igor3k

• ФИО клиентов ("Меня зовут Иван Петров")

• Телефоны ("+7 915 234-56-78")

• Адреса ("Проспект Мира, дом 127, квартира 45")

• Паспортные данные, ИНН, СНИЛС

Передать эти записи подрядчику (ML-команде, аналитикам) без анонимизации — утечка персональных данных.

Штраф по ФЗ-152: До 6 млн рублей + блокировка сайта.

В Европе ещё веселее (GDPR): до €20 млн или 4% годового оборота — что больше.

Как обычно решают: нанять людей

Наняли 5 человек. Платят по 100к в месяц каждому. Итого: 500 тысяч в месяц улетает.

Что они делают: Вручную читают транскрипты звонков, заменяют имена на [ИМЯ], телефоны на [ТЕЛЕФОН], и так далее.

Производительность: 20-30 документов в день на человека. Всей командой — 100-150 документов в день.

Проблемы:

• Медленно: У клиента 1000+ документов в день, не успевают

• Дорого: 500к/мес = 6 млн/год на зарплаты

• Ошибки: Человек устал, пропустил номер телефона → утечка ПД → штраф 6 млн

Вопрос: можно ли это автоматизировать?

Наше решение: ChamelOn

Мы сделали систему ChamelOn — автоматическая анонимизация персональных данных.

Время разработки: 3 месяца от ТЗ до production (работающей версии).

Что получилось:

• Жрёт 50-60 документов в секунду (против 20-30 в день вручную)

• Точность 92-96% (98%+ для телефонов и email)

• Стоимость: только сервер (~20к/мес)

• Экономия: 480 тысяч в месяц = 5.7 млн в год

Для сравнения:

• Человек: 20-30 документов в день

• ChamelOn: 50-60 документов в секунду

Разница — в тысячи раз.

Как оно работает (для чайников)

Что детектируем

ChamelOn ищет 9+ типов персональных данных:

1. ФИО: "Иван Петров", "Мария Сидорова"

2. Телефоны: "+7 915 234-56-78", "8-916-123-45-67"

3. Email: "user@example.com"

4. Адреса: "Проспект Мира, дом 127"

5. Города: "Москва", "Санкт-Петербург"

6. Паспорта: "Серия 4518, номер 234567"

7. ИНН: "771234567890"

8. СНИЛС: "123-456-789 01"

9. Telegram: "@username"

Как анонимизируем (4 способа)

1. Редактирование (полное удаление):

Было: "Меня зовут Иван Петров, телефон +7 915 234-56-78"

Стало: "Меня зовут [ИМЯ1], телефон [ТЕЛЕФОН1]"

2. Маскирование (частичное скрытие):

Было: "Иван Петров, +7 915 234-56-78"

Стало: "И*** П*****, +7 9** ***-**-78"

3. Псевдонимизация (замена на фейковые данные):

Было: "Иван Петров, +7 915 234-56-78"

Стало: "Алексей Смирнов, +7 916 987-65-43"

4. Обобщение (замена на категорию):

Было: "Иван Петров, +7 915 234-56-78"

Стало: "мужское имя, мобильный номер"

Технологии

Ну вот тут совсем кратко (без занудства):

• Backend: Node.js (бекенд)

• Frontend: React (веб-интерфейс)

• Детекция:

  • Regex паттерны (ищут номера/email)

  • ML модели (Natasha NER для русских имен)

  • Словари (60 тысяч фамилий, 28 тысяч имен)

Короче, комбинация правил + машинное обучение.

Где мы налажали (косяки разработки)

Теперь самое интересное. Первая версия работала отлично... на тестовых данных. А когда клиент дал реальные записи — началось веселье.

Косяк #1: Разорванные телефоны

Проблема: Клиенты диктуют номер телефона не целиком, а по кускам. Паузы в речи. Повторы. Переспросы.

Пример из реальных записей:

Оператор: "У вас WhatsApp есть на этом номере?"

Клиент: "Вы 7868 звоните, да?"

Оператор: "Нет, я звоню 963-824-487, а на какой номер мне позвонить?"

Клиент: "Лучше 914-218-7868, там WhatsApp."

Оператор: "7868. Алексей, да?"

Видишь? Полный номер — +7 914 218-7868. Но он разбит на три части: "7868", "914-218-7868", "7868".

Базовый regex такое не ловит. Он ищет номер целиком, а тут куски по всему тексту.

Что сделали: Написали Context-aware Phone Detector — анализирует контекст вокруг чисел. Если видит слова "номер", "позвонить", "WhatsApp" рядом с числами — собирает их вместе.

Результат: Точность для разорванных номеров выросла с 40-50% до 85-90%.

Первую неделю детектор ловил всякую хрень типа "Проспект Мира 127" как номер телефона. Пришлось добавлять фильтры.

Косяк #2: Ошибки распознавания речи

Проблема: Клиент использует ASR (автоматическое распознавание речи), чтобы превращать звонки в текст. ASR делает ошибки — особенно с именами и городами.

Примеры из жизни:

• "Меня зовут Юлия" → "Меня зовут Юля зовут" (дубль слова)

• "Наталья Усанина" → "Наталья Усаниной" (опечатка)

• "В Макеевку" (город) → "В Матеевке" (ASR не знает города)

Наш детектор ищет "Юлия" в словаре имён — находит. А "Юля зовут" — не находит, потому что это не имя, а косяк транскрибации.

Что сделали: Добавили Fuzzy Matching (нечёткий поиск) + обработку склонений. Теперь детектор понимает: "Усанина" и "Усаниной" — это одна фамилия в разных падежах.

