Поддержка и продажи
Чат-ассистент отвечает по вашим данным и передаёт следующий шаг человеку. Агент ведёт более длинную цепочку: находит заказ, готовит ответ или вызывает ваш API.
AI-разработка
Ассистенты и агенты в текущем продукте
Подключаем модель там, где команда уже теряет время: чаты поддержки и продаж, ответы по каталогу или базе знаний, первый разбор заявок и документов. Инженер может войти в вашу команду, либо мы сдаём проект целиком.
Каталог и база знаний
Перед ответом модель ищет в каталоге, документации или другом источнике, который вы укажете. Если в источнике ответа нет, ассистент так и говорит.
Заявки и документы
Входящие заявки и документы можно прочитать, разложить по типам и передать с теми полями, которые у вас уже есть. Шаг, где ошибка дорого стоит, подтверждает человек.
Модели, стоимость, деплой
OpenAI, Anthropic, Google или open-source модель вызывается из backend на Node.js или NestJS. Evals проверяют фиксированный набор вопросов, у расходов на токены есть потолок. Тестируем prompt injection и разворачиваем сервис в AWS.
Что входит
- Чат-ассистент или агент для поддержки и продаж
- Поиск ответа по каталогу или базе знаний
- Первый разбор входящих заявок и документов
- OpenAI, Anthropic, Google или open-source модель на Node.js или NestJS
- Evals, лимит на токены и проверка prompt injection
- Деплой в AWS: инженер в вашей команде или проект под нашу ответственность
Вопросы
С чего начать, если непонятно, где ИИ окупится?
Возьмите одно место, где люди уже теряют время: ответы поддержки, вопросы по каталогу или входящие документы. До подключения модели смотрим объём и цену ошибки. Если задача слабая, так и скажем.
Сколько стоит пилот и сколько он длится?
Пилот — один сценарий, не весь продукт. Срок фиксируем в брифе, обычно это несколько недель. Цена зависит от состава и длительности. Цифру называем, когда сценарий ясен.
Можно ли обойтись без передачи данных третьим сторонам?
Да, если модель работает в вашей инфраструктуре. Облачный API OpenAI, Anthropic или Google получает промпт и найденный текст. Этот выбор фиксируем до разработки и без вас его не меняем.
Как вы контролируете галлюцинации?
Ассистент отвечает только по подключённым источникам и может сказать, что в источнике этого нет. Держим фиксированный список вопросов и сверяем каждый ответ с источником. Ответ, который проверку не прошёл, в продукт не выпускаем.
Как защищены наши данные?
Ассистент видит только те источники, которые мы подключили. Доступ и деплой — в AWS, в аккаунте, о котором договоримся. Проверяем prompt injection. Данные не идут на обучение модели, если вы отдельно об этом не просили.
Это можно встроить в продукт, который уже работает?
Да. Модель вызывается из вашего текущего backend и показывается в интерфейсе, который вы уже отдаёте пользователям. Отдельный продукт вместо текущего не собираем. После пилота те же инженеры могут взять следующий сценарий.