Розробили з нуля внутрішній інструмент, у якому AI читає тред, підтягує контекст замовлення з бази та готує драфт відповіді — а команда обробляє більше тікетів за менше часу. Стек: Next.js 16, MongoDB, Tailwind, Google Gemini.


Команда Harixx обробляла листи клієнтів у різних інтерфейсах одночасно: пошта, маркетплейс-консолі, спредшіти із замовленнями. Контекст замовлення доводилося шукати вручну для кожного тікета, час на одну відповідь зростав, а SLA — ні.
Harixx прийшов до нас із продуктовою задачею: побудувати єдиний інструмент, у якому support-команда обробляє кореспонденцію клієнтів від першого листа до закриття тікета — без перемикання між поштовою скринькою, спредшітом і консоллю маркетплейсу.
Команда обслуговувала кілька бізнесів одночасно, кожен — зі своїм потоком тікетів, шаблонами відповідей та SLA. Метадані замовлення — ASIN, перевізник, трекінг-номер, дата доставки — лежали у різних системах, і їх доводилось перевіряти вручну для кожного звернення.
Завдання — не побудувати ще одну тікет-систему, а зробити інструмент, де AI знімає рутину зі співробітника й залишає йому контроль над фінальною відповіддю.
Стартові вимоги були конкретні:
Працювали продуктовою командою з тижневими релізами. Фокус — швидко вийти у робочу версію для support-команди й далі ітерувати на реальних даних, а не на припущеннях.
Фаза 1 — Архітектура та фундамент. Налаштували монорепо на Next.js 16 App Router, обрали MongoDB Atlas як основне сховище під документ-орієнтовану модель тредів, побудували мульти-тенантну схему даних (Business → Inbox → Thread → Message) з ізоляцією доступу між бізнесами.
Фаза 2 — Інбокс та статуси. Розробили чотиристатусний workflow (New / In Progress / Escalated / Resolved), real-time оновлення інтерфейсу при появі нових повідомлень, пошук за номером замовлення, фільтри за бізнесом і менеджером, аудит-лог змін статусу.
Фаза 3 — AI-шар на Gemini.Інтегрували Google Gemini для трьох сценаріїв: класифікація типу звернення, генерація драфту відповіді з опорою на повну історію треду, позначка “Auto-reply candidate” для тікетів, які можна закрити автоматичною відповіддю після підтвердження оператором.
Фаза 4 — Order context та SLA-дашборд.Підняли інтеграційний шар з маркетплейс-API: метадані замовлення (ASIN, carrier, tracking number, delivery by) підтягуються поруч із розмовою в реальному часі. Побудували дашборд із метриками total threads, avg resolution time, avg first response time, escalated >3H, autoreplies, drafts, currently open.
Продукт зайшов у production-використання командою Harixx через 3 місяці після старту — без затримок у релізі.
П'ять напрямків, які разом дали готовий до щоденного використання внутрішній продукт.
Next.js 16 App Router + MongoDB Atlas, server actions, мульти-тенантна модель даних з ізоляцією доступу, аутентифікація з ролями.
Власна система компонентів на Tailwind CSS v4 у фірмовій cream/coral палітрі Harixx. Адаптивний інтерфейс під роботу зі списками з сотень тредів одночасно.
Класифікація типу звернення, генерація драфту відповіді з опорою на повний контекст треду, позначка “Auto-reply candidate” для масової обробки рутинних запитів.
Інтеграція з маркетплейс-API: ASIN, перевізник, трекінг-номер, дата доставки підтягуються в реальному часі поруч із розмовою. Жодного перемикання вкладок.
Метрики команди (volume, resolution time, first response time, escalated >3H, drafts, currently open), графіки за датами та бізнесами, автоматичне ескалювання понад 3 години.
Продукт у щоденному використанні support-команди Harixx з весни 2026.
Раніше кожна відповідь починалась із пошуку контексту в трьох системах. Тепер AI готує драфт, дані замовлення — у тому ж екрані. Час на тікет скоротився відчутно, а команда нарешті бачить SLA в одному дашборді.
Залиш заявку — призначимо безкоштовний 30-хвилинний дзвінок, проведемо експрес-аудит та покажемо, що можна зробити з твоїм продуктом.
Заповнюється за хвилину. 3 поля — і ми вже думаємо над твоїм проєктом.