Результат: Пропущенные ПД снизились с 8-10% до 5-7%.

Косяк #3: Контекстная зависимость

Проблема: Одно слово может быть персоналкой или НЕ персоналкой — зависит от контекста.

Пример 1: "Мира" (топоним или имя?)

Контекст А:

"Один на проспекте Мира, дом 127"

"Мира" тут — это проспект, не имя. Пропускаем.

Контекст Б:

"Меня зовут Мира"

"Мира" тут — это имя. Детектируем как [ИМЯ].

Первую неделю детектор анонимизировал "проспект Мира" везде. Получалось: "проспект [ИМЯ], дом 127". Бред.

Что сделали: Добавили фильтрацию адресных контекстов. Если рядом со словом "Мира" есть "проспект", "улица", "дом" — это топоним, пропускаем.

Результат: Ложные срабатывания упали с 12-14% до 5-7%.

Другие применения (где ещё полезно)

ChamelOn делали для колл-центра, но применимо и в других местах.

1. Медицина: исследования без раскрытия личности

Ситуация: Нужно провести научное исследование на данных пациентов.

Проблема: Этический комитет не одобрит, если истории болезни содержат ФИО, адреса, паспорта.

Решение: Анонимизировать истории болезни — оставить симптомы, диагнозы, но удалить личность.

Результат: Публикуешь исследование без риска судебных исков.

2. HR: анонимные резюме против предвзятости

Ситуация: Рекрутер смотрит резюме. Видит ФИО, возраст, фото.

Проблема: Эта информация влияет на решение. ФИО "Магомед" → пропускают. Возраст 50+ → пропускают. Фото "не того вида" → пропускают.

Решение: Анонимные резюме — убрать ФИО, возраст, фото. Оценивать только скиллы.

Результат: Увеличение разнообразия нанимаемых на 15-20%.

3. DevOps: копировать production базу в test без утечки

Ситуация: Нужно скопировать production базу данных в staging для тестирования.

Проблема: В production есть реальные клиенты с реальными данными. Копировать как есть — утечка ПД.

Решение: Анонимизировать дамп БД перед копированием.

Результат: Тестируешь на реальных данных без риска штрафов.

4. Юристы: публиковать кейсы без палева

Ситуация: Юридическая фирма хочет опубликовать кейс для маркетинга.

Проблема: Документы полны конфиденциальных данных клиентов.

Решение: Анонимизировать документы перед публикацией.

Результат: Показываешь свою работу без судебных исков.

Лайфхак: Как законно использовать западные сервисы с российскими ПД

Ну вот тут самое интересное. Многие российские компании хотят использовать западные AI-сервисы (OpenAI, Claude, Google Cloud), но упираются в проблему: нельзя передавать персональные данные россиян на зарубежные серверы без специальных условий.

Что говорит закон (ФЗ-152)

Статья 12: Персональные данные граждан РФ должны обрабатываться на серверах в России.

Исключение: Можно передать на зарубежные серверы, если:

1. Есть согласие субъекта персональных данных

2. ИЛИ данные обезличены (анонимизированы)

Штраф за нарушение: До 6 млн рублей + блокировка.

Проблема на практике

Ситуация: Ты хочешь использовать OpenAI API для анализа клиентских заявок, обучения чат-бота, классификации обращений.

Но в заявках персоналка: ФИО, телефоны, email, адреса доставки.

Вопрос: Как отправить это в OpenAI, не нарушая закон?

Решение: Анонимизация перед отправкой

Схема:

1. Клиентская заявка (с персоналкой)

2. ChamelOn анонимизирует (на твоём российском сервере)

3. Анонимизированные данные отправляются в OpenAI/Claude

4. AI обрабатывает, возвращает результат

Реальные use cases

Use Case #1: Обучение чат-бота на клиентских диалогах

Проблема: У тебя 10,000 диалогов с клиентами. Хочешь обучить чат-бота (fine-tuning OpenAI), но в диалогах куча персоналки.

Решение:

1. Прогоняешь диалоги через ChamelOn → анонимизируешь

2. Отправляешь анонимизированные диалоги в OpenAI для обучения

3. Обученная модель не знает реальных ФИО/телефонов, только метки

Результат: Ты используешь OpenAI легально, не нарушая ФЗ-152.

Use Case #2: Транскрибация звонков через Google Cloud Speech-to-Text

Проблема: Google Cloud Speech-to-Text работает отлично (лучше российских аналогов), но записи звонков содержат персоналку.

Решение:

1. Вырезаешь фрагменты с персоналкой (ФИО, телефоны) ДО отправки в Google

2. ИЛИ отправляешь как есть, но потом анонимизируешь транскрипт на своём сервере

Результат: Google обрабатывает аудио без персоналки, ты получаешь транскрипт и чистишь его локально.

Use Case #3: Аналитика клиентских отзывов через Claude API

Проблема: Хочешь анализировать отзывы клиентов на тональность/проблемы через Claude, но в отзывах ФИО, телефоны, email.

Решение:

1. Анонимизируешь отзывы через ChamelOn

2. Отправляешь в Claude API

3. Получаешь аналитику: "70% отзывов негативные из-за долгой доставки"

Результат: Claude обрабатывает отзывы без персоналки, ты получаешь инсайты легально.

