Архив рубрики ‘rag’

Наш ИИ-агент не закрыл ни одной боевой задачи. И это лучшее, что с ним случилось

Наши аналитики почти перестали писать SQL руками и ходить к разработчикам с вопросом «а как работает эта фича». Сделал это инструмент, который мы строили для другого: он должен был сам закрывать задачи разработки. С исходной целью он провалился, и провалился интересно. Расскажу, где именно. Почему вообще взялись

Четыре истории внедрения ИИ в бизнесе: агент для заявок, RAG по документам и проверка сметы нейросетями

«Внедрить ИИ» — формулировка, за которой на практике скрываются совершенно разные по масштабу работы. Одной компании нужен агент, который годами живёт на сервере и разбирает входящие заявки. Другой — разовый прогон одного документа через связку нейросетей перед подписанием акта. Третьей автоматизация вообще ни к чему: важнее, чтобы команда сама умела ставить задачи агенту и проверять […]

Мы меняли LLM и промпты, а ошибка оказалась совсем в другом месте

Это бонусный материл в серии о внедрении LLM в клиентские сервисы. Если в прошлых трех статьях

Как мы встроили ИИ-агентов в платформу: архитектура, сценарии, безопасность

ИИ-ассистент в корпоративной среде довольно быстро упирается в одно ограничение: он отвечает на вопросы, но ничего не делает. Спросить можно, но создать задачу, собрать данные по инцидентам, отправить дайджест, найти связанные объекты — уже нет. В то же время в бизнесе только и разговоров, что об ИИ-агентах — эта сущность, в отличие от чат-бота или […]

Локальные LLM в агентской разработке внутри компании: пользовательский опыт

Всем привет! Меня зовут Дмитрий Бутенко, я эксперт-разработчик банка Уралсиб.

Онбординг за дни вместо недель: как ИИ собирает обучение из вашей базы знаний на примере сервиса БЗ

В корпоративный искусственный интеллект за последнюю пару лет вложили от 30 до 40 миллиардов долларов. К лету 2025-го выяснилась досадная вещь: 95% этих внедрений не принесли компаниям ничего – ни сэкономленных часов, ни лишнего рубля в годовом отчёте.  Попробую проиллюстрировать: Новый сотрудник открывает корпоративного ассистента и задаёт первый рабочий вопрос – что-нибудь житейское, вроде «как […]

Как я мерил точность ИИ в распознавании еды: бенчмарк, LLM-as-judge и баг с варёной гречкой

Строю приложение для подсчёта калорий по фото. Пользователь снимает тарелку, модель определяет блюдо, считает КБЖУ. Идея не новая, но мне важно, чтобы это работало именно на русской еде — борщи, гречки, котлеты по-домашнему. В какой-то момент стало некомфортно: я не знал, насколько модель вообще точна. «Кажется, работает нормально» — плохой ответ, если хочешь что-то улучшать. […]

Как нейросети решают, чей бренд процитировать: разбор RAG-архитектуры поиска и что из этого следует для GEO

Когда Алиса, ChatGPT или Perplexity отвечают пользователю и называют конкретный бренд, за этим стоит конвейер из нескольких алгоритмов извлечения и ранжирования. Я разобрал, как он устроен в Google, Bing и Яндексе, и собрал из этого практические выводы для GEO. Все ключевые цифры проверял по первоисточникам — где факт доказан публикацией, а где это исследовательское направление […]

Как я за месяц перевела команду с SQL-промптов на мультиагентную систему и сэкономила команде 200 часов

Дарья Воронкина

«Второй мозг» проекта: как ИИ пишет ТЗ по записям встреч с заказчиком

Всем привет, меня зовут Катя, я развиваю Gramax. Уже несколько месяцев мы делаем ИИ-агента для работы с текстом и документацией, поэтому много смотрим на реальные кейсы в разных компаниях. Один из самых сильных принесли друзья из SellOut+. Они делают аналитические системы для фармы и FMCG, быстро пробуют новые подходы и в какой-то момент взяли первую […]

123