Как редактору повысить качество ответов RAG-поиска
Всем привет! Меня зовут Катя, я развиваю Gramax — базу знаний для ИТ-команд.В Gramax мы делаем упор на качественную работу как человека, так и машины. И часто получаем вопросы, как автор статей может повлиять на качество выдачи ИИ-поиска. В большей мере качество поиска зависит от нас: мы регулярно улучшаем внутренние механизмы, чтобы авторы не становились заложниками технологий. Но есть универсальные правила, которые работают в любой системе с RAG. Этими правилами и хотим поделиться в этой статье:)Основной принцип
Где брать операторов поддержки, которых не заменят чат-боты
Чат-боты победили рутину, но вместе с ней уничтожили иллюзию, что в поддержке достаточно «нормально отвечать в чатике». Роботы уже справляются с паролями, тарифами и статусами доставок лучше и быстрее человека, и это только разогрев — боты продолжают отъедать всё новые куски простых сценариев. Но чем дальше мы автоматизируем лёгкие 80% запросов, тем более концентрированными и дорогими становятся оставшиеся 20%.
Как научить AI-агента работать «как у нас принято»: RAG для передачи знаний
Новый сотрудник приходит в компанию. Первый месяц смотрит, как работают другие. Задаёт вопросы. Впитывает неписаные правила.«К Петрову лучше не ходить в пятницу после обеда». «Если клиент из Газпрома — сначала согласуй с Мариной». «Этот шаблон договора устарел, бери новый из папки на диске».Через месяц-два новичок работает «как принято». Без инструкций — просто потому что видел, как это делают другие.AI-агент так не умеет. Всё, что сотрудники «знают на автомате», для него не существует. Пока не будет явно описано и загружено в систему.Проблема tacit knowledge
Как за неделю собрать курс для отдела поддержки по базе знаний компании
У многих компаний уже есть практически всё, чтобы внедрить полноценное обучение сотрудников после приема на работу (онбординг) или освоения нового продукта: база знаний с рабочими статьями на внутренней платформе для совместной работы и АИС по клиентам. Они могут быть интегрированы между собой или существовать отдельно — на конечный результат это влияет мало. Для полного счастья остается только сделать семейство обучающих курсов — а до этого руки доходят хорошо если через один год.
Эти метрики вредят службе поддержки: чему обучить сотрудников, чтобы не терять клиентов
Служба поддержки может блестяще укладываться в метрику SLA (service level agreement) и «закрывать» сотни чатов в день. Парадокс, но при этом обычно повышается температура: выгорают сотрудники, подгорает у клиентов и они уходят, и, как следствие, сгорает синим пламенем прибыль компании. Ещё один парадокс: это руководство компании само поставило специалистов в такие условия.
Архитектура европейского рационального мышления: 8 типов идей как каркас базы знаний
Архитектура мышления сквозь векаБольшинство устройств в цифровом мире живёт по тактам. Процессор Intel i5 крутит свой цикл: выборка инструкции, декодирование, исполнение, предсказание перехода
Я устал получать статьи про «катализатор изменений» вместо химии и обучил нейросеть
Представьте: вы технолог на нефтехимическом заводе. Вам нужно смоделировать работу новой установки — как сырьё будут нагревать, охлаждать и разделять на компоненты. Поскольку вы сталкиваетесь с этим впервые, есть два пути: либо разбираться в теории по справочникам и собирать решение самостоятельно, либо найти готовый кейс с расчётами и результатами в открытых источниках.Логичнее смотрится второй вариант. Но тогда возникает другая проблема. Вы открываете источники — и видите политику, слияния-поглощения, биржевые котировки, санкции. Узнать, кто кого купил или какая сегодня цена на нефть, можно за секунды.
Галлюцинации ChatGPT убивают инженерные задачи. Я собрал RAG-бота, который не врёт
Представьте: вы технолог на нефтехимическом заводе. Вам нужно смоделировать работу новой установки — как сырьё будут нагревать, охлаждать и разделять на компоненты. Поскольку вы сталкиваетесь с этим впервые, есть два пути: либо разбираться в теории по справочникам и собирать решение самостоятельно, либо найти готовый кейс с расчётами и результатами в открытых источниках.Логичнее смотрится второй вариант. Но тогда возникает другая проблема. Вы открываете источники — и видите политику, слияния-поглощения, биржевые котировки, санкции. Узнать, кто кого купил или какая сегодня цена на нефть, можно за секунды.
ИИ должен был помогать инженерам, но завалил их новостным шумом. Я это исправил
Представьте: вы технолог на нефтехимическом заводе. Вам нужно смоделировать работу новой установки — как сырьё будут нагревать, охлаждать и разделять на компоненты. Поскольку вы сталкиваетесь с этим впервые, есть два пути: либо разбираться в теории по справочникам и собирать решение самостоятельно, либо найти готовый кейс с расчётами и результатами в открытых источниках.Логичнее смотрится второй вариант. Но тогда возникает другая проблема. Вы открываете источники — и видите политику, слияния-поглощения, биржевые котировки, санкции. Узнать, кто кого купил или какая сегодня цена на нефть, можно за секунды.
«Ещё один тренинг? Нет, спасибо»: как сделать так, чтобы люди реально хотели учиться
Культура непрерывного обучения в поддержке — это не «провести тренинг раз в квартал». Это встраивание постоянного развития в ежедневную работу так, чтобы всем казалось, что иначе и быть не может. В современных компаниях обучение перестаёт быть разовой акцией по необходимости и становится системой. Руководитель в этом процессе меняет роль: вместо «организатора тренингов» он становится «строителем среды», в которой знания постоянно рождаются, обновляются и применяются.