Важные нюансы

1. Анонимизация != Псевдонимизация для закона

ФЗ-152 считает:

• Анонимизация (обезличивание) — данные НЕЛЬЗЯ восстановить → можно передавать

• Псевдонимизация — данные МОЖНО восстановить по ключу → всё ещё ПД, нельзя передавать без согласия

Для OpenAI/Claude используй: Redaction ([ИМЯ], [ТЕЛЕФОН]) или Generalization ("мужское имя", "мобильный номер").

НЕ используй для зарубежных серверов: Псевдонимизацию (замена на фейковые данные), если хранишь маппинг для восстановления.

2. Согласие субъекта (альтернатива)

Если нужно передавать данные как есть (без анонимизации), можешь запросить согласие:

"Я согласен на передачу моих персональных данных на серверы OpenAI (США) для целей обработки заявки."

Но это геморрой:

• Нужно собирать согласия со всех клиентов

• Клиенты могут отказаться

• Юридическая волокита

Проще анонимизировать и не париться.

3. Хранение данных

Важно: Анонимизация происходит на твоём сервере (в России). Только анонимизированные данные уходят за границу.

Нельзя: Отправить сырые данные в OpenAI, а потом сказать "мы их анонимизировали там". Роскомнадзор пошлёт.

Итоги: Западные сервисы + ФЗ-152 = Возможно

Схема работы:

1. Персональные данные → твой российский сервер (ChamelOn анонимизирует)

2. Анонимизированные данные → OpenAI/Claude/Google Cloud (обрабатывают)

3. Результат → возвращается тебе, деанонимизация (если нужно) на твоём сервере

Легально: Да, потому что западные серверы НЕ получают персональные данные (только метки).

Эффективно: Да, потому что используешь лучшие AI-модели мира.

Дёшево: Да, потому что анонимизация стоит копейки (20к/мес на сервер против 500к/мес на ручную работу).

Короче: Анонимизация — это не только про защиту от штрафов. Это про возможность использовать крутые западные AI-сервисы, не нарушая российский закон.

Почему не используем LLM (большие AI-модели)?

Вопрос: Почему ChamelOn не использует ChatGPT/Claude для детекции персоналки?

Ответ: Потому что это медленно и дорого.

Сравнение:5. Деанонимизация (если нужно восстановить связь)

Пример:

До анонимизации (на твоём сервере):

"Добрый день! Меня зовут Иван Петров, телефон +7 915 234-56-78. Хочу заказать доставку по адресу: Москва, проспект Мира, дом 127."

После анонимизации (отправляешь в OpenAI):

"Добрый день! Меня зовут [ИМЯ1], телефон [ТЕЛЕФОН1]. Хочу заказать доставку по адресу: [ГОРОД1], [АДРЕС1]."

OpenAI видит: Нет персональных данных, только метки [ИМЯ1], [ТЕЛЕФОН1].

Классифицирует: "Заявка на доставку, город: столица, тон: вежливый".

Возвращает тебе: Результат классификации.

Если нужно восстановить: У тебя есть маппинг [ИМЯ1] = Иван Петров, [ТЕЛЕФОН1] = +7 915 234-56-78 (хранится на твоём сервере).

В 25-100 раз медленнее. Для 1000 документов в день это критично.

НО: Планируем добавить LLM для валидации (не для основной работы).

Идея:

1. Stage 1: Regex + ML ищут персоналку (быстро, 5-20ms)

2. Stage 2: LLM проверяет результат, находит пропущенное (медленно, но опционально)

3. Stage 3: Админ смотрит предложения LLM, подтверждает или отклоняет

Пример:

Оригинал: "Звонила Татьяна, сказала приехать на Кутузовский"

Stage 1 (Regex): "Звонила [ИМЯ], сказала приехать на Кутузовский"

(Пропущен "Кутузовский" — проспект, адрес)

Stage 2 (LLM): "Нашёл пропущенное: Кутузовский (адрес, уверенность 85%)"

Stage 3 (Человек): Админ подтверждает → добавляется в чёрный список

Следующий раз: "Звонила [ИМЯ], сказала приехать на [АДРЕС]"

(Теперь анонимизируется автоматически!)

Стоимость LLM интеграции: ~$1.70/месяц (~170 рублей) для 10,000 запросов.

Экономия на ручной работе: ~21,000 рублей.

ROI: 21,000 / 170 = 123x возврат.

Релиз планируем на Q1 2026.

Итоги: автоматизация vs ручная работа

Ручная анонимизация:

• Стоимость: 500 тысяч рублей/мес

• Производительность: 20-30 документов/день на человека

• Риск: Пропустил ПД → штраф 6 млн

ChamelOn:

• Стоимость: 20 тысяч рублей/мес (только сервер)

• Производительность: 50-60 документов/сек

• Точность: 92-96%

• Экономия: 5.7 млн рублей/год

Время разработки: 3 месяца от ТЗ до production.

Compliance: ChamelOn помогает соблюдать GDPR (Европа), ФЗ-152 (Россия), HIPAA (США, медицина).

Масштабируемость: От 10 до 10,000 документов в день без изменений архитектуры.

Дисклеймер: Ожидаемая критика

Я понимаю, что пост вызовет критику. "Зачем автоматизация, если есть ручная работа?", "AI делает ошибки, лучше доверять людям", "Это замена специалистов".

Моё мнение: Эта критика больше про страх смешанный с высокомерием, чем про технические аргументы.

Страх: "Если AI может анонимизировать данные, что будет с моей работой?"

Высокомерие: "Только люди могут правильно обрабатывать данные, AI — это игрушка."

Реальность: AI не заменяет хороших специалистов. Он их усиливает. ChamelOn не про замену людей — это про автоматизацию рутины, ускорение процессов и снижение человеческих ошибок.

