SCRIPSTER
SYSTEMS ONLINE ● 4/4 [ SCAN → ]
[SYSTEM: KNOW]● ONLINE02 / 04

Know
Знания

Вся память компании. С источниками и правами доступа.

Единый поиск и ассистент по документам компании. Каждый ответ — со ссылкой на источник и с учётом прав конкретного пользователя.

Запустить Scan → Пример сценария ↓
SPEC SHEETKNOW.yaml
sources:вики · файлы · СЭД · почта · 1С
retrieval:гибридный поиск · rerank
security:ACL до поиска · PII-фильтры
deploy:облако или закрытый контур
pilot:3–6 недель · AI Sprint
status: ready_for_pilot ▌
[01] PAIN — ГДЕ ЛОМАЕТСЯ

Знания есть. Найти их нельзя.

ERR_01 Знания лежат в десятке систем, общего поиска с правами доступа нет.
ERR_02 Бот отвечает уверенно, но неверно: нет контроля источников.
ERR_03 Поиск показывает документы, которые пользователю видеть нельзя.
ERR_04 Данные нельзя выносить наружу, а закрытый контур никто не строил.
[02] ARCHITECTURE — АРХИТЕКТУРА

Как устроено. По слоям.

FIG. 02 — KNOW PIPELINE · нажмите на узел
[NODE 01] Источники — вики, файлы, СЭД
Подключаем все хранилища документов и синхронизируем изменения. коннекторы · инкрементальная синхронизация
[03] COMPONENTS — СОСТАВ РЕШЕНИЯ

Что входит
в систему.

Собираем из проверенных блоков и настраиваем под ваши данные, процессы и требования безопасности.

01
Коннекторы к источникамПодключение хранилищ документов и автоматическая синхронизация.
02
Синхронизация правПользователь видит в ответах только то, что видит в исходной системе.
03
Гибридный поискТочные термины и смысловая близость в одном запросе.
04
ЦитированиеКаждое утверждение — со ссылкой на фрагмент документа.
05
Eval-наборЭталонные вопросы для контроля качества после каждого изменения.
06
On-prem развёртываниеМодели и индекс внутри вашей инфраструктуры.
[04] SCENARIO — ПРИМЕР СЦЕНАРИЯ

Новый менеджер — ответ за секунды, а не за неделю.

INPUT «Какой срок возврата товара для юрлиц и кто подписывает акт?» OUTPUT processing… ▌
…
Применил права пользователя acl.filter(user) → 31 из 38 документов
·
Нашёл кандидатов search.hybrid(q, k=6) → 6 фрагментов
·
Переранжировал rerank(top=2) → 0.91 · 0.90
·
Сгенерировал ответ llm.answer(cite=true) → 2 источника
·
Записал трейс trace.log() → 1.4 s · OK
[05] ECONOMICS — ЭКОНОМИКА СИСТЕМЫ

Сколько стоит.
И когда не окупается.

[TCO] ИЗ ЧЕГО СКЛАДЫВАЕТСЯ СТОИМОСТЬ
ВнедрениеКоннекторы к источникам, синхронизация прав, eval-набор.
МодельЭмбеддинги при индексации и генерация на каждый вопрос.
ИнфраструктураВекторный индекс и хранилище; в закрытом контуре — сервер для модели.
ПоддержкаПереиндексация, новые источники, контроль качества ответов.
[METRIC] ЧТО ИЗМЕРЯЕМ КАК ЭФФЕКТ
›Время поиска информации
›Нагрузка на экспертов: сколько вопросов уходит к ним
›Доля ответов с подтверждённым источником
›Время адаптации новых сотрудников
До пилота фиксируем исходные значения и сравниваем факт с прогнозом.
[ANTI-HYPE] КОГДА ЭТА СИСТЕМА НЕ ОКУПАЕТСЯ
✕Документов мало и они в одном месте — хватит обычного поиска.
✕Документы устарели, и никто не отвечает за их актуальность.
✕Вопросов к базе знаний мало, эксперты не перегружены.
В таких случаях скажем это на Scan — до пилота.
[06] FORMAT — С ЧЕГО НАЧАТЬ

Начните с диагностики.
Пилот — за спринт.

STEP 01 · РЕКОМЕНДУЕМ1–2 недели
AI Opportunity Scan
Диагностика
60 000 ₽
одно направление
150 000 ₽ — несколько направлений
Проводим инвентаризацию источников знаний, прав доступа и типовых вопросов сотрудников.
Запустить Scan →
STEP 023–6 недель
AI Sprint
Пилот за спринт
от 300 000 ₽
Ассистент по выбранному корпусу документов с правами доступа и eval-набором. Проверяем на реальных пользователях.
Обсудить Sprint →
Стоимость Scan и Teardown засчитывается в Sprint.Все форматы →

Есть задача?
Разберём за 30 минут.

Оставить заявку → Написать в Telegram →
ДРУГИЕ СИСТЕМЫ