AI Beauty Booking SaaS: архитектура AI-native записи и CRM
Архитектурный кейс · AI-native SaaS · Booking · CRM · 2026
AI-native SaaS для специалистов и команд в beauty-сфере: публичная запись, CRM, расписания, attribution и AI-assisted workflows объединены вокруг детерминированного booking core и строгой tenant isolation.
Архитектурный принцип: deterministic core, probabilistic edge. AI помогает извлекать, интерпретировать и готовить черновики; доступность, запись, права, billing и lifecycle остаются обычной проверяемой бизнес-логикой.
Не просто календарь, а AI-native business application
Клиент записывается через публичный профиль, а специалист или команда управляет услугами, сотрудниками, расписанием, контактами, календарём и статистикой в одном Workspace. Записи и CRM связываются с acquisition source, поэтому система измеряет не только занятые слоты, но и результат канала привлечения.
AI сокращает ручной ввод при onboarding, помогает создать профиль и setup, распознаёт речь и готовит support drafts на основе базы знаний. Все эти функции работают через contracts и structured drafts, а authoritative state создаётся application services после проверки.
AI-native onboarding
Business card, текст или аудио
Пользователь передаёт уже существующий материал вместо заполнения каждого поля с нуля.
inputИзвлечение и интерпретация
AI выделяет поддерживаемые бизнес-данные или понимает естественное описание работы Solo-специалиста.
AI edgeStructured draft
Результат имеет ожидаемую схему для профиля, услуг и рабочего контекста, но ещё не является бизнес-истиной.
draftПроверка пользователем
Владелец подтверждает и корректирует предложение. Временный файл визитки не становится постоянным источником данных.
human reviewApplication services
Обычные сервисы валидируют команды и создают Workspace, профиль и услуги.
authoritative statePublic booking profile
Подтверждённая конфигурация становится публичной точкой записи клиентов.
outcome
Детерминированный booking engine
Свободный слот нельзя поручить LLM: ответ должен одинаково учитывать рабочую неделю, исключения конкретной даты, custom availability, time off, уже созданные записи, длительность услуги и buffers.
Расчёт доступности
Правила объединяются в 15-минутную сетку. Eligibility отсекает интервалы, которые не подходят услуге, сотруднику или текущему состоянию расписания.
Общий write path
Публичная и ручная запись вызывают один application service, поэтому второй интерфейс не создаёт обходных правил.
Transaction и staff lock
В критической секции блокируется сотрудник, доступность пересчитывается ещё раз, затем создаётся appointment.
Защита от гонок
Application-level overlap checks дополняются database constraints: два конкурентных запроса не должны занять один слот.
История записи не меняется вместе с каталогом
Appointment хранит snapshots названия услуги, duration, buffers, price, currency и контактных данных клиента. Если владелец позже переименует услугу, изменит цену или удалит контакт, историческая запись продолжит отражать то, что было забронировано в тот момент.
Workspace как корень tenant
Staff, services, locations, contacts, appointments, schedules, media, notifications и audit data имеют scope конкретного Workspace. Tenant определяется из authenticated user context; произвольный workspace ID из request не считается доверенным.
Solo
Один канонический специалист, AI-assisted setup, услуги, availability, календарь и упрощённый рабочий процесс.
Team
Несколько специалистов, qualification по услугам, независимые расписания, общий Workspace, выбор сотрудника при booking и агрегированная статистика.
Support AI и RAG с обязательным review
Bounded context
Тикет дополняется только относящимися к нему audit events, ошибками приложения, onboarding diagnostics, AI-generation state, delivery state и Workspace snapshot.
PII redaction
Чувствительные значения удаляются или маскируются до обращения к модели.
Knowledge retrieval
Embeddings выбирают подходящие фрагменты product help knowledge.
Structured draft и validation
Ответ проходит schema и source validation, сохраняя диагностические metadata.
Administrator review
Администратор проверяет текст и сам отправляет ответ. Автоматической отправки AI-ответов клиентам нет.
Attribution: от источника до бизнес-результата
Acquisition event связывается с посетителем, затем с клиентом, appointment и специалистом. Так booking становится measurement layer: можно видеть источник, conversion в запись, новых клиентов, appointments по специалистам и lifecycle записи.
Эта связь нужна для оценки результата acquisition channel, а не только количества переходов или заполненных форм.
Граница полномочий AI
| Детерминированное ядро | AI-assisted edge |
|---|---|
| Availability и booking | Business-card extraction |
| Tenant authorization | Profile generation |
| Billing и schedule conflicts | Solo setup interpretation |
| Appointment lifecycle | Speech-to-text |
| Transactions и constraints | Support drafts и knowledge retrieval |
Что реализовано сейчас
| Возможность | Статус |
|---|---|
| Multi-tenant core, Solo onboarding и calendar | Реализовано |
| Team model и staff scheduling | Реализовано |
| Public booking engine, CRM / contacts | Реализовано |
| Acquisition attribution, statistics и billing ledger | Реализовано |
| Business Card AI, Profile AI и Solo Setup AI | Реализовано |
| Support drafts и knowledge retrieval / RAG | Реализовано |
| Social / client discovery automation | Планируется |
| AI outbound acquisition | Планируется |
Технологии
Результат
Получилась production-oriented SaaS-архитектура, в которой AI ускоряет запуск и поддержку бизнеса, но не управляет критичными правилами записи. Booking core остаётся транзакционным и воспроизводимым, а Workspace задаёт явную границу данных каждого клиента.
AI-native SaaS · Booking · CRM · Laravel · MariaDB · Vue · LLM · RAG · Human-in-the-loop