Факты:

• Ручная анонимизация: 20-30 документов/день, риск пропустить ПД

• ChamelOn: 50-60 документов/сек, 95% точность, полный аудит

Не согласен? Отлично. Напиши мне в Telegram, обсудим технические детали. Предпочитаю технические аргументы эмоциональным реакциям.

P.S. У меня есть телеграм-канал, где я пишу про разработку, всякое айтишное, а иногда бизнесовое. Давления никакого — просто если вдруг интересно: t.me/maslennikovigor

Игорь Масленников AI Dev Team | DNA IT В IT с 2013 года

Ну думали: за пару недель накидаем, запустим, будет радость.

Ага. Как же.

Начали разбираться — поняли, что просто пересылать сообщения туда-сюда это как пластырь на переломанную ногу. Бизнесу нужно было:

• Видеть, кто из клиентов уже начинает бесить (чтобы успеть среагировать, пока не ушёл к конкурентам)

• Контролировать, чтобы бухгалтеры не забывали ответить на важное

• Фильтровать клиентские голосовые на 3 минуты, где про счёт — 10 секунд, остальное — про погоду и планы на отпуск

Короче, проект начал расти. Из «простого бота за две недели» получилась какая-то платформа автоматизации. Мы сами охренели.

Что в итоге сделали (и что работает)

SLA-мониторинг. Бот засекает время: если бухгалтер не ответил клиенту за разумный срок — прилетает напоминалка. Чтобы важные запросы не терялись в потоке сообщений типа «Привет, как дела?».

Особенно актуально в сезон сдачи отчётности, когда бухгалтер уже не помнит, как его зовут.

AI-фильтр (Yandex GPT). Клиенты любят отправлять голосовые на 3 минуты. Там про счёт на аренду — 10 секунд в середине, остальное — про погоду, семью, собаку и планы на отпуск.

Нейросеть вытаскивает суть: «Нужен счёт на аренду офиса до пятницы». Бухгалтер сразу видит, что важно. Экономия нервов — колоссальная.

Анализ настроения клиентов. Система понимает, когда клиент начинает раздражаться или терять терпение. Типа: «Вы уже третий раз спрашиваете про платёжку, человек явно на взводе». Это помогает вовремя среагировать.

Безопасность (152-ФЗ). Всё хранится в зашифрованном виде на серверах в России (Yandex Cloud). Для финансовых данных это не опция, а требование закона. Тут мы не косячили — сразу сделали нормально.

Автоматизация рутины. Повторяющиеся задачи (отправить напоминание, запросить документы, подготовить шаблон) бот делает сам. Людям остаётся только то, где нужна голова.

Что планируем дальше (если не забросим)

Сейчас работает базовая версия (Фаза 1 из трёх). Дальше хотим добавить:

📊 Предиктивную аналитику Бот будет предсказывать проблемы заранее:

• «Через 2 недели у вас не хватит денег на зарплату. Вот откуда можно взять» (кассовые разрывы)

• «Вы приближаетесь к порогу УСН. Вот сколько осталось до перехода на ОСНО» (налоговые лимиты)

📄 Автоматизацию документов Отправил фото чека в чат — бот распознал текст, подготовил проводку, сохранил в базу. Сказал голосом «Подготовь договор с ООО Ромашка» — получил готовый PDF на подпись.

💳 Платежи внутри чата Налоги, зарплата, счета поставщикам — всё по кнопке в Telegram. Без переходов в банк, без копирования реквизитов. YooKassa + 54-ФЗ (онлайн-кассы).

🏆 Геймификацию для клиентов Типа: сдал документы вовремя — заработал баллы. Накопил баллы — получил скидку. Уровни клиентов (Bronze / Silver / Gold) с плюшками: приоритетная поддержка, бесплатные консультации.

Звучит амбициозно. Посмотрим, сколько из этого реально запилим.

⚠️ Важное про реальность

BuhBot в активной разработке. Это значит: да, система работает, но местами могут быть шероховатости. Где-то интерфейс ещё изменится. Где-то мы добавим фичу, о которой не думали вчера. Где-то может что-то сломаться, потому что мы что-то обновили.

Мы не делаем вид, что всё идеально. Мы показываем как есть.

Если найдёте баг или придумаете полезную фичу — пишите. Это реально ускоряет разработку. И да, мы правда читаем сообщения, а не просто делаем вид.

🏄 Пасхалка (потому что можем)

На сайте спрятали маленького серфера. Он там есть, просто не бросается в глаза.

Первому, кто его найдёт и пришлёт нам скриншот, подарим скидку 20% на любую IT-разработку нашей команды. Будь то сайт, бот или сложная интеграция.

Почему серфер? А хз. Показалось забавным.

Итог

BuhBot начинался как шутка с названием. Превратился в систему, которая реально экономит время бухгалтерам и нервы их клиентам.

Мы не обещаем «революцию в бухгалтерии» или «изменить индустрию». Мы делаем инструмент, который убирает рутину и оставляет людям только то, где нужна голова.

Если интересно — вот ссылка на демку: 👉 https://buhbot.aidevteam.ru/

Есть вопросы, идеи или критика — пишите. Мы реально читаем и отвечаем. Даже если вы скажете, что название дурацкое. Мы уже в курсе.

P.S. Да, мы знаем про алкогольную ассоциацию. Нет, переименовывать не будем. Запоминается же.

