# Chatbots vs AI Agents in Marketing: Cases and Checklist

- URL: https://vladimirnovozhilov.com/en/blog/chatbots-vs-ai-agents-in-marketing-cases-and-checklist/
- Author: Владимир Новожилов
- Published: 2026-10-03
- Category: Product marketing

> I analyze when to use chatbots versus AI agents in marketing. The article presents six real cases with metrics, an ROI calculation template, prompt examples, a comparison of stacks, a technical integration diagram, and a step‑by‑step implementation checklist.

## Что такое чат‑бот и чем он отличается от ИИ‑агента

Маркетинговые команды всё чаще объединяют чат‑боты и ИИ‑агентов в одну корзину «автоматизация». Но это разные инструменты. Для ясности: чат‑боты в маркетинге — про стабильные сценарии и предсказуемые ветки, а ИИ‑агенты — про цели, многозадачность и работу с внешними системами без ручного управления на каждом шаге.

- Чат‑бот — сценарный диалоговый интерфейс. Он ведёт пользователя по флоу: приветствие → выбор темы → сбор контактов → ответ или эскалация. Идеален для FAQ, первичного сбора данных, простых заказов и мессенджер‑ботов для продаж, где шаги чётко заданы.
- ИИ‑агент — автономный «маркетолог‑исполнитель»: понимает цель («квалифицируй лида и назначь встречу до пятницы»), планирует шаги, вызывает инструменты (CRM/календарь/Ads API), проверяет результат, ведёт память. В основе — LLM (например, GPT), доступ к инструментам (tool‑calls), память и контрольные петли (agent loop).

### Сравнение: чат‑бот vs ИИ‑агент

| Критерий | Чат‑бот | ИИ‑агент |
|---|---|---|
| Что это | Сценарный диалоговый интерфейс | Автономный исполнитель с целью и инструментами |
| Уровень автономности | Низкий–средний (по скрипту) | Средний–высокий (планирование, проверка результата) |
| Типовые задачи | FAQ, формы, бронирование, уведомления | Квалификация лидов, персонализация офферов, назначение встреч, синхронизация CRM/Ads |
| Пример метрик | Доля автоответов, FRT, конверсия шага | SQL rate, скорость цикла, LTV uplift, экономия OPEX |
| Риски | Жёсткость сценариев, тупики | Галлюцинации, неверные действия с инструментами, комплаенс |

## Когда использовать чат‑бот, а когда — ИИ‑агента (уровни автономности)

Практическое правило:
- Если путь пользователя предсказуем, контент стабилен, требования к точности высокие и интеграции простые — используйте чат‑бота на конструкторе (SendPulse, Landbot) или в веб‑чате/мессенджере (Telegram, WhatsApp, VK, Viber, Facebook Messenger).
- Если требуется гибкая квалификация, персонализация в мессенджерах, несколько ходов с внешними системами (CRM, 1С, календари, Ads API), а также проверка результата — берите ИИ‑агента с оркестрацией и политиками контроля.

Три уровня автономности:
1) Скриптовый бот — строгое флоу, без генерации. 2) Бот с LLM‑ответами и маршрутизацией — гибкие тексты, но фиксированные действия. 3) ИИ‑агент — цель, планирование, вызовы инструментов, контроль (self‑check, эскалации).

## Конкретные маркетинговые задачи для чат‑ботов и ИИ‑агентов

- Лид‑генерация и qualification в чате: сбор контактов, BANT‑вопросы, оценка намерения, назначение встречи. Для крупных чеков — агент, для простых лид‑форм — бот.
- [Мессенджер‑боты для продаж](/en/blog/smm-marketing-automation-tools-and-processes-2026/): подбор товара по каталогу, доукомплектация корзины, напоминания об оставленных товарах, предзаказы и уведомления о наличии.
- Персонализация в мессенджерах: предложения по истории заказов, сегменты лояльности, промокоды с ограничениями. Агент подбирает оффер и проверяет остатки/цену по API.
- [Автоматизация маркетинга](/en/blog/marketing-automation-where-to-start-and-what-to-automate/): генерация и тестирование копирайта под бренд‑гайд, UTM/линкинг, публикации, A/B‑протокол. Агент вносит данные в календарь, создаёт задачи.
- Ретеншн и пост‑продажная поддержка: triage вопросов, NPS/CSI, триггеры возврата. Бот закрывает FAQ, агент собирает фактуру из CRM/1С.
- Контроль бюджетов и ROAS: агент забирает данные из рекламных кабинетов (Google Ads, VK Ads), сверяет цели из GA4/CRM и шлёт алерты в чат.
- B2B‑встречи и демо: бот собирает требования, агент координирует слоты в календарях и присылает бриф.
- Полевая поддержка продавцов: быстрый Q&A по каталогу, ценам, остаткам, процедурам; агент формирует КП из шаблонов.

