Память ИИ-ассистента: почему бот забывает и что заказывать

Клиент возвращается в чат через неделю, а бот здоровается заново и просит повторить заказ. Владелец думает, что ассистент сломался. Чаще он исправен: помнит только текущий разговор. Как только диалог закрылся, всё стёрлось.

Дальше - три уровня памяти ассистента простыми словами, чем память отличается от длинного окна контекста и что именно написать в задании подрядчику. Если хотите увидеть, как такие задачи выглядят в работе студии, посмотрите проекты.

Почему ИИ-ассистент забывает, хотя кажется, что должен помнить?

Коротко: ассистент помнит только текущий диалог. Пока окно открыто, он держит нить; закрылось окно - забыл. Владельцы при этом уверены, что бот узнаёт вернувшихся клиентов, а клиенты этого не видят, и на этом разрыве теряются заявки.

Модель, на которой работает ассистент, обрабатывает один разговор за раз. Всё, что она «помнит» во время ответа, лежит в её рабочем контексте: инструкция, последние сообщения, найденные документы. Это окно ограничено, и после закрытия диалога его содержимое исчезает.

Разрыв между ожиданием и реальностью виден в цифрах. Опрос Twilio (сентябрь 2026) показал: семь из десяти потребителей в Азии и Тихоокеанском регионе бросали обращение к ИИ-поддержке, если она не помнила прошлые разговоры. При этом 84% компаний считают, что их ИИ-агенты узнают вернувшихся клиентов. Регион в опросе не Россия, но механика та же: заказчик считает, что память есть, а клиент её не видит.

Память - отдельный слой, который кто-то должен спроектировать и собрать. Модель сама её не ведёт.

Что значит «память» у ассистента: три уровня простыми словами

Коротко: память ассистента делят на три уровня. Первый - текущий разговор, второй - прошлые обращения, третий - портрет клиента в целом. Каждый уровень живёт своим сроком и нужен для своей задачи. Не всякому боту нужны все три.

В документации Microsoft по архитектуре памяти агентов эти уровни называют рабочей, эпизодической и смысловой памятью. Названия звучат учёно, за ними простое деление.

Уровни работают вместе. Прошлые обращения хранят точный факт («заказ от 3 октября»), портрет клиента - вывод из многих разговоров («предпочитает звонку переписку»). Без первого бот не найдёт факт, без второго каждый разговор начинается с чистого листа.

Вам как заказчику важно, что это три разных куска работы. Одним переключателем их не включить. Просить «сделайте память» так же бесполезно, как просить «сделайте хороший сайт»: подрядчик догадается по-своему.

Чем длинное окно контекста отличается от памяти?

Коротко: большое окно контекста помогает в одном длинном разговоре, но не помнит клиента между визитами. Окно - это стол, за которым бот работает сейчас. Память - это шкаф, куда он кладёт записи, чтобы достать их в следующий раз. Стол можно сделать больше, шкаф от этого не появится.

Соблазн просто купить модель с окном побольше понятен, но он не решает задачу. Возьмём клиента, который пишет раз в две недели: за месяц разговоры не наберут столько текста, чтобы упереться в окно, а бот всё равно забудет прошлое. Дело не в размере: между визитами ничего не сохраняется.

Заполнять окно целиком ещё и дорого: чем больше контекста, тем медленнее и дороже каждый ответ. Поэтому в рабочем режиме старые сообщения сжимают или вытесняют в хранилище. Это отдельная работа, её тоже закладывают в проект.

Если по описанию похоже на вашу задачу, её стоит разобрать до разработки: требования формулируем до конца, у каждого критерий приёмки, поэтому цена и срок фиксируются до первой строки кода. Разработка по фиксированной цене и сроку: опишите задачу, пришлём состав работ и смету за 24 часа.

Что ломается, когда памяти нет?

Коротко: клиенту приходится повторяться, а после передачи диалога человеку он повторяется ещё раз. Часть клиентов после такого просто уходит. Опаснее всего то, что бот без памяти легко придумывает факт, которого не было.

• Клиент повторяет заказ, адрес и вопрос, потому что бот не помнит разговора.
• При передаче диалога человеку история не переезжает, и клиент рассказывает всё заново.
• Бот отвечает по инерции прошлого диалога, которого уже нет, или путает заказы двух клиентов.
• Ассистент не знает прежних договорённостей и предлагает то, от чего клиент уже отказался.
• Каждый разговор начинается с представления, хотя клиент у вас не впервые.

Потери видно по отказам. В том же опросе Twilio пять процентов потребителей прекратили отношения с брендом после сбоя с контекстом. Это те, кто дошёл до конца - остальные просто не вернулись.

Как проверить, помнит ли ваш ассистент?

Коротко: попросите бота вспомнить то, что он знать не может, - прошлый заказ, договорённость двухнедельной давности. Прогоните один и тот же сценарий в двух сессиях. Если во второй сессии бот не помнит первой, памяти у него нет, какой бы умной ни казалась модель.

Проверку можно провести за полчаса, до всякой разработки:

1. Задайте вопрос по прошлому обращению в новом диалоге: «Что мы решили с доставкой в прошлый раз?»
2. Откройте два разговора параллельно и посмотрите, не перепутал ли бот клиентов.
3. Передайте диалог человеку и проверьте, видит ли он историю переписки.
4. Спросите бота о том, чего вы не говорили, и посмотрите, придумает ли он. Так вы заодно ловите риск выдуманных фактов.
5. Напишите в третьем лице про «того же клиента» и проверьте, узнает ли он себя.
6. Попросите забыть: скажите, что данные нужно удалить, и посмотрите, что происходит.