P.P.S. У меня есть телеграм-канал, где я пишу про разработку, всякое айтишное, а иногда бизнесовое. Там сейчас 87 подписчика. У тебя есть уникальный шанс стать 88-м и войти в историю. Или 89-м, если кто-то успеет раньше. Давления никакого — просто если вдруг интересно: t.me/maslennikovigor

Что за клиент и в чем была проблема

К нам пришел медиахолдинг, который делает контент про спорт — от обзоров матчей до аналитики трансферов. У них несколько каналов, суммарно больше 3 млн подписчиков.

Их боль: сценаристы выгорают, пишут по шаблону, не следят за трендами. Зарплаты растут, качество падает. Классика.

Они уже пробовали решить проблему через AI. Подключили GPT-5 (да, тот самый, который $20/месяц), потом Claude Sonnet 4. Результат? AI выдавал тексты, от которых тошнило даже заказчика.

Пример того, что писал обычный ChatGPT

До (то, что выдавал GPT):

"Сегодня мы поговорим о захватывающем матче между командой А и командой Б. Это была поистине эпическая битва двух титанов современного футбола. Игроки продемонстрировали высочайший уровень мастерства, а болельщики получили незабываемые эмоции от просмотра этого спортивного праздника."

Узнаёте этот пластик? Ноль конкретики, сплошная вода.

После (наша система):

"Знаете, что общего у Мбаппе и вашего кота? Оба любят исчезать в самый неподходящий момент. Вчера Килиан провел худший матч в карьере — 0 ударов в створ, 62% точности передач. Но самое дикое даже не это. Помните, как в 2018-м молодой Мбаппе разорвал оборону Аргентины? Так вот, вчера его самого так разобрали, что даже Деде, который комментировал матч на Матч ТВ, не выдержал и выключил звук."

Чувствуете разницу? Конкретика, цифры, отсылки, живой язык.

Как мы это сделали: мультиагентная система

Вместо того чтобы скармливать одной нейросети задачу "напиши сценарий", мы создали команду из 6 специализированных AI-агентов. Каждый делает свою работу:

1. Агент-аналитик — роется в Reddit и Pikabu, Twitter, спортивных форумах, анализирует соц.сети. Ищет, что сейчас обсуждают, какие темы горячие.

2. Агент выбора темы — анализирует, что "выстрелит". Смотрит на исторические данные канала, конкурентов, соотношение просмотров к лайкам.

3. Агенты-сценаристы (их два) — и вот тут главная особенность - обязательно создаем для них личность. Типа:

Знакомьтесь — Артём, 28 лет, спортивный журналист из Питера. Болеет за Зенит с детства, играл в юношеской команде, порвал крестообразные связки и ушел в журналистику. Любит статистику, ненавидит VAR, считает Месси величайшим.

Когда AI "думает", что он Артём, тексты становятся живыми. Он вставляет личные наблюдения, использует футбольный сленг, делает отсылки к историческим матчам.

4. Агент-фактчекер — проверяет, что Артём не придумал голы, которых не было.

5. Агент контроля качества — финальная проверка перед отправкой клиенту.

6. Агент-аналитик результатов — через 2 недели смотрит, как зашел контент, и учится на ошибках.

Результаты за первый месяц

• Среднее время просмотра выросло с 4:20 до 6:45 (+55%)

• CTR превью увеличился с 4.2% до 7.1%

• Количество комментариев выросло в 2.3 раза

• Досматриваемость роликов поднялась с 42% до 61%

• Количество контента выросло в 1.8 раза

• Время создания сценария сократилось с 8 часов до 40 минут

Но главное — сократили ФОТ на Ai и кожаных у... сотрудников. Вместо 5 сценаристов и 2 аналитиков теперь работает 1 редактор, который просто проверяет финальный результат.

Экономика проекта

Было:

• 5 сценаристов × 120к руб = 600к руб/мес

• 2 аналитика × 160к руб = 320к руб/мес

• ChatGPT ~ 200 тыс./мес. за api при текущем объёмах

• Итого: ~1120к руб/мес

Стало:

• 1 редактор-аналитик = 180к руб/мес

• Наша система = 150к руб/мес (включая все AI-модели и поддержку)

• Итого: 330к руб/мес

Экономия: 790к руб/мес или 9.5 млн руб/год
Цена разработки: 1,8 млн.руб. (+ 2 месяца бесплатной поддержки)
Срок: 2,5 месяца

P.S. Тут мы еще не считаем выгоду от возросших показателей канала — эти цифры заказчик не предоставил, да я и не запрашивал. Но судя по тому, как быстро продлили контракт, там всё хорошо.

Сейчас допиливаем систему 2.0

Клиент попросил, чтобы система автоматически нарезала контент:

• Полный сценарий → ролик на YouTube

• Тот же сценарий → 5 постов в Instagram

• Тот же сценарий → 3 shorts

• Тот же сценарий → подкаст-версия

Работаем над этим, через пару месяцев, если будет интерес, расскажу, что получилось.

Для тех, кому интересны технические детали

⚙️ Осторожно, много технических подробностей! Кликай, если хочешь повторить

Стек технологий:

• Python — основа всего

• LangChain — для оркестрации агентов

• Django — веб-морда и API

• Celery — асинхронные задачи

• Supabase — векторная БД для хранения истории

Используемые модели:

• GPT OSS 120B и 20B (бесплатные через Hugging Face)

• QWEN 2.5 72B (тоже бесплатная)

• QWEN 3 235B (для сложных задач)

• Claude Sonnet 4 (только для финальной проверки — дорогая зараза)

API-провайдеры:

• OpenRouter (агрегатор моделей)

• Hugging Face (для open-source моделей)

• Groq (быстрый inference)

Ключевой код для создания личности агента:

python

personality = """ Ты - Артём, 28-летний спортивный журналист из Санкт-Петербурга. Биография: Играл в юношеской команде Зенита до 17 лет... [еще 50 строк описания личности] """ # Это критически важно - личность подается в system prompt agent = ChatAgent( model="qwen3-235b", system_prompt=personality, temperature=0.8 )

Почему не просто GPT-5?

