачиваются на своём сервере — что важно, потому что память клиента подпадает под 152-ФЗ.

Если у вас уже есть бот и клиенты жалуются, что он их не помнит, напишите мне в Telegram — разберём вашу схему и прикинем, что стоит запоминать, а что лучше не хранить вовсе.