![Lead qualification funnel: click → chat → qualification → meeting → deal](./images/chat-boty-ii-agenty-marketing-kejsy-roi-lead-funnel.png)

## Кейсы: 6 проверенных реализаций с метриками

1) B2B‑услуги, квалификация лидов в WhatsApp/VK
- Задача: снизить CAC и ускорить назначение встреч. Каналы: click‑to‑WhatsApp и виджет на сайте.
- Решение: агент с целью «квалифицируй и назначь слот», доступ к CRM (amoCRM/Bitrix24), календарям, шаблонам писем.
- Результат за 6 недель: конверсия диалога→встреча +52% (с 10% до 15,2%), среднее время до слота −39% (с 3,1 до 1,9 дня), CAC −18%. Доля эскалаций на менеджера 28% (базово 100%).

2) E‑commerce (маркетплейс + свой магазин), Telegram‑бот допродаж
- Задача: повысить повторные заказы без роста скидок.
- Решение: бот с персональными подборками и напоминаниями о наличии; агент проверяет остатки/цены по 1С и формирует оффер.
- Результат за 2 месяца: доля повторных покупок +9 п.п., средний чек +7%, выручка из мессенджеров +22%. ROI пилота 2,6×.

3) Онлайн‑ритейл, поддержка клиентов 24/7 (Telegram, веб‑чат)
- Задача: сократить FRT и нагрузку на операторов пика.
- Решение: FAQ‑бот + LLM‑ответы из базы знаний; эскалация сложных кейсов. Логи в DWH, качество контролирует супервайзер.
- Результат: 64% обращений закрываются без оператора, FRT −78% (с 4:10 до 0:55), NPS канала +8 п.п.

4) Образование B2B, прогрев лидов до консультации
- Задача: повысить SQL rate из регистрации на вебинар.
- Решение: агент‑маркетолог: сегментирует лиды, отправляет релевантные материалы, собирает недостающий контекст, назначает звонок.
- Результат: SQL rate +35% (с 23% до 31%), no‑show на созвоне −21%, выручка из вебинарных лидов +18%.

5) IT‑аутсорс, контроль бюджетов и алерты по рекламе
- Задача: не терять эффективность кампаний на выходных/ночью.
- Решение: агент опрашивает VK Ads и Google Ads, сверяет с CRM и GA4, шлёт алерты в Telegram с кнопками действий, умеет приостанавливать просадившиеся группы (по политике).
- Результат: экономия бюджета 6–12% в месяц за счёт быстрой реакции, прирост ROAS +9%.

6) Логистика B2B, мультиканальная квалификация (WhatsApp/Email/Телеграм)
- Задача: быстро фильтровать лиды с разных форм и каналов.
- Решение: агент нормализует заявки, допрашивает ключевые поля, присваивает приоритет и пушит в CRM, запрашивает недостающее у лида.
- Результат: скорость обработки 1→0,2 часа, конверсия в MQL +41%, закрытие «мусора» до ручной обработки −50%.

Примечание: конверсии и экономия зависят от трафика, сегмента и регуляторных ограничений; в РФ часть интеграций и платёжных сценариев работает иначе, чем в международных кейсах.

## Юнит‑экономика и ROI: как считать окупаемость бота/агента

Базовая формула: ROI = (ΔМаржа + Экономия OPEX − Стоимость владения) / Стоимость владения.

Где:
- ΔМаржа = прирост валовой маржи от допродаж/конверсий, относимый к автоматизации.
- Экономия OPEX = снижение затрат на операционную поддержку (FTE, аутсорс, колл‑центр).
- Стоимость владения (TCO) = внедрение + интеграции + подписки/токены LLM + поддержка + безопасность.