1. Дорого (наша система в 5 раз дешевле)

2. Один AI не может быть экспертом во всем

3. Специализированные агенты работают лучше

4. Open-source модели для простых задач = бесплатно

P.S. Если кто хочет что-то подобное для своего проекта — пишите в телеграм: https://t.me/maslennikovig

P.P.S. У меня есть телеграм-канал с целыми 50 (!!!) подписчиками, где я пишу про AI-кейсы и всякое полезное. У вас есть уникальная возможность стать 51-м подписчиком и потом хвастаться, что были там до того, как это стало мейнстримом!

P.P.P.S. А как вы используете AI в работе? Делитесь в комментах, интересно узнать!

• Русский → любой выбранный язык (с улучшенными вариантами)

• Любой язык → русский (с рекомендациями для ответа)

🚀 Дополнительные плюшки:

• Даёт несколько вариантов перевода

• Объясняет, что именно улучшил и почему

• Предлагает как лучше ответить на полученное сообщение

• Понимаем опечатки, сленг и много другое

• Базово сохраняет контекст между переводами

• Одной кнопкой можно перевести текст на другой язык

• Работает с 10+ популярными языками

Про халяву и лимиты 💸

Пока что всё бесплатно, но сразу извиняюсь - пришлось ограничить 10 переводов в день на пользователя. ИИ стоит денег, а я пока что плачу из своего кармана. Если кому-то критично нужно больше - пишите в личку, что-нибудь придумаем!

Коммерческий продукт делать не планирую - это просто хобби-проект для сообщества. В крайнем случае, если будет дикая популярность, может добавлю символическую плату.. И то только чтобы хотя бы покрывать расходы на сервера и Ai.

Как попробовать?

Просто найдите в Telegram: @ArinaNativeSpeaker_bot

Или переходите по ссылке: https://t.me/ArinaNativeSpeaker_bot

Бот сам всё объяснит, выберете язык и можете сразу тестировать!

Нужна ваша помощь! 🙏

Очень жду обратной связи:

• Как работает? Есть ли баги?

• Чего не хватает?

• Какие языки добавить?

• Может есть идеи по улучшению?

Пишите в комментах или в телеграм: @maslennikovig

UPD: Бот молодой, возможны косяки. Если что-то сломается - не ругайтесь сильно, я быстро чиню! 😊

P.S. Да, понимаю что сейчас каждый второй пилит ИИ-ботов. Но мне реально надоели убогие переводы, вот и решил сделать нормальный инструмент. Если кому-то ещё пригодится - буду только рад!

Шаг 1: Определите тип работодателя

Прежде чем что-то говорить, поймите, с кем имеете дело. Это ключевой момент, потому что каждый тип начальника реагирует на разные аргументы. Более подробно об этом можете почитать на мой ТГ канале.

• Денежник: фокусируется на прибыли.

• Статусник: заботится об имидже и репутации.

• Бюджетник: считает каждую копейку.

• Романтик: мечтает о великих целях.

• Результатник: одержим KPI и метриками.

Совет: Наблюдайте за поведением вашего босса. Какие темы он чаще всего обсуждает? На чём делает акцент? Это поможет вам определить его тип.

Шаг 2: Подготовьте аргументы под его тип

Каждому типу нужно "говорить на его языке". Вот как это сделать:

• Для денежника: Покажите, как ваша работа напрямую влияет на доход компании. Например: "За последний год благодаря моим проектам компания заработала X рублей."

• Объясните, что повышение — это инвестиция в будущее: "Если вы увеличите мою зарплату, я смогу взять на себя больше задач и принести ещё больше денег."

• Для статусника: Подчеркните, как ваша зарплата влияет на имидж компании: "Высокая зарплата сотрудников — это показатель успешности компании."

• Используйте сравнения: "Мои коллеги из других компаний получают значительно больше. Это может негативно сказаться на нашей репутации."

• Для бюджетника: Объясните, как повышение поможет сэкономить: "Поиск нового сотрудника на моё место будет стоить дороже, чем просто повысить мне зарплату."

• Предложите компромисс: "Я готов взять на себя дополнительные задачи, чтобы оправдать повышение."

• Для романтика: Свяжите повышение с миссией компании: "Я верю в нашу цель и готов продолжать работать над ней, но мне нужно больше ресурсов."

• Добавьте эмоциональный элемент: "Это поможет нам воплотить наши самые смелые идеи."

• Для результатника: Предоставьте конкретные данные: "За последний квартал я выполнил все KPI и превысил их на X%."

• Объясните, как повышение повысит эффективность: "С новыми ресурсами я смогу достичь ещё больших результатов."

Шаг 3: Выберите правильное время

Время — это всё. Не стоит просить повышения, когда начальник занят или находится под давлением.

Когда просить:

• После успешного завершения важного проекта.

• Во время плановой встречи (например, ежегодной аттестации).

• Когда компания показывает хорошие финансовые результаты.

  Когда не просить:

• Перед дедлайном или в стрессовые моменты.

• Если компания переживает кризис.

