Технические заметки о том, как мы реально внедряем ИИ-агентов, RAG, MCP-серверы и интеграции для бизнеса: архитектура, грабли и выводы.
Расскажу про случай, который меня самого в своё время удивил простотой. У заказчика уже полгода жил внутренний чат-ассистент — красивый интерфейс, отвечает бодро, но каждый раз с нуля. Спросишь про регламент отпусков —…
Началось всё стандартно. Заказчик — крупная производственная компания — приходит с формулировкой: «Хотим, чтобы сотрудники не искали ответы по регламентам вручную, а спрашивали у бота». База знаний — тысячи PDF, выгрузк…
Когда мы разрабатываем ИИ-агентов для корпоративных баз знаний, чистый векторный поиск регулярно подводит в одних и тех же местах. Пользователь спрашивает про конкретный номер договора, аббревиатуру вроде «НДС», «ОКВЭД»…
Когда мы как разработчики ИИ-агентов сдаём клиенту очередной поисковый контур на RAG, первое, что спрашивает заказчик после релиза: «А как понять, что оно работает?». И вот тут выясняется, что классическая история с gol…
Когда мы садимся разработать ИИ-агента для корпоративной базы знаний — техническая документация, регламенты, договоры, — качество ответов процентов на семьдесят определяется даже не моделью и не векторной базой. Оно опр…
Есть класс ошибок, из-за которого корпоративный ассистент теряет доверие быстрее, чем вы успеваете написать оправдательное письмо. Это не «модель придумала». Это «модель честно процитировала документ, только не тот, где…
Приходит от заказчика жалоба: «ваш ИИ-агент опять советует делать по-старому». Открываю логи RAG-контура — vector search честно вернул top-20 по косинусу, и в первой пятёрке действительно висит документ 2019 года. Форма…
Классический разговор в начале проекта. Заказчик показывает документацию, регламенты, тикеты поддержки и говорит: «Хотим ИИ-агента, который отвечал бы по этому корпусу». Мы киваем, уходим на разбор — и первым делом упир…
Есть узнаваемая история. Запускаем ИИ-агента, который ведёт первичные диалоги с клиентами. Первую неделю он радует: продукт знает, регламент выдерживает, отвечает быстрее любого человека. А потом приходит менеджер и гов…
Знакомая история: вчера AI-секретарь перепутал имя клиента, извинился, всё сгладил. Сегодня разговор с тем же человеком — и он снова пишет «Игорь» вместо «Егор». Ты открываешь логи, смотришь в промпт и понимаешь: между…
У нас был обычный ИИ-агент секретаря: разбирал клиентов, ставил задачи менеджерам, фиксировал результаты касаний. Внутри — LLM-движок, сверху — наш офисный API. И всё вроде бы работало — ровно одну итерацию.
Расскажите, какой процесс хотите автоматизировать. Разберём, что можно сделать агентом, какие данные и интеграции понадобятся, и с чего начать пилот.
