Нейросеть для работы с изображениями в переписке
Что нейросеть делает с картинками в переписке с клиентом: рисует изображение, отправляет готовое фото и распознаёт снимок, который прислал клиент.
Нейросеть для работы с изображениями в переписке с клиентом решает три разные задачи: рисует картинку по текстовому запросу, достаёт из базы или таблицы уже готовое фото и понимает, что изображено на снимке, который прислал сам клиент. Это три отдельные настройки агента, и путать их не стоит.
Клиент присылает в переписку фото погнутого кронштейна от старой полки и спрашивает: подойдёт ли новый такой же формы. Час ночи, оператор давно ушёл, а в базе знаний такого вопроса нет — тут нужен взгляд на конкретную деталь на снимке. Агент открывает фото, сверяет его с каталогом и решает, что показать клиенту дальше: карточку похожей модели или уточняющий вопрос про размер креплений.
Какие задачи с картинками решает нейросеть в переписке с клиентом
Нейросеть для работы с изображениями в чат-боте занимается тремя разными вещами: создаёт картинку с нуля по описанию, забирает готовое фото из базы или таблицы и распознаёт снимок, который прислал клиент. Каждая задача — отдельная настройка агента, и генерация не поможет отправить фото конкретного товара со склада точно так же, как распознавание не нарисует открытку с днём рождения.
| Сторона переписки | Что делает агент | Где настраивается |
|---|---|---|
| Агент рисует картинку | Создаёт изображение по текстовому промпту — открытку, иллюстрацию, карточку товара | действие «Сгенерировать изображение» |
| Агент отправляет готовое фото | Достаёт снимок из файла базы знаний или по ссылке из таблицы и присылает клиенту | файл в Прямых вопросах, либо таблица с вебхуком |
| Агент читает фото клиента | Распознаёт содержимое присланного снимка и отвечает с его учётом | настройка «Распознавание изображений» |
Дальше разберём каждую сторону по отдельности: что именно происходит внутри и на какую настройку смотреть.
Проверьте на своих диалогах.Регистрация без карты, 500 ₽ на тест по промокоду BLOG500
Собрать агентаКак агент рисует изображение с нуля
Агент создаёт картинку действием «Сгенерировать изображение»: внутри шага задаются промпт, модель генерации, соотношение сторон, разрешение и имя готового файла. Отдельный флаг «Отправлять изображения перед ответом бота» решает, что клиент увидит раньше — текст или саму картинку.
Разбор каждого поля этой настройки по шагам — в статье как агент генерирует картинки: там же примеры промптов и готовых результатов.
У этого же действия есть второй режим — «Изменение изображения». Вместо рисования с нуля агент берёт уже загруженное клиентом фото как референс и генерирует новую картинку на его основе: клиент присылает эскиз или старое фото товара, а получает готовую визуализацию в похожем стиле.
Как агент отправляет клиенту уже готовое фото
Здесь агент достаёт существующий снимок и присылает его целиком, ничего не дорисовывая. Работает это двумя способами.
Первый — файл в разделе Прямых вопросов с прикреплённой фотографией: прайс с фото размеров, образец готовой работы, схема проезда. В промпте прописывается условие, при котором агент вызывает этот файл по имени, и снимок уходит в чат вместе с текстом или инструкцией из содержимого файла.
Второй — таблица, где у каждой позиции каталога своя ссылка на изображение, а превращает её в снимок действие-вебхук на аргументе url_photo. Требование к формату ссылки и разница между каналами — в статье как чат-бот отправляет клиенту фото товара.
Что происходит, когда клиент присылает своё фото
За чтение присланного клиентом снимка отвечает настройка «Распознавание изображений» в дополнительных настройках агента. У неё четыре режима:
- «Выключено» — агент фото не смотрит вовсе;
- «Всегда» — агент распознаёт каждый присланный снимок и действует по инструкции, прописанной под настройкой;
- «Если не найдено в БЗ» — агент сначала ищет совпадение в базе знаний и переходит к инструкции, только если не находит;
- «Передавать в модель напрямую» — модель считывает смысл фото сразу, минуя текстовое описание.
С документами, которые вместе с фото присылает клиент, агент работает похожим образом: подробности в статье клиент прислал фото и документ.
