MarketAI для продавцов: справка, аналитика и выбор агента
Продавец должен разобраться в документации, продажах, логистике и акциях. Один чат объединяет вопросы к знаниям и запросы к данным его бизнеса. Владислав Вихров показывает, как подготовили поиск, инструменты аналитики и маршрутизацию между сценариями.
Исходный доклад · Открыть оригинал
Справка не помещается в один запрос
Сотни документов включают длинные инструкции и правовые тексты. Базовый RAG ошибался в ответах и терминологии, поэтому команда занялась отдельно качеством данных и поиска.
Документы очищают, таблицы преобразуют в более понятное модели структурированное представление и делят по смысловым границам. Индекс обновляют ежедневно. Для поиска готовят вопросы и релевантные документы, затем оценивают и улучшают модель.
Примеры вопросов продавцов.
Источник: Кадр из докладаBackend API ещё не готовый инструмент агента
Данные интерфейса содержат поля, полезные разработчику, но неоднозначные для LLM. Близкие операции объединяют, ответы упрощают, термины и единицы измерения подписывают явно. Revenue без пояснений может превратиться в неверно названную денежную метрику.
Постоянный ID бизнеса передаёт сам сервис. Модели оставляют только параметры, которые действительно нужно вывести из запроса, например период и категорию. Это разделяет ответственность инфраструктуры и агента.
Данные личного кабинета, доступные агенту.
Источник: Кадр из докладаДиспетчер должен учитывать диалог
Уточнение после вопроса о продажах нельзя классифицировать без предыдущих сообщений. Начальный обучаемый диспетчер работал с контекстом, но быстрое изменение набора сценариев усложнило его поддержку.
Перешли к небольшой LLM со структурированным ответом из допустимых вариантов. Сложное взаимодействие нескольких агентов на момент доклада ещё экспериментально. При явной просьбе пользователя или неподдерживаемой задаче предусмотрен оператор.
Выбор исполнителя для запроса.
Источник: Кадр из докладаНесогласие разметчиков помогает исправлять критерии
Качество оценивают по явным критериям, наблюдают за согласием экспертов и учитывают различия надёжности разметчиков. Большое расхождение не всегда означает плохую работу людей: однажды оно выявило ошибочную формулировку критерия.
Автоматические проверки поиска и выбора инструментов развивают как ускорение обратной связи. Их не объявляют заменой содержательной оценки ответов. Это первое выступление сохранённой трансляции; плеер открывает именно его фрагмент.
Экспертная разметка ответов.
Источник: Кадр из доклада