FAQ-бот для приёмной кампании ИТМО

Статус: 🚧 В разработке (MVP)
Версия: 0.1.0
Дата обновления: 2026-02-01

📋 Оглавление

• О проекте
• Проблема и решение
• Ключевые возможности
• Архитектура
• Команда
• Дорожная карта
• Быстрый старт
• Документация
• Метрики и цели
• Контакты

О проекте

FAQ-бот для приёмной кампании ИТМО — интеллектуальный чат-бот на базе RAG (Retrieval-Augmented Generation), который автоматически отвечает на повторяющиеся вопросы абитуриентов в Telegram, используя базу знаний из официальных источников ИТМО.

Цель проекта

Снизить нагрузку на координаторов приёмной кампании и улучшить качество обслуживания абитуриентов путём автоматизации ответов на типовые вопросы.

Контекст

• Период: Приёмная кампания 2026
• Масштаб: 50 000 абитуриентов, 30 000 студентов, 50 координаторов
• Дедлайн MVP: 1 неделя (к 2026-02-08)
• Бюджет: Нет выделенного бюджета

Проблема и решение

🔴 Проблема

1. Нагрузка на координаторов:
   - 50 координаторов перегружены повторяющимися вопросами (дедлайны, документы, вступительные испытания)
   - Риск пропустить важный вопрос в потоке сообщений

2. Задержки для абитуриентов:
   - Вопросы теряются в общих чатах
   - Несвоевременные ответы создают стресс в критический период выбора вуза

3. Перегрузка горячей линии:
   - Звонки по типовым вопросам отнимают время координаторов

✅ Решение

Telegram-бот с AI и RAG, который:
- Мгновенно отвечает на типовые вопросы 24/7
- Приводит ссылки на официальные источники для подтверждения
- Автоматически эскалирует сложные вопросы на координаторов
- Работает в личных сообщениях и групповых чатах
- Обучается на ответах координаторов

Ключевые возможности

MVP (Неделя 1)

✅ Базовый функционал:
- Команда /start для начала работы
- Текстовые ответы на вопросы о поступлении
- Обязательные ссылки на источники (сайт ИТМО, PDF документы)
- Поддержание контекста диалога

✅ Эскалация:
- Кнопка "Связаться с человеком" в каждом сообщении
- Автоматическая эскалация при низкой уверенности бота

✅ Групповые чаты:
- Автоматическое распознавание вопросов в чате
- Распознавание координаторов по роли "admin"
- Управление переполнением контекста

✅ Обратная связь:
- Оценка ответа 1-5 звёзд

Планируется (Backlog)

• 🔄 Интеграция с VK
• 🌐 Мультиязычность для иностранных абитуриентов
• 📊 Дашборд с аналитикой для координаторов
• 🔔 Push-уведомления о дедлайнах

❌ Out of Scope (НЕ делаем)

• Автоматическая запись на мероприятия
• Персональные рекомендации программ обучения
• Работа с персональными данными (ФИО, результаты ЕГЭ)
• Голосовые сообщения

Архитектура

Высокоуровневая схема

┌─────────────────┐
│   Абитуриент    │
│   (Telegram)    │
└────────┬────────┘
         │
         ▼
┌─────────────────────────────────────────┐
│         Telegram Bot API                │
│   (python-telegram-bot / aiogram)       │
└────────┬────────────────────────────────┘
         │
         ▼
┌─────────────────────────────────────────┐
│       Orchestrator / Handler            │
│   - Intent detection                    │
│   - Context management                  │
│   - Escalation logic                    │
└────┬────────────────────────────────┬───┘
     │                                │
     ▼                                ▼
┌──────────────┐            ┌──────────────────┐
│ RAG Pipeline │            │  Human Handoff   │
│              │            │  (Координаторы)  │
│ ┌──────────┐ │            └──────────────────┘
│ │ Retrieval│ │
│ │ (Vector  │ │
│ │  Search) │ │
│ └──────────┘ │
│      │       │
│      ▼       │
│ ┌──────────┐ │
│ │Augmented │ │
│ │Generation│ │
│ │  (LLM)   │ │
│ └──────────┘ │
└──────────────┘
     │
     ▼
┌──────────────────────────┐
│   Knowledge Base         │
│                          │
│ - Сайт ИТМО (scraped)    │
│ - Telegram Hub (messages)│
│ - PDF документы          │
│ - История диалогов       │
└──────────────────────────┘

Технологический стек (планируемый)

Backend:
- Python 3.10+
- python-telegram-bot или aiogram (Telegram Bot API)
- langchain или llama-index (RAG framework)
- chromadb или faiss (vector database)
- Open-source LLM: Llama 3.1 / Mistral / Qwen (или бесплатный API)

Data Processing:
- BeautifulSoup / Scrapy (web scraping)
- PyMuPDF или pdfplumber (PDF parsing)
- sentence-transformers (embeddings)

Infrastructure:
- Linux server (Ubuntu 22.04 / Debian 12)
- Redis (caching, rate limiting)
- PostgreSQL или SQLite (хранение диалогов, метрик)

DevOps:
- Git (version control)
- Docker (опционально, если время позволит)
- systemd или supervisor (process management)

Команда

Состав команды

Роли и обязанности

Product Owner:
- Определение требований и приоритетов
- Приёмка выполненной работы
- Коммуникация с координаторами приёмной кампании