Флаг «Передавать медиа в LLM» в разделе «Безопасность» отвечает за то, уходят ли фото и другие файлы в модель вообще. Он старше настройки «Распознавание изображений»: при выключенном флаге распознавание не сработает ни в одном из четырёх режимов, даже если оно включено отдельно.
Сколько стоит генерация одной картинки
Одна картинка на модели Nano Banana Pro обошлась в 1,4 ₽, когда модель генерации была задана моделью самого агента. Это наш замер на своём аккаунте: на другом тарифе цифра будет своя.
Тот же промпт на трёх моделях генерации даёт заметно разный результат по форме и фону — разбор с приложенными файлами в статье сравнение моделей генерации.
Сверьте, какая из трёх задач нужна вам в первую очередь
Сверьте переписку за последнюю неделю: посчитайте, сколько раз клиент присылал фото и ждал ответа, и сколько раз менеджер вручную искал похожий снимок в галерее телефона вместо того, чтобы агент нашёл его сам. Отдельно выпишите случаи, где клиенту нужна была картинка, которой в каталоге ещё нет, — под неё годится генерация.
По итогам обычно видна одна задача, которая закрывает основной поток обращений: чаще всего это отправка готового фото товара, реже — чтение присланных клиентом снимков. Включите в настройках агента сначала её, а к оставшимся двум возвращайтесь по мере роста числа таких обращений. Полный список режимов и флагов — в руководстве Савви.
Частые вопросы
Может ли одна нейросеть и рисовать картинку, и отправлять готовое фото, и распознавать снимок клиента
Да, это один и тот же агент, но три разные настройки: действие «Сгенерировать изображение» для рисования, файл базы знаний или таблица со ссылками для готового фото и режим «Распознавание изображений» для чтения снимка клиента. Включать можно любую комбинацию, необязательно сразу все три.
Как агент понимает, что изображено на фото, которое прислал клиент
За это отвечает настройка «Распознавание изображений»: в режиме «Передавать в модель напрямую» модель считывает смысл снимка сразу, без промежуточного текстового описания, а в режимах «Всегда» и «Если не найдено в БЗ» агент дополнительно сверяется с прописанной инструкцией. В любом из режимов ответ строится с учётом содержимого фото.
Можно ли отключить передачу фото клиента в модель полностью
Да, флагом «Передавать медиа в LLM» в разделе «Безопасность». Этот флаг старше настройки распознавания: если он выключен, ни один из режимов распознавания не сработает, даже включённый отдельно.
Сколько стоит одна сгенерированная картинка
Около 1,4 ₽ на модели Nano Banana Pro по нашему замеру, когда модель генерации задана моделью самого агента. Это ориентир: на другом тарифе цифра будет своя.
Откуда агент берёт готовое фото товара для отправки клиенту
Из одного из двух источников: файла в разделе Прямых вопросов с прикреплённым снимком, который агент вызывает по имени, или колонки таблицы с прямой ссылкой на изображение, обработанной действием-вебхуком. Оба способа отдают клиенту полноразмерную картинку, а не текстовую ссылку на неё.
Может ли агент изменить фото, которое прислал клиент
Да, действием «Изменение изображения»: агент берёт загруженный клиентом снимок как референс и генерирует на его основе новую картинку. Промпт в этом случае описывает, что именно изменить, а модель, разрешение и соотношение сторон настраиваются так же, как при обычной генерации.
Хотите сразу к продукту: Разработка чат-ботов для бизнеса
Читайте дальше
Все статьи темы →
Какие файлы ИИ-агент отправляет и принимает
Что агент шлёт клиенту и что принимают каналы: лимиты по форматам и размеру картинок, голосовых, документов и видео, разница Авито и персонального API.
Как чат-бот отправляет клиенту фото товара
Как агент берёт прямую ссылку на фото из таблицы и отправляет клиенту полноразмерный снимок: настройка колонки, вебхук-действие, разница между каналами.
Клиент прислал фото и документ: что с ними делает агент
ИИ-агент читает файлы, которые присылают клиенты: фото товара, скан документа, счёт, справку, скриншот. Рассказываем, как это работает, что нужно включить и сколько это стоит.