[Шаблон расчёта](/en/blog/marketing-department-automation-guide-templates-and-roi/) (можно перенести в CSV/Excel):

| Показатель | До | После | Δ | Комментарий |
|---|---:|---:|---:|---|
| Трафик кампании, кликов | 20 000 | 20 000 | 0 | Базис одинаковый |
| Старт диалога, % | 40% | 60% | +20 п.п. | Улучшили призыв и канал |
| Квалифицировано, % | 18% | 26% | +8 п.п. | Агент задаёт BANT |
| Встречи/заказы, % | 8% | 12% | +4 п.п. | Автозапись в слоты |
| Средний чек (руб.) | 35 000 | 35 000 | 0 | Без изменений |
| Валовая маржа, % | 35% | 35% | 0 | |
| Ед. маржа, руб. | 12 250 | 12 250 | 0 | |
| Доп. продажи, шт. | 160 | 320 | +160 | Из 20 000 кликов |
| ΔМаржа, руб. | — | — | 1 960 000 | 160 × 12 250 |
| Экономия OPEX, руб./мес | — | — | 280 000 | Минус 2 FTE в пике |
| Подписки/LLM/интеграции, руб./мес | — | — | 320 000 | Все прямые затраты |
| Внедрение (амортизация на 6 мес), руб./мес | — | — | 200 000 | Делим капекс |
| TCO итого, руб./мес | — | — | 520 000 | 320 000 + 200 000 |
| ROI, раз | — | — | 4,3× | (1 960 000 + 280 000 − 520 000) / 520 000 |

Пошагово: сначала посчитайте «дополнительную маржу» от прироста конверсий, отдельно — экономию операционки, затем вычтите все прямые затраты (включая амортизацию внедрения). Учитывайте сезонность, «прогрев» модели, обучение операторов и изменения в каналах привлечения.

![B2B pilots: investment return from an agent qualifier over 3 months at a conservative margin](./images/chat-boty-ii-agenty-marketing-kejsy-roi-roi-stat.png)

## Техническая архитектура: интеграции (CRM, 1С, рекламные кабинеты, API)

Рекомендованный контур:

- Каналы: Telegram, WhatsApp Business API, VK, Viber, Facebook Messenger, веб‑чат.
- Оркестрация: сервер бота/агента, маршрутизация, A/B флоу, очереди задач.
- Ядро ответов: LLM (например, GPT), политика безопасности промптов, справочник бренда.
- Инструменты (tool‑calls):
  - CRM (Bitrix24, amoCRM, Salesforce): создание/обновление лидов, статусы, задачи.
  - 1С/ERP: остатки, цены, счета, отгрузки.
  - Календарь: назначение встреч.
  - Рекламные кабинеты: Google Ads, VK Ads — статусы, бюджеты, ROAS.
  - Платёжные системы/эквайринг (СБП/банковские эквайеры): инвойсы, статусы.
- Аналитика: GA4/Server‑side, DWH (например, ClickHouse/BigQuery), ETL, BI‑дашборды.
- Логирование/качество: трейсинг шагов агента, реплеи диалогов, оценка качества.

Текстовая схема потоков:

Пользователь → Канал (TG/WA/VK/Веб) → Оркестратор → [LLM] → Политики → Инструменты (CRM/1С/Ads/Календарь) → Ответ/действие → Логи (DWH) → BI/GA4

## Безопасность и соответствие требованиям по данным (ФЗ‑152/GDPR) и репутационный риск

- Сбор и правовое основание: уведомляйте и берите согласие на обработку ПДн, укажите цели и сроки хранения. Для мессенджеров фиксируйте публичную политику.
- Локализация ПДн в РФ: храните идентификаторы и переписки на серверах в РФ. При трансграничной передаче — оформите уведомления и проверки адекватной защиты.
- Минимизация и маскирование: перед отправкой в LLM удаляйте ПИI/лишние поля или заменяйте токенами; храните маппинг отдельно и шифруйте.
- Шифрование и доступ: TLS в транзите, шифрование в покое, защита ключей, ротация токенов, RBAC и журналы доступа.
- Качество и репутация: настроите факт‑чекинг, пороги уверенности, эскалации к человеку и запреты на опасные действия. Держите фолбэк‑скрипты на случай недоступности внешних сервисов.
- DPIA/оценка рисков: документируйте процессы удаления и выгрузки данных по запросу субъекта, сроки хранения, политику инцидентов.

