Разработка AI-ассистента для внутренних регламентов и политик

Сотрудники тратят часы на поиск ответа в регламентах, а решения принимают наугад. Мы разрабатываем AI-ассистента по внутренним политикам под ключ: от разбора корпуса документов до схемы выдачи ответа со ссылкой на источник. Время поиска ответа сокращается в разы, доля ошибок падает.

Разработка AI-ассистента для внутренних регламентов и политик

LLM и генеративный AIСредний~1-2 недели
Часто задаваемые вопросы

AI-ассистент регламентов: почему сотрудники не находят ответ

Сотрудник спрашивает, можно ли согласовать закупку без конкурса, — и идёт не в регламент, а в рабочий чат. Ответ приходит в пересказе от того, кто «уже так делал», без опоры на действующую редакцию. Через месяц тот же вопрос всплывает снова, но ответ звучит иначе: устная традиция накапливает расхождения быстрее, чем обновляется политика.

Поиск по внутренним политикам должен закрывать это одной строкой запроса, но обычно не работает. Документы разложены по разным местам: часть — в общей папке, часть — во вложении к письму, часть — в базе знаний, куда никто не заходит. Находится три файла с похожими названиями, и непонятно, какой действует: актуальность версий документов нигде не зафиксирована.

Ещё одна поломка — ответы без ссылки на источник: их нельзя проверить. Формулировка выглядит правдоподобно, но не видно, из какого пункта она собрана и не отменён ли этот пункт. Юрист или кадровик каждый раз перечитывает вручную — и проще написать ему в личку, чем искать самому.

Цена растёт молча: повторные вопросы съедают часы профильных специалистов, а трактовки расходятся между отделами — продажи читают политику скидок одним способом, финансы другим.

Разбираем, как это закрывается: ai-ассистент регламентов отвечает по действующим редакциям и показывает пункт, на который опирается.

Что меняется после внедрения: время ответа и доля ошибок

Эффект считаем по метрикам, снятым до внедрения и через месяц после: время поиска ответа, доля неверных трактовок, число обращений к юристам и срок ввода новичка в работу. Без зафиксированных значений «стало удобнее» не защитить перед руководством, поэтому контрольные замеры делаем на одном и том же наборе вопросов.

  • Время поиска ответа — ручной обход регламентов, базы знаний на Confluence, почты и чатов занимает 15-20 минут; ассистент отвечает за 10-30 секунд цитатой из пункта документа со ссылкой на первоисточник и его версию.
  • Доля неверных трактовок — на контрольной выборке из сотни типовых вопросов снижается с 15-20% до единиц процентов: каждый ответ привязан к пункту политики, а не к пересказу «по памяти».
  • Нагрузка на юристов — типовые вопросы по отпускам, закупкам и согласованиям уходят в ассистента, юристы занимаются только спорными случаями; поток однотипных обращений падает в разы.
  • Онбординг сотрудников — новичок получает ответ по внутренним процедурам с первого дня, не дожидаясь наставника, а срок выхода на самостоятельную работу сокращается.
  • Актуальность документов — новая редакция политики подхватывается переиндексацией, устаревшая версия перестаёт выдаваться в ответах, расхождений между редакциями не остаётся.

Способы поиска по внутренним документам: сравнение

Выбор контура развёртывания определяет, какие стратегии поиска вообще доступны: гибрид по векторам и ключевым словам с переранжированием требует индекса, который нужно где-то держать и регулярно обновлять. Отсюда три рабочие схемы — готовый внешний сервис, ассистент внутри контура компании и гибрид, где чувствительные разделы остаются локально.

Вариант Как устроен поиск Когда подходит Ограничения
Готовый внешний сервис Документы уходят во внешний индекс, поиск и модель — на стороне поставщика Открытые регламенты, быстрый старт, нет запрета на выгрузку данных Данные покидают контур; тонкая настройка под внутреннюю терминологию ограничена
Ассистент внутри контура Индекс и модель развёрнуты на своих мощностях, доступ по ролям Персональные данные, коммерческая тайна, отраслевые требования Нужны свои ресурсы на работу модели и обновление индекса; сопровождение — на нас
Гибридная схема Открытая часть в общем индексе, чувствительная — в локальном, запрос маршрутизируется Смешанный корпус: часть политик открыта, часть под соглашением о конфиденциальности Сложнее маршрутизация и единая выдача; нужен явный признак чувствительности у документа

На практике выбор диктует не удобство поиска, а классификация данных. Пока в корпусе нет ничего закрытого, внешний сервис даёт результат быстрее; как только появляется хоть один чувствительный раздел, дешевле сразу проектировать локальный индекс или гибрид, чем перестраивать схему после запуска.