Backend Developers:
- Разработка MVP за 1 неделю
- Тестирование и отладка
- Документирование кода

AI Agents:
- Генерация кода (boilerplate, utilities)
- Code review и рефакторинг
- Поиск best practices для RAG систем

Дорожная карта

Неделя 1: MVP (2026-02-01 → 2026-02-08) ✅ Текущий этап

День 1-2: Архитектура и базовая инфраструктура
- [ ] Выбор технологического стека
- [ ] Настройка окружения (Python, зависимости)
- [ ] Базовый Telegram Bot (команда /start)
- [ ] Простейший RAG pipeline (1 документ)

День 3-4: RAG и база знаний
- [ ] Web scraping сайта ИТМО (раздел поступления)
- [ ] Парсинг PDF документов
- [ ] Индексация в vector database
- [ ] Генерация ответов с обязательными ссылками

День 5-6: Групповые чаты и эскалация
- [ ] Распознавание вопросов в групповых чатах
- [ ] Распознавание координаторов (роль "admin")
- [ ] Кнопка эскалации
- [ ] Контекстная память (история диалога)

День 7: Тестирование и демо
- [ ] Тестирование в закрытом чате
- [ ] Исправление критических багов
- [ ] Подготовка демо-версии для руководства
- [ ] Документация (README, runbook)

Неделя 2-3: Пилот и итерации

• [ ] Запуск в 2-3 тестовых чатах с абитуриентами
• [ ] Сбор обратной связи (CSAT, escalation rate)
• [ ] Обучение на ответах координаторов
• [ ] Оптимизация производительности

Неделя 4+: Масштабирование

• [ ] Полный запуск для всех чатов приёмной кампании
• [ ] Мониторинг метрик (uptime, answer rate)
• [ ] Расширение на VK (если ресурсы позволят)
• [ ] Дашборд для координаторов

Быстрый старт

Требования

• Python 3.10+
• Telegram Bot Token (получить у @BotFather)
• OpenAI API Key (или использовать open-source LLM)

Установка

# Клонировать репозиторий (когда будет создан)
git clone https://github.com/ITMO/admissions-faq-bot.git
cd admissions-faq-bot

# Создать виртуальное окружение
python3 -m venv venv
source venv/bin/activate  # На Windows: venv\Scripts\activate

# Установить зависимости
pip install -r requirements.txt

# Настроить переменные окружения
cp .env.example .env
# Отредактировать .env (добавить TELEGRAM_BOT_TOKEN, OPENAI_API_KEY)

# Инициализировать базу знаний
python scripts/ingest_documents.py --source data/itmo_docs/

# Запустить бота
python main.py

Конфигурация

Пример .env файла:

# Telegram
TELEGRAM_BOT_TOKEN=123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11

# LLM
OPENAI_API_KEY=sk-... # Или оставить пустым для open-source модели
LLM_MODEL=gpt-4o-mini # Или llama-3.1-70b-instruct

# Database
DATABASE_URL=postgresql://user:password@localhost/admissions_bot
VECTOR_DB_PATH=./data/vector_store/

# Application
LOG_LEVEL=INFO
RATE_LIMIT_PER_USER=10  # запросов в минуту
ESCALATION_THRESHOLD=0.7  # confidence score для эскалации

Документация

Основные документы

1. Бриф — полное описание требований и контекста
2. Lean Canvas — бизнес-модель проекта
3. User Story Map — карта пользовательских историй
4. Нефункциональные требования — производительность, безопасность, надёжность
5. Описание команды — роли и ответственности

Дополнительные материалы

• docs/api.md — API документация (когда будет)
• docs/runbook.md — инструкции по troubleshooting
• docs/deployment.md — инструкции по деплою

Метрики и цели

Целевые метрики (через 1 месяц после запуска)

Мониторинг

# Проверка статуса бота
curl http://localhost:8080/health

# Логи
tail -f logs/bot.log

# Метрики (если настроен Prometheus)
curl http://localhost:9090/metrics

Гипотезы проекта

Продуктовые гипотезы

1. Гипотеза 1: Абитуриенты предпочтут бота звонку на горячую линию для типовых вопросов
   - Метрика: > 20% абитуриентов используют бота
   - Валидация: Adoption rate через 2 недели после запуска

2. Гипотеза 2: Бот сможет ответить на 70%+ вопросов без эскалации
   - Метрика: Answer rate > 70%
   - Валидация: Escalation rate < 30%

3. Гипотеза 3: Координаторы высвободят минимум 10 часов в неделю
   - Метрика: Снижение нагрузки на 20%+
   - Валидация: Опрос координаторов через месяц

Риски и митигация

Контакты

Для вопросов по проекту:

• Product Owner: [Email / Telegram]
• Tech Lead: [Email / Telegram]
• Репозиторий: [GitHub URL когда будет создан]
• Чат команды: [Telegram группа]

Для абитуриентов:

• Telegram бот: @itmo_admissions_bot (когда запустится)
• Канал Hub: [Ссылка на Telegram канал]
• Сайт ИТМО: https://abit.itmo.ru/

Лицензия

[Указать лицензию, если применимо]

Acknowledgments

• Команда приёмной комиссии ИТМО за обратную связь
• Абитуриенты за участие в тестировании
• AI агенты (Claude, GPT-4) за поддержку разработки

Последнее обновление: 2026-02-01
Статус: 🚧 MVP в разработке (День 1 из 7)