Чек‑лист мини‑проверки перед запуском: согласия/политики, DPIA, договоры поручения, хранение в РФ, маскирование, шифрование, RBAC, логирование, фолбэк‑сценарии, план реагирования.

## Чек‑лист по внедрению: требования, этапы, тестирование и rollout

1) Цель и метрики: сформулируйте цель в терминах воронки и денег (SQL rate, CPA/CAC, LTV, ROAS, NPS, доля автоответов). Установите целевые пороги.
2) Данные и доступы: список сущностей (лид, заказ, товар, календарь), источники истины (CRM/1С), доступы (мессенджер‑токены, CRM API, Ads API, GA4, DWH, SSO), роли.
3) Флоу/политики: опишите happy path и исключения, пороги уверенности, триггеры эскалации, guardrails текстов.
4) Интеграции: подключите CRM (Bitrix24/amoCRM/Salesforce), 1С, календари, рекламные кабинеты (Google Ads, VK Ads), платёжные шлюзы.
5) Набор тестов: 50–100 скриптов с эталонными ответами, негативные кейсы, нагрузочные прогоны, модульные тесты инструментов агента.
6) Пилот: 2–4 недели, один канал (например, Telegram), дневной мониторинг, ручная валидация 10–20% диалогов.
7) Rollout: расширяйте каналы (WhatsApp/VK/Viber/веб), включайте A/B, подключайте рекламу на чат, обучайте команду, передавайте в операционную поддержку.
8) Экономика и отчёт: утвердите регламент расчёта ROI, точки сбора данных, ответственных и окно пересмотра (ежемесячно/квартально).

## Шаблоны и инструменты: промпты, флоу, админ‑панель, мониторинг

### Пример промпта для задания цели агенту

Цель: «Квалифицируй лида на услугу внедрения аналитики и назначь встречу до пятницы».

Инструкции агента:
- Задавай вопросы по BANT: бюджет, полномочия, потребность, сроки. Сохраняй ответы в поля CRM.
- Если лида можно квалифицировать как MQL, предлагай слоты из Календарь_Продаж. Если слот подтверждён — создай событие, приложи резюме диалога.
- Если уверенность < 0,7 или спор по условиям — эскалируй менеджеру с пометкой «Нужен человек».
- Соблюдай бренд‑тон: вежливо, по делу, без навязчивости. Русский язык.

Доступные инструменты: CRM.createLead, CRM.updateLead, Calendar.getSlots, Calendar.bookSlot, Ads.getCampaigns, DWH.log.

### Пример конфигурации multi‑agent orchestration

- RouterAgent: определяет намерение (FAQ/Продажа/Поддержка/Биллинг) и отправляет в нужный флоу.
- QualifierAgent: ведёт BANT, обновляет CRM, решает про слоты встречи.
- KnowledgeAgent: отвечает на сложные вопросы из базы знаний; если уверенность < порога — эскалация.
- AdsSyncAgent: раз в час сверяет расходы/ROAS с целями и шлёт алерты.

Псевдо‑описание шагов:
1) RouterAgent(intent) → QualifierAgent или KnowledgeAgent.
2) QualifierAgent → CRM.updateLead → Calendar.getSlots → Calendar.bookSlot → DWH.log.
3) AdsSyncAgent → VK Ads/Google Ads → сверка с CRM/GA4 → Telegram алерт.

Админ‑панель: логи диалогов, редактирование знаний, редактор флоу, A/B, перечень инструментов и прав, контроль качества (ручная маркировка), экспорт в BI.

Мониторинг качества: доля автоответов, эскалации, точность (manual review), жалобы, SLA ответа, «галлюцинации» (ошибочные факты), соответствие тон‑оф‑войс.

## Платформы и стек: сравнение (конструкторы vs кастом vs LLM + оркестрация)

| Подход | Кому подходит | Время запуска | Интеграции | Ограничения | Примеры |
|---|---|---|---|---|---|
| Конструкторы чат‑ботов | Малый и средний бизнес, быстрые MVP | 1–3 недели | Базовые CRM/платежи/мессенджеры | Жёсткие флоу, мало логики | SendPulse, Landbot |
| Платформы NLP/диалоги | Средний/крупный бизнес с IT‑ресурсом | 3–6 недель | Богатые интеграции, NLU | Сложность настройки | Dialogflow |
| Кастом‑разработка | Сложные процессы, 1С/ERP в ядре | 6–12 недель | Любые API, гибкость | Стоимость и поддержка | BotLabs/кастомный стек |
| LLM + оркестрация (агенты) | B2B/IT, где нужна автономность | 4–8 недель | CRM, 1С, Ads, календари, BI | Контроль качества и безопасность | GPT/LLM + orchestration |

Замечание по РФ: проверьте доступность LLM/провайдеров из корпоративной сети, юридические риски трансграничной передачи и используйте прокси/он‑премise, если требуется. Для чувствительных данных держите инструменты и хранилища в РФ.

