Начните не с чат-бота, а с документов
Представьте отдел продаж: ответ о комплектации лежит в каталоге, условия гарантии - в регламенте, а исключения помнит только руководитель. Сначала соберите повторяющиеся вопросы сотрудников и укажите, в каком утверждённом документе находится ответ. Если такого документа нет, автоматизировать пока нечего: система будет воспроизводить пробелы в знаниях.
Как устроен RAG
RAG сочетает поиск по материалам с генерацией ответа. Сначала система извлекает подходящие фрагменты, затем модель формулирует ответ на их основе. Для пользователя полезно показывать название документа, ссылку и дату версии. Наличие цитаты не гарантирует правильность: проверять нужно и соответствие ответа источнику, и актуальность самого источника.
Разделите знания по правам
Менеджеру не обязательно видеть кадровые документы и индивидуальные условия другого клиента. Ограничения должны работать при поиске документов, а не только в тексте инструкции для модели. Подготовьте матрицу ролей, исключите ненужные персональные данные и предусмотрите удаление устаревших материалов из поискового индекса.
Что включить в приёмку
Составьте контрольный набор вопросов: прямой ответ из регламента, противоречивые версии, неизвестная тема и попытка получить закрытый документ. При отсутствии источника ассистент должен признать ограничение и предложить обратиться к ответственному сотруднику. Отдельно измеряйте долю правильных ответов, время поиска и обращения к человеку. Запускайте пилот на одном отделе, сохраняя возможность отключить систему без остановки работы.
Что передать разработчику
Пришлите обезличенные примеры документов, список ролей, типовые вопросы и правила обновления базы. Обсудите хранение данных, журналирование и стоимость эксплуатации отдельно от разработки. Так предложение будет рассчитано под реальную задачу, а не под красивую демонстрацию.
Обсудить AI-базу знаний с HighScore
Источник: Microsoft Learn. Проверено 7 сентября 2026 года.