Шаг 4: Будьте готовы к вопросам

Начальники любят задавать вопросы, чтобы проверить вашу уверенность и подготовку. Вот 30 возможных вопросов и ответов на них:

Общие вопросы:

1. "Почему именно сейчас?"
   Ответ: "Я уже давно выполняю свои обязанности на высоком уровне, и теперь готов взять на себя больше ответственности."

2. "А если мы наймём нового сотрудника?"
   Ответ: "Поиск и обучение нового сотрудника займёт время и деньги. Я уже знаю все процессы и могу сразу увеличить эффективность."

3. "Как вы оцениваете свою работу?"
   Ответ: "Я считаю, что мои достижения говорят сами за себя. Например, за последний год я [перечислите достижения]."

4. "Что изменится, если мы повысим вам зарплату?"
   Ответ: "Я смогу сосредоточиться на более сложных задачах и принести компании больше пользы."

5. "А как насчёт других сотрудников?"
   Ответ: "Я готов обсудить индивидуальный план, который покажет, почему мои достижения уникальны."

6. "Как это скажется на бюджете?"
   Ответ: "Это инвестиция, которая окупится за счёт моей работы."

7. "А что скажут другие сотрудники?"
   Ответ: "Это повысит мотивацию всей команды и покажет, что компания ценит своих сотрудников."

8. "Может, лучше подождать?"
   Ответ: "Ждать невыгодно, потому что я уже приношу результаты, которые можно масштабировать."

9. "А как это поможет нашей миссии?"
   Ответ: "Это позволит мне сосредоточиться на реализации наших самых амбициозных идей."

10. "Какие новые KPI вы готовы взять?"
    Ответ: "Я готов увеличить текущие показатели на X% и взять на себя дополнительные задачи."

11. "Почему вы думаете, что заслуживаете повышения?"
    Ответ: "Я постоянно превышаю ожидания и показываю результаты выше среднего."

12. "Что вы сделаете, если мы откажем?"
    Ответ: "Я продолжу работать на прежнем уровне, но буду стремиться к новым достижениям."

13. "Как долго вы планируете работать в компании?"
    Ответ: "Я вижу своё будущее в компании и хочу расти вместе с ней."

14. "А если мы предложим бонусы вместо повышения?"
    Ответ: "Я предпочитаю стабильное повышение, так как это мотивирует меня на долгосрочные результаты."

15. "Как вы думаете, сколько вы стоите?"
    Ответ: "На основе анализа рынка и моих достижений, я считаю, что моя работа стоит X рублей."

16. "Что вы будете делать, если мы согласимся?"
    Ответ: "Я возьму на себя больше ответственности и помогу компании достичь новых целей."

17. "А если мы предложим частичное повышение?"
    Ответ: "Я готов рассмотреть компромисс, если он будет справедливым."

18. "Как вы относитесь к конкуренции внутри компании?"
    Ответ: "Я за здоровую конкуренцию, которая помогает всем расти."

19. "Что вы думаете о своей текущей зарплате?"
    Ответ: "Она соответствует моему уровню, но я готов к новым вызовам."

20. "Как вы видите своё развитие в компании?"
    Ответ: "Я хочу взять на себя больше задач и помочь компании достичь новых высот."

21. "А если мы предложим повышение через полгода?"
    Ответ: "Я готов ждать, но хотел бы знать конкретные шаги для этого."

22. "Что вас мотивирует больше всего?"
    Ответ: "Меня мотивирует возможность влиять на успех компании."

23. "Как вы оцениваете свою лояльность?"
    Ответ: "Я ценю компанию и готов работать на её благо."

24. "А если мы предложим обучение вместо повышения?"
    Ответ: "Обучение важно, но я уже готов к новым вызовам."

25. "Что вы думаете о коллективе?"
    Ответ: "Я ценю команду и готов помогать ей расти."

26. "Как вы относитесь к изменениям?"
    Ответ: "Я открыт к изменениям, если они помогают развиваться."

27. "Что вы сделаете, если мы согласимся?"
    Ответ: "Я возьму на себя больше ответственности и помогу компании достичь новых целей."

28. "Как вы оцениваете свой вклад в успех компании?"
    Ответ: "Я считаю, что мой вклад значителен и подтверждается результатами."

29. "Что вы думаете о наших конкурентах?"
    Ответ: "Я вижу, что мы можем быть лучше, если будем двигаться вперёд."

30. "Как вы относитесь к риску?"
    Ответ: "Я готов брать на себя риски, если они оправданы."

Шаг 5: Готовьтесь к возражениям и отрабатывайте их

Начальники часто пытаются отказать, используя стандартные возражения. Вот 20 примеров и способы их отработки:

1. "У нас нет денег на повышение."
   Ответ: "Я понимаю ситуацию, но повышение поможет мне принести больше дохода/эффективности, что компенсирует затраты."

2. "Мы должны подумать."
   Ответ: "Я готов подождать, но хотел бы знать, какие шаги нужно предпринять, чтобы решение было положительным."

3. "А если другие сотрудники тоже попросят повышения?"
   Ответ: "Я готов обсудить индивидуальный план, который покажет, почему мои достижения уникальны."

4. "Вы ещё недостаточно опытны."
   Ответ: "Я постоянно учусь и развиваюсь. За последнее время я [перечислите навыки и достижения], что говорит о моей готовности к новым вызовам."

5. "Мы можем потерять вас, если повысим зарплату."
   Ответ: "Я ценю компанию и хочу расти вместе с ней. Повышение мотивирует меня оставаться и приносить ещё больше пользы."

6. "А если мы предложим бонусы?"
   Ответ: "Я предпочитаю стабильное повышение, так как это мотивирует меня на долгосрочные результаты."