## Метрики и дашборд: что и как измерять после запуска

Структурируйте дашборд в BI по блокам:
- Воронка: показы, клики, старт диалога, захват контакта, квалификация, встреча/заказ, выручка/маржа. Отдельно по каналам (Telegram, WhatsApp, VK, Viber, веб).
- Качество: доля автоответов, эскалации, точность, жалобы, FRT/ART.
- Экономика: CPA, CAC, LTV, ROAS, доля расходов на LLM/подписки, экономия OPEX.
- Надёжность: аптайм каналов, ошибки инструментов, ретраи, фолбэки.

Технически: собирайте события в GA4 (server‑side), ETL в DWH (ClickHouse/BigQuery), визуализация в BI. Рекламные расходы подтягивайте из VK Ads/Google Ads API, статусы лидов — из CRM. Введите недельный ритуал ревью качества и ежемесячный пересчёт ROI.

## Часто задаваемые вопросы

— Чем отличаются чат‑бот и ИИ‑агент? Коротко: бот — скрипт, агент — цель + инструменты + контроль. Бот хорош для FAQ и форм, агент — для квалификации, персонализации и действий через API.

— Сколько длится внедрение? Бот: 2–4 недели. Агент: 4–8 недель на пилот с интеграциями и политиками.

— Как считать ROI? Доп. маржа + экономия OPEX − TCO, делим на TCO. Смотрите шаблон выше.

— Что с ФЗ‑152? Данные — в РФ, согласия оформлены, маскирование ПДн перед LLM, шифрование и журналирование, фолбэк.

— Какие каналы выбрать? Начните с того, где уже есть диалоги: Telegram/веб; добавляйте WhatsApp/VK/Viber по мере готовности поддержки и аналитики.

## FAQ

### How does a chatbot differ from an AI agent and when do you need each?

A chatbot is a scripted conversational interface for repeatable dialogue flows (FAQ, forms, routing). An AI agent is an autonomous executor with a goal, memory and tools (CRM, calendars, Ads API) that plans steps and verifies results. If the task is stable and predictable — choose a chatbot; if you need flexible qualification, personalization, multi‑system work and handling incomplete data — an AI agent is justified.

### Which marketing tasks are profitable to give to AI agents today?

Personalized lead qualification in messengers, cross‑sell/upsell based on purchase history, preparing personalized offers, automatic meeting scheduling and collecting missing data, synchronizing leads/costs with CRM and ad accounts (Google Ads, VK Ads), budget monitoring and alerts, generating and testing content within brand guides. Scripted forms and static FAQs are better left to chatbots.

### How long and how much does it cost to implement a working chatbot/agent?

A pilot chatbot on a builder takes 2–4 weeks: flow setup, CRM/1C integrations, launch and team training. Cost depends on team effort and subscriptions. An AI agent with orchestration and tools takes 4–8 weeks for a pilot: goal design, API connections, security tests, QA. CapEx depends on integration scope and requirements for storing PII in Russia.

### How to calculate ROI and which metrics to track after launch?

Count additional marginal revenue (uplift in MQL→SQL→Sale, AOV), OPEX savings (reduced operator workload), minus costs (subscriptions, LLM tokens, implementation, maintenance). Key metrics: funnel step conversion, CPA/CAC, LTV, ROAS, share of auto‑responses, average response time, escalations, answer accuracy and complaints. The article includes a formula and a table template for calculation.

### How to protect users' personal data and comply with Federal Law 152/GDPR?

Collect only necessary PII, store it on servers in Russia, obtain consents and sign processing contracts, configure encryption, key rotation and access audits. For external LLMs use PII redaction/masking, verify where requests go, and maintain offline/fallback modes. Set up logging, DPIA/risk assessment and processes for deletion/data copy requests.