Чем рабочий ИИ-ассистент отличается от чата
Ответ нейросети и выполненная рабочая задача - не одно и то же. Между ними есть данные, проверки и действия
Для меня ИИ-ассистент для бизнеса - это сотрудник по конкретному направлению. У него своя отдельная память, свои навыки и подключенные сервисы, которыми он пользуется постоянно, чтобы выполнять четко поставленную задачу каждый день. Лучше всего ему подходят роли, где есть четкие входные и выходные данные: следить за документооборотом, оценивать финансовые потоки, работать с числами бизнеса. Там, где большое поле для придумывания ответов, чаще появляются ошибки. Там, где нужно считать, делать выводы по заданным правилам и на основании этих выводов выполнять четкие действия по сценарию, автоматизация подходит лучше
Чем это отличается от разговора с ChatGPT
ChatGPT умеет помнить и подключать инструменты. Но встроенная память ChatGPT хранится в сервисе OpenAI, а не на твоем сервере. У отдельного ассистента память, правила и расписание можно организовать в своей инфраструктуре. Он запускается на сервере, поэтому его работа не зависит от того, открыт ли твой ноутбук или включен телефон. При этом в ChatGPT тоже есть задачи по расписанию - отличие не в полном отсутствии автономности, а в том, где работает система и кто контролирует ее данные и процессы
Если каждый раз заново объяснять контекст, приносить документы и вручную переносить ответ в таблицу, значительная часть работы остается у тебя. Для постоянной роли нужно заранее определить, откуда приходят данные, что с ними делать и куда отдавать результат
Начни с процесса, а не с модели
Создание ИИ-ассистента начинается с описания задачи. Например, проверить поступивший документ: какие поля обязательны, с чем их сравнивать, что считать ошибкой и кому сообщить о расхождении. Это пример устройства процесса, а не обещание, что любая модель сама разберется с любым документом
На входе - документ и правила проверки. На выходе - список найденных расхождений или подтверждение, что заданные проверки пройдены. Если результат нельзя проверить, формулировка задачи пока слишком расплывчатая
Раздели память, навыки и сервисы
Память хранит устойчивый контекст: принятые правила и сведения, нужные для роли. Навыки описывают способ выполнения задачи. Подключенные сервисы дают доступ к рабочим данным и действиям. Это разные части системы, а не длинная инструкция, в которой все перемешано
Для финансового процесса заранее обозначь источник цифр, период и способ расчета. Вычисления нужно отдавать калькулятору или коду и сверять с исходными данными. Уверенный текст нейросети не доказывает, что сумма правильная. Ассистент может организовать проверку и объяснить результат, но не должен заменять проверяемый расчет догадкой
Задай границы действий
Следующий вопрос - что происходит после вывода. Одно дело подготовить отчет, другое - изменить запись или отправить сообщение. Для каждого действия нужна понятная граница: что можно делать самостоятельно, а где остановиться и попросить подтверждение
Если данные неполные, противоречат друг другу или документ не читается, нужен отдельный сценарий. Правильный результат в такой ситуации - показать проблему, а не придумать недостающие сведения ради красивого ответа
Проверь на реальных входных данных
До регулярного запуска прогони процесс на типичных документах и на случаях с ошибками. Сравни результат с исходником, проверь расчеты и убедись, что ассистент останавливается там, где требуется человек. Только после этого есть смысл расширять его задачи
Рабочий ассистент нужен не ради еще одного окна переписки. Смысл в конкретной роли: понятный вход, проверяемый выход и действия по заданным правилам. Чем яснее этот процесс описан, тем проще увидеть, какую часть работы действительно можно ему передать
