Как научиться работать с нейросетями в компании

В закладках браузера лежит папка «Нейросети»: двадцать три сохранённые статьи и три ролика с конференций, ни один не открыт дальше заголовка. Подборка растёт вторую рассылку подряд, а на вопрос клиента о цене отвечают ровно так же, как отвечали в марте.

Работа с нейросетями в компании — это выбор одной повторяющейся задачи, пробный запуск инструмента на ней и разбор результата по цифре.

Какую задачу компании пробовать первой

Первой пробуют частую задачу: то, что сотрудники делают каждый день и примерно одинаково — отвечают на вопрос о цене, готовят один тип письма, разбирают отзывы после смены. У такой задачи уже есть готовый текст ответа, и его можно сравнить с черновиком нейросети напрямую, строка к строке.

Почему курс и список сервисов не решают эту задачу

Курс объясняет общий случай: устройство модели, приёмы формулировки запроса, разницу между сервисами. Задача компании устроена иначе — у неё есть конкретный клиент, конкретный прайс и тон, которым сотрудники отвечают уже сейчас. Этих фактов курс не содержит, вписывать их в текст всё равно приходится самим.

Список задач, которые вообще стоит доверять модели, показан в материале про нейросети для бизнеса: он подсказывает, где результат виден в первую же неделю, а где эффект растянется на месяцы. Перед выбором своей первой задачи стоит свериться с этим списком.

Как попробовать нейросеть на своей задаче за один день

Собрать двадцать реальных вопросов и десяток готовых ответов, загрузить их в изолированный тестовый режим и сравнить черновик модели с тем, что писал сотрудник. Внедрять пока ничего не нужно: проверка идёт в среде, которую видит только тот, кто тестирует, и ни один клиент её не заметит.

Черновик из вопросов и ответов собирается в ИИ-агента — программу на языковой модели, которая ведёт диалог по инструкции и ищет ответы в базе знаний. На платформе Савви для первой сборки есть автогенерация: указываете ссылку на сайт компании и краткое описание задачи, и система парсит найденные страницы, формирует черновик инструкции и файлы базы знаний по фактам с сайта — прайсу, услугам, условиям доставки. Все четыре режима автогенерации, включая сборку одной только базы знаний без изменения инструкции, описаны в материале про автогенерацию базы знаний.

Сколько стоит первая попытка

Проверка в тестовом режиме стоит не больше рабочего чата: диалог обходится примерно в 15 ₽, тысяча токенов — в 1 ₽, и токены списываются за черновик ответа так же, как за настоящий разговор с клиентом. Подписка для первой пробы не обязательна: платформой можно пользоваться по предоплате с баланса, минимальный аванс на счёт — 500 ₽.

При потоке в 260 обращений в месяц — распространённый объём для отдела, где задача повторяется несколько раз в день, — нейросеть обходится примерно в 3 900 ₽, около 46 800 ₽ в год. То же количество обращений силами сотрудника — оценка по средним ставкам, 40 000 ₽ зарплаты на 450 обращений, то есть около 89 ₽ за обращение — стоит около 23 140 ₽ в месяц и 277 680 ₽ в год.

Как понять, что получилось, а не показалось

Результат смотрят по разделу «Аналитика» в кабинете, а не по общему впечатлению «вроде отвечает лучше». Вкладка «Общее» показывает долю сообщений, обработанных моделью без участия сотрудника, среднюю стоимость диалога и распределение тегов по темам. Вкладка «Оценки» собирает лайки, дизлайки или баллы от одного до пяти, которые клиент поставил уже после ответа, если в агенте настроен запрос такой оценки.

Полный список цифр, по которым судят о работе агента уже после первой попытки, собран в статье про аналитику диалогов. Разница до и после — это конкретное число: доля автоматизации выросла с нуля до трети сообщений, средняя стоимость диалога упала, потому что часть коротких вопросов модель закрывает без вызова функций. Пробовать первую задачу можно на бесплатном балансе сразу после регистрации: тарификация начинается только с диалогов.

Что сделать до конца недели

Начните с задачи из первого раздела, а не с обновления подборки закладок: выберите двадцать вопросов, отправьте их нейросети в тестовом режиме и сравните черновик с готовым ответом сотрудника сегодня же, не откладывая на вечер пятницы.

Если черновик совпадает с тем, что писал сотрудник, хотя бы в половине случаев — это повод собрать факты компании в отдельную базу знаний и попробовать задачу на части реального потока. Если совпадений меньше, разница почти всегда в одном: сотрудник знает то, чего нет в описании на сайте, и эти факты стоит записать в базу знаний раньше, чем требовать от модели точного ответа. Закладки в папке никуда не денутся, но результат придёт от одной проверенной задачи, а не от их прочтения.

Частые вопросы