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.
- 01 Вопрос обычными словами → ответ из утверждённых документов, с источниками.
- 02 Русский и казахский, включая смешанные формулировки.
- 03 Каждое обновление проверяется на 100 реальных вопросах сотрудников.
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.
И вопросы — каждый день одни и те же.
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.
- 01
Спросить простыми словами
Сотрудник пишет так, как спросил бы у коллеги. Дальше работает ассистент.
- 02
Отвечать на корпоративном контенте
Ответы основаны на индексированных внутренних материалах — ассистент остаётся внутри того, что согласовано командой.
- 03
Держаться в актуальном
Команда обновляет базу знаний в одном месте. Ассистент подтягивает новые и изменённые материалы по мере появления.
- 04
Управлять из одной панели
Админка для редакторов базы: загрузка, замена и удаление материалов без задач в инженерный бэклог.
Гибридный RAG, собранный под то, как компания ведёт контент.
Сама модель — самая скучная часть. Интересно то, как устроен поиск: сотрудник спрашивает разговорной фразой, а ответ лежит в одном абзаце одного PDF из сотен.
Поэтому поиск гибридный: векторный (эмбеддинги BGE-M3, индекс на Qdrant) плюс полнотекстовый, с реранкингом выдачи. Ответ собирается только из найденных документов и приходит с источниками — сотрудник видит, по каким файлам он составлен. OCR вытаскивает таблицы и схемы, вложенные в PDF картинками, а к ответам подшиваются ссылки на обучающие видео — на русском и с казахскими субтитрами. База живёт в админке: команда загружает и заменяет PDF без разработчиков, система переиндексирует сама.
Гибридный поиск: векторный (BGE-M3 на Qdrant) + полнотекстовый, с реранкингом.
Ответ строго из утверждённых документов, с указанием источников.
OCR читает таблицы и схемы, вложенные в PDF как картинки.
Ссылки на обучающие видео: русская озвучка и казахские субтитры.
Русский и казахский, включая смешанные формулировки.
Переиндексация из админки — загрузили документ, система впитала.
У поиска — свои эвалы. Отдельные от ответа.
В RAG качество разваливается в двух разных местах: система может не найти нужный документ — или найти, но ответить мимо него. Мы меряем это отдельно. Базовый инструмент — бенчмарк из 100 реальных вопросов сотрудников на русском и казахском, с эталонными ответами и привязкой к исходным документам.
- 01 Разбор вопросов Собираем реальные вопросы сотрудников и размечаем ошибки: не нашёл, перепутал документ, досочинил.
- 02 Бенчмарк 100 вопросов Эталонные ответы на русском и казахском, каждый привязан к конкретному документу базы.
- 03 Эвал поиска Отдельно проверяем retrieval: попал ли нужный документ в выдачу и как высоко. Ошибся поиск — ответ уже не спасти.
- 04 Эвал ответа Сверяем ответ с эталоном и смотрим на источники: тот ли документ процитирован.
- 05 Прогон на изменение Новый промпт, модель или разметка базы сначала проходят бенчмарк — потом едут в прод.
Отдельная строка — галлюцинации. Ассистент отвечает только из утверждённых документов: если ответа в базе нет, правильное поведение — сказать об этом, а не сымпровизировать. И к каждому ответу приложены источники, чтобы сотрудник мог проверить сам.
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.
Качество измеряется, а не декларируется
Бенчмарк из 100 вопросов на двух языках гоняется на каждое изменение — прежде чем оно доедет до сотрудников.
У вас есть база знаний, которой никто не пользуется?
Помогаем поставить чат-слой поверх уже существующего контента: RAG-пайплайн под ваши документы и админку, которой действительно сможет управлять операционная команда.