Этот список - про память. Качество ответов проверяют отдельно: для него нужен свой набор вопросов и правильные ответы к ним. Про то, где ИИ действительно нужен, а где задачу можно решить дешевле, есть отдельный разбор внедрения ИИ в бизнес-процессы.

Что заказать: как описать память в задании на разработку?

Коротко: в задании память расписывают по уровням. Отдельно - что запоминать, отдельно - как долго хранить, отдельно - как удалять. Тогда есть что принять, и спор о качестве идёт по списку, а не на слух.

1. Что помнить на уровне разговора: нить диалога, собранный заказ, отказ от прежнего варианта.
2. Что помнить между разговорами: заказы, обращения, обещанные сроки, отказы.
3. Какие выводы делать в портрет клиента: предпочтения, повторные вопросы, тон обращения.
4. Где хранится память и кто к ней имеет доступ по ролям.
5. Как долго хранится каждое поле и по какому событию удаляется.
6. Как владелец и клиент видят, что именно бот помнит, и как это исправить или стереть.
7. Что происходит с памятью при обновлении модели и при смене подрядчика.

Пункт 7 стоит отдельного внимания. Память - это данные, накопленные за месяцы работы. Если она привязана к модели или к подрядчику так, что её нельзя забрать, вы остаётесь заложником одного исполнителя. В договоре это формулируют как передачу данных памяти вместе с проектом.

Сколько хранить и как удалять данные клиента?

Коротко: память хранит данные клиентов, значит, здесь работает 152-ФЗ. Сроки хранения и удаление закладывают в проект заранее, а передача обработки подрядчику оформляется договором-поручением. Без этого память превращается в источник обязательств, о которых вы не знали.

Память ассистента - это записи о конкретных людях, поэтому она попадает под закон о персональных данных. В статье 6 закона 152-ФЗ описано поручение обработки. Это когда оператор поручает обработку другому лицу по договору. В поручении задаются: перечень данных, действия с ними, цели, обязанность хранить конфиденциальность и подтверждать защиту. Ответственность перед человеком при этом остаётся на операторе.

На практике это значит:

• Срок хранения памяти ограничивают по смыслу: заказ закрыт и оплачен - зачем хранить переписку о нём годами.
• Клиент должен иметь возможность попросить удалить данные о нём, и это штатное действие, доступное без программиста.
• Если память обрабатывает внешний сервис, это поручение обработки, и его оформляют договором до запуска.
• Данные в памяти - не место для лишнего: чем меньше храните, тем меньше обязательств.

Это не юридическая консультация: перед запуском схему обработки показывают вашему юристу. Но описывать сроки и удаление нужно в задании на разработку, иначе их не заложат.

Где хватит готового сервиса, а где нужна своя разработка?

Коротко: для типовых задач (ответы по прайсу, запись, частые вопросы) память обычно уже есть в готовом сервисе, и он дешевле. Своя разработка нужна, когда память должна жить в ваших системах, подчиняться вашим правилам удаления и не выходить за периметр компании.

Готовый сервис тоже можно проверить тем же списком выше. И ещё одно: иногда задача решается без всякого ИИ. Если клиентов мало, а вопросов немного, вы получите больше пользы от аккуратной базы знаний и понятных ответов менеджера, чем от бота с памятью. Это тоже результат, и он дешевле.

Пример из проекта: как память описывается в наших задачах

Коротко: в проекте AI-ассистента карьерных решений важна была прежде всего договорённость о том, как принимают качество ответов. Есть эталонные ответы и негативные критерии. Спор решается по ним.

Мы спроектировали проект «AI-ассистент карьерных решений». Результат описан на странице проекта так: «Владелец бота получил описание, по которому подрядчик может назвать цену и сдать работу, а спор о том, хорошо ли бот отвечает, решается по эталону».

Так и с памятью: сначала критерии приёмки, потом разработка. И тот же принцип - ассистент опирается на записи: в проекте по обработке документов каждый факт попадает в учётную систему с источником, без ручного ввода.

Что делать, когда память «поплыла» после обновления модели?

Коротко: модели обновляют, и поведение памяти может измениться. Держите свой набор проверок и прогоняйте его после каждого обновления, чтобы увидеть просадку раньше клиентов. Это занимает немного времени и ловит ошибку до того, как она дойдёт до заявок.

1. Сохраните набор вопросов из прошлого раздела и ответы, которые считаете правильными.
2. Прогоняйте его после смены модели, крупного обновления базы знаний и новых интеграций.
3. Отдельно проверяйте удаление: попросите стереть данные и убедитесь, что они правда стёрты.
4. Держите память переносимой: если меняете подрядчика, записи должны переехать вместе с проектом.

Источники

• Учебный модуль Microsoft Learn об архитектуре памяти агентов: Examine memory architecture patterns
• Опрос Twilio 2026 Customer Insights Series об «ИИ-амнезии», пересказ TechNode (24.09.2026): Twilio: 70% of APAC consumers abandon AI service interactions
• Тот же опрос, второй независимый пересказ FutureIoT: Seven In 10 APAC Consumers Abandon AI Support Over Memory Failures
• Обзор вендорского подхода к многоуровневой памяти ИИ-агентов, VK Tech (23.07.2026): VK AI Space представила многоуровневую память для корпоративных AI-агентов
• Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных», КонсультантПлюс: ст. 6, поручение обработки
• Проект D2Tech: AI-ассистент карьерных решений

Если у вас ассистент, который забывает клиентов, и вы хотите разобраться, что заказать, опишите задачу: пришлём состав работ и смету за 24 часа.