Настройка версий статей для разных клиентов

Настройка версий статей для разных клиентов

Когда в вашей базе знаний накопилось больше сотни статей, а клиенты — от малого бизнеса до enterprise с разными продуктами, возникает знакомая проблема: как сделать так, чтобы каждый видел только релевантную информацию? Показывать всем всё — значит заставлять пользователя пробиваться через шум. Прятать статьи вручную — гарантированно ошибаться. Решение — версионирование контента.

Зачем разделять статьи по клиентам

Представьте: вы поддерживаете три тарифа. У всех разный функционал, разные типичные ошибки, разные скрипты решения. Если оператору базового тарифа показывать инструкцию для премиум-функций, он либо запутается, либо начнет обещать то, чего нет. Если enterprise-клиенту не показывать статью «Как настроить индивидуальный SLA» — время решения заявки растет, клиент нервничает.

Версионирование решает три задачи:

  • Релевантность — оператор видит только те статьи, которые применимы к продукту клиента
  • Скорость — не нужно листать 50 статей, чтобы найти нужную среди 5
  • Безопасность — внутренние инструкции или конфиденциальные данные не уходят не тем клиентам

Как устроено версионирование в связке Telegram-CRM и базы знаний

Технически это выглядит как привязка метаданных к статье. У каждой статьи появляется поле «версия» или «тег клиента». Когда оператор открывает базу знаний внутри тикет-системы, CRM подтягивает данные о клиенте и фильтрует статьи.

Вот базовая схема:

КомпонентЧто делаетКак связано с версиями
Профиль клиента в CRMХранит тег тарифа, продукта, сегментаОпределяет, какую версию показывать
Статья в базе знанийСодержит тело текста + метаданныеПомечена тегом версии
Фильтр интеграцииСопоставляет тег клиента с тегом статьиОтсеивает неподходящие версии
Интерфейс оператораОтображает только отфильтрованные статьиОператор видит только релевантное

Пошаговая настройка

Шаг 1. Определите критерии разделения

Не плодите версии без необходимости. Обычно хватает 2–5 вариантов. Типичные критерии:

  • Тарифный план (базовый / расширенный / премиум)
  • Тип продукта (если у вас несколько линеек)
  • География (разные регуляторные требования)
  • Уровень доступа оператора (junior / senior / супервизор)
Запишите критерии в таблицу — это будет карта версий. Пример:

ВерсияДля каких клиентовКакие статьи включает
basicТариф «Старт»Только базовые функции, без интеграций
proТариф «Бизнес»Всё из basic + интеграции, API
enterpriseИндивидуальные контрактыВсё из pro + кастомные настройки, SLA

Шаг 2. Разметьте существующие статьи

Теперь нужно пройтись по всем статьям и присвоить каждой версию. Если статья универсальна — ставьте тег «all». Если специфична — конкретную версию.

Удобно делать это через массовое редактирование в админ-панели базы знаний. Если такой возможности нет — через CSV-импорт с полем version.

Важно: одна и та же статья может относиться к нескольким версиям. Например, «Как сменить пароль» — для всех. А «Настройка webhook-интеграции» — только для pro и enterprise.

Шаг 3. Настройте сопоставление в CRM

В вашем Telegram-CRM должна быть возможность привязать к тикету или клиенту метку версии. Обычно это делается через:

  • Кастомное поле в карточке контрагента (например, `knowledge_base_version`)
  • Тег, который автоматически проставляется при создании тикета (если клиент определяется по номеру договора или домену)
  • Правило-триггер: «Если тариф = X, то присвоить версию Y»
Убедитесь, что при создании тикета это поле заполняется корректно. Ошибка на этом этапе сведет на нет всю настройку.

Шаг 4. Интегрируйте фильтр в поиск статей

Когда оператор открывает базу знаний внутри тикет-системы, запрос должен содержать не только текст поиска, но и идентификатор версии. CRM передает его в базу знаний, а та возвращает только отфильтрованные статьи.

Проверьте, поддерживает ли ваша база знаний параметр `?version=` в API. Если нет — придется делать фильтрацию на стороне CRM, загружая все статьи и отсекая лишние. Это менее производительно, но работает.

Подробнее о том, как устроен поиск статей по SLA в тикет-системе, читайте в статье «Поиск статей базы знаний по SLA в тикетной системе».

Шаг 5. Проверьте на реальных кейсах

Создайте тестовые тикеты от клиентов разных версий. Откройте базу знаний. Проверьте:

  • Клиент basic видит только свои статьи?
  • Клиент enterprise видит и свои, и общие?
  • Оператор видит только те статьи, которые разрешены его уровню доступа?
Попросите двух-трех операторов протестировать на реальных обращениях. Соберите обратную связь: не потеряли ли вы важную статью, не появился ли лишний шум.

Типичные ошибки и как их избежать

Ошибка 1: слишком много версий. Если у вас 20 тарифов, не нужно 20 версий. Клиенты с похожим функционалом объединяйте в одну группу. Иначе вы создадите ад для авторов контента — каждую правку придется вносить в 20 мест.

Ошибка 2: забыли про общие статьи. Статьи типа «Как восстановить пароль» или «Контакты поддержки» должны быть видны всем. Сделайте для них тег «all» и убедитесь, что фильтр его не отсекает.

Ошибка 3: не обновляете версии при изменении тарифа. Клиент перешел с basic на pro — его версия должна измениться автоматически. Если этого не происходит, оператор будет видеть старые статьи, а клиент — злиться.

Когда версионирование не нужно

Иногда проще сделать одну базу знаний с хорошим поиском и тегами, чем плодить версии. Версионирование оправдано, когда:

  • У вас больше 50 статей
  • Разные клиенты используют принципиально разный функционал
  • Есть конфиденциальные инструкции, которые нельзя показывать всем
Если же у вас 20 статей и все клиенты работают с одним продуктом — просто добавьте теги и научите операторов ими пользоваться. Это сэкономит время на настройку.

Чек-лист: готовность к запуску версий

  • Определены критерии разделения (тариф, продукт, география)
  • Создана карта версий (таблица «версия — клиенты — статьи»)
  • Все статьи размечены тегами версий
  • В CRM настроено поле «версия базы знаний» для клиента
  • Настроена интеграция: CRM передает версию в базу знаний
  • Проверено, что общие статьи (тег «all») не отфильтровываются
  • Проведено тестирование на 3+ реальных кейсах
  • Операторы обучены: знают, что видят только релевантные статьи
  • Настроено автообновление версии при смене тарифа клиента
После настройки версионирования вы заметите, что операторы стали быстрее находить ответы, а количество эскалаций из-за неверных инструкций снизилось. Дальше можно подключать AI для автоматического подбора релевантных статей — о том, как это работает, читайте в материале «Использование AI для подбора релевантных статей базы знаний».
Яна Федотова

Яна Федотова

Редактор по метрикам и SLA

Анна — редактор, специализирующийся на SLA и метриках поддержки. Она помогает читателям разобраться в показателях эффективности, используя примеры из открытых отчётов и исследований. Её тексты ориентированы на практическое применение без излишней теории.