7. "Мы не можем повысить зарплату всем."
   Ответ: "Я готов обсудить индивидуальный план, который покажет, почему мои достижения уникальны."

8. "Вы слишком много хотите."
   Ответ: "На основе анализа рынка и моих достижений, я считаю, что моя работа стоит X рублей."

9. "А если мы предложим частичное повышение?"
   Ответ: "Я готов рассмотреть компромисс, если он будет справедливым."

10. "Мы не уверены в вашей лояльности."
    Ответ: "Я ценю компанию и готов работать на её благо."

11. "А если мы предложим обучение?"
    Ответ: "Обучение важно, но я уже готов к новым вызовам."

12. "Мы не видим необходимости в повышении."
    Ответ: "Я постоянно превышаю ожидания и показываю результаты выше среднего."

13. "А если мы предложим повышение через полгода?"
    Ответ: "Я готов ждать, но хотел бы знать конкретные шаги для этого."

14. "Мы не уверены в вашем развитии."
    Ответ: "Я готов взять на себя больше задач и помочь компании достичь новых целей."

15. "А если мы предложим другую должность?"
    Ответ: "Я готов рассмотреть варианты, если они будут соответствовать моим амбициям."

16. "Мы не можем повысить зарплату из-за кризиса."
    Ответ: "Я понимаю ситуацию, но повышение поможет мне принести больше дохода/эффективности."

17. "Мы не уверены в вашей ценности."
    Ответ: "Я считаю, что мой вклад значителен и подтверждается результатами."

18. "А если мы предложим гибкий график?"
    Ответ: "Гибкий график важен, но я готов к новым вызовам."

19. "Мы не можем повысить зарплату из-за бюджета."
    Ответ: "Я готов рассмотреть компромисс, если он будет справедливым."

20. "Мы не уверены в вашей мотивации."
    Ответ: "Меня мотивирует возможность влиять на успех компании."

Выводы: Как я сам просил повышение и что из этого вышло 🏆

Когда я писал эту статью, я не просто собирал кейсы и советы — я вспоминал свой личный опыт, когда я её ещё работал в найме. Повышение зарплаты — это всегда вызов, но если подойти к нему с умом, то шансы на успех резко возрастают. Давайте подведем итоги, основываясь не только на теории, но и на моей практике.

1. Знание типа работодателя — это ключ к успеху

Я работал с разными начальниками, и каждый раз подход был уникальным. Например, однажды мне нужно было убедить денежника. Я подготовил подробный отчет о том, как моя работа принесла компании конкретную прибыль. В итоге он согласился, потому что понял: повышение — это инвестиция, которая окупится.

Но когда я столкнулся с бюджетником, все было сложнее. Здесь я использовал аргумент про экономию: "Поиск нового сотрудника будет стоить дороже, чем повышение мне." Это сработало, потому что бюджетники боятся лишних трат больше всего на свете.

Мое мнение: Начальники — это не роботы. У каждого свои страхи, мотивы и ценности. Если вы их поймете, половина дела сделана.

2. Подготовка решает всё

Один из самых важных уроков, который я усвоил: никогда не ходите на такие разговоры "с наскока". Однажды я попробовал попросить повышение без подготовки. Результат? Меня отправили "подумать еще полгода". После этого случая я всегда собираю данные: статистику своих достижений, сравнения с рынком, прогнозы по будущим результатам.

Мой опыт: Когда я пришел к начальнику с конкретными цифрами и планом, он даже не пытался спорить. Он просто сказал: "Хорошо, ты меня убедил."

3. Время — ваш союзник (или враг)

Я учился выбирать правильный момент для разговора. Однажды я попросил повышение перед важным дедлайном. Конечно, получил отказ. Позже я понял, что лучшее время — это сразу после успешного завершения проекта или в момент, когда компания показывает хорошие финансовые результаты.

Мое мнение: Не торопитесь. Иногда стоит подождать, чтобы момент был идеальным.

4. Возражения — это не конец, а начало диалога

Был история, когда начальник моей жене сказал: "У нас нет денег." Она могла бы опустить руки, но вместо этого предложила компромисс: частичное повышение сейчас и пересмотр через полгода. Он согласился.

Мой опыт: Возражения — это не отказ, а возможность показать свою гибкость и готовность идти навстречу.

5. Личная мотивация важнее, чем кажется

Честно говоря, я не всегда был уверен в себе. Были моменты, когда я думал: "А вдруг я недостоин?" Но потом я понял одну вещь: если вы не будете защищать свои интересы, этого не сделает никто.

Мое мнение: Вы заслуживаете того, чтобы получать достойную оплату за свой труд. Не бойтесь об этом говорить.

6. И последнее: это не только про деньги

Да, зарплата важна, но для меня это всегда было больше, чем просто цифры. Это вопрос уважения, признания и справедливости. Когда я добивался повышения, я чувствовал, что компания ценит мой труд. А это бесценно.

Мой опыт: После каждого успешного повышения я чувствовал себя увереннее. Это не только про деньги, но и про вашу самооценку.

📌 Итог:

Просить повышение — это искусство, которое можно освоить. Главное — понимать своего начальника, готовиться, выбирать правильный момент и быть готовым к диалогу. Я сам прошел через это множество раз, и каждый раз это был ценный опыт.

Напомню, что в прошлой статье, мы обсуждали, как в целом различать типологии людей, кто не читал - обязательно прочитайте, будет полезно!

#Работа #ПовышениеЗП #ЛичныйОпыт