Спросить простыми словами
Сотрудник пишет так, как спросил бы у коллеги. Дальше работает ассистент.
Olzhas
У большой компании всегда больше знаний, чем она успевает донести. У Magnum есть внутренние регламенты, инструкции для адаптации и работы, материалы по каждой роли — и постоянный поток людей, которые спрашивают у руководителей, у коллег или у того, кто рядом, вместо того чтобы открыть документ. Olzhas — это слой между сотрудником и существующей базой знаний. Человек задаёт вопрос. Ассистент находит подходящий материал и отвечает по нему.
Проблема
Сотрудники всегда спрашивали.
База знаний существовала и обновлялась. Просто пользоваться ей в моменте было тяжело: документов много, быстрого способа найти нужный абзац нет, читать всё подряд некогда — особенно если через пятнадцать минут смена.
Люди делали то, что естественно: спрашивали у руководителей, у коллег, у того, кто рядом. Команда неделю за неделей отвечала на одни и те же вопросы, а адаптация всегда занимала больше, чем должна была.
- Большая библиотека, которую некогда читать.
- Руководители и коллеги тратят часы в неделю на одни и те же вопросы по регламентам.
- Новые сотрудники ждут, пока им объяснят то, что уже есть в документах.
Решение
Один чат поверх всего, что компания уже описала.
Olzhas — это RAG-ассистент поверх внутренних знаний Magnum. Команда загружает материалы через админку. Система индексирует их. Сотрудники задают вопросы и получают ответы, опираясь на корпоративный контент.
Цель была не блеснуть моделью. Цель — снять с руководителей и коллег самые повторяющиеся вопросы и дать новому сотруднику ответ в моменте, а не через два дня на встрече.
Отвечать на корпоративном контенте
Ответы основаны на индексированных внутренних материалах — ассистент остаётся внутри того, что согласовано командой.
Держаться в актуальном
Команда обновляет базу знаний в одном месте. Ассистент подтягивает новые и изменённые материалы по мере появления.
Управлять из одной панели
Админка для редакторов базы: загрузка, замена и удаление материалов без задач в инженерный бэклог.
Техническая часть
RAG, собранный под то, как компания ведёт контент.
Сама модель — самая скучная часть. Интересно то, как устроен источник, индексация и как всё это обновляется, когда команда добавляет новую инструкцию.
Мы собрали RAG-пайплайн, который забирает внутренние документы, разбивает их под структуру, в которой их пишет Magnum, и держит индекс в синхроне с админкой. Чат-слой мультиязычный — компания работает не на одном языке.
RAG-пайплайн, заточенный под структуру внутренних регламентов и операционных документов.
Переиндексация со стороны админки — команда загружает, система впитывает.
Мультиязычные ответы на основе исходных материалов.
Удобная для операционной команды админка для жизненного цикла контента.
Python backendRAG-архитектураМультиязычный LLMАдминка
Что изменилось
Руководители перестают быть поисковиком
Повторяющиеся вопросы уходят с людей на ассистента. Команда оставляет себе то, где действительно нужен человек.
Новые сотрудники быстрее входят
Ответ на «как у нас это делается» приходит в момент вопроса, а не следующим сообщением через день.
База знаний наконец нужна
Материал, который компания уже написала, получает живую поверхность. Обновили документ — это сразу доступно всем.
Обсудим ваш проект.
Начать с пары деталейОтвечаем в течение одного рабочего дня. На первом созвоне Азамат подключается лично: честно разбираем объём работ, бюджет и риски с человеком, который отвечает за поставку.