3D-тренажёр на React Three Fiber: учим операторов видеть устройство клиента
Как я делал тренажёр для операторов контакт-центра: 3D-модель устройства, ветвящиеся сценарии звонков и разбор ошибок после каждого звонка.
Диагностика вслепую
Оператор контакт-центра помогает клиенту настроить устройство, которого сам не видит. Ему нужно быстро сориентироваться: где кнопка, какой разъём, что означает этот индикатор. Текстовые инструкции в LMS этому плохо учили.
Мы решили дать операторам потренироваться на интерактивной 3D-модели: выбрать устройство, осмотреть его со всех сторон и пройти звонок так, как он идёт в реальности.
Сцена отображает, сценарий решает
Фронтенд я собрал на Next.js, 3D-сцену на React Three Fiber и Three.js, сценарии и результаты хранились на бэкенде на NestJS. Главное архитектурное решение: отделить 3D от логики. Состояние устройства и ход звонка описываются графом шагов, а сцена только показывает текущее состояние и сообщает, на что нажал оператор.
Благодаря этому новый сценарий добавляется без изменений в 3D-коде, а модель устройства можно заменить, не трогая логику звонков.
type Step = {
id: string;
// Что оператор должен попросить клиента сделать
expect: { control: string; action: 'press' | 'inspect' }[];
// Результат действия → следующий шаг диалога
next: Record<string, string>;
};Два режима и разбор ошибок
В режиме обучения тренажёр подсвечивает нужные элементы и подсказывает порядок действий. В контрольном режиме подсказок нет: оператор сам решает, что попросить клиента нажать или проверить, а тренажёр имитирует действие клиента, меняет состояние устройства и продолжает диалог с учётом результата.
После звонка модуль показывает пропущенные шаги диагностики. Доля контрольных обращений, обработанных по регламенту с первой попытки, выросла с 62% до 84%.
Что я вынес
- Логика сценария не зависит от 3D-сцены.
- Сцена только отображает состояние и сообщает о действиях.
- Ошибки разбираются сразу после звонка, пока контекст свежий.