Этапы внедрения: аудит корпуса, схема выдачи, приёмка

Начинаем не с модели, а с корпуса: пока источники не разложены по владельцам и редакциям, ответ ассистента невозможно проверить. Ниже — последовательность, по которой идёт внедрение, и артефакт, который заказчик получает на выходе каждого шага.

  1. Аудит корпуса документов. Собираем регламенты, приказы, инструкции и внутренние политики из файловых хранилищ, почты и базы знаний, фиксируем для каждого документа владельца, действующую редакцию и гриф доступа. Дубли и отменённые версии убираем сразу — иначе на один вопрос приходят две противоречащие формулировки.

  2. Разметка источников. Приводим документы к текстовому виду вместе с таблицами и приложениями, размечаем структурные блоки: раздел, пункт, область действия, срок действия. Каждый фрагмент получает привязку к первоисточнику, поэтому сотрудник видит ответ рядом с исходным пунктом, а не пересказ без опоры.

  3. Схема выдачи ответов. Договариваемся, где ассистент цитирует пункт дословно, где пересказывает своими словами, а где обязан вернуть «в регламенте ответа нет» и назвать владельца процесса. Здесь же задаём приоритет при конфликте документов и фильтр по правам доступа — кадровые политики не должны попадать в выдачу линейному руководителю.

  4. Проверка на живых вопросах. Прогоняем наборы реальных вопросов сотрудников и считаем долю верных ответов, полноту ссылок и поведение на темах вне корпуса. Ошибки разбираем по типам: пробел в источниках, неверно выбранный фрагмент, лишняя интерпретация вместо цитаты.

  5. Приёмка по чек-листу. Фиксируем пороги: доля верных ответов на контрольном наборе, обязательная ссылка на пункт, корректный отказ вне корпуса, разграничение доступа по ролям, время ответа. Пункты, не прошедшие проверку, возвращаются на доработку схемы выдачи, а не списываются на «сложный вопрос».

  6. Передача конфигурации и сопровождение. Отдаём настройки корпуса, шаблоны ответов и регламент обновления: кто и как заводит новую редакцию документа. Дальше достаточно добавлять изменения в источники — выдача подтягивает их без пересборки ассистента.

Опишите, какие документы и роли у вас в контуре, — вернёмся с оценкой и планом работ по этим шагам.

Что передаём на руки: конфигурации и документация

Ассистент по регламентам ломается не на качестве ответов, а на сопровождении: источник переехал, структура подразделений изменилась, вышла новая редакция политики — и без понятной конфигурации система превращается в чёрный ящик, который может править только автор. Поэтому вместе с рабочим контуром передаём артефакты, привязанные к фактическим настройкам.

  • Конфигурации развёртывания: параметры индексации, расписание пересборки, лимиты на типы и размер файлов, отдельные наборы значений для тестового и рабочего контуров.
  • Карта источников: подключённые системы и каталоги, их владельцы, периодичность забора изменений и перечень того, что исключено из обработки.
  • Политики доступа: сопоставление групп каталога с областями знаний, наследование прав и поведение при отзыве доступа, плюс проверки на утечку между подразделениями.
  • Правила подготовки документов: нарезка на фрагменты, обязательные метаданные и приоритет источника при конфликте редакций одного регламента.
  • Инструкции для поддержки: как подключить источник, изменить политику доступа, откатить индекс и что смотреть в журналах при отказе.
  • Регламент обновления: периодичность переиндексации, ответственные роли, перечень проверок перед выкладкой и порядок возврата к прошлой версии.

После передачи обновление источников и прав идёт без нашего участия; мы подключаемся, когда меняется архитектура или добавляется новая область знаний.

Разбор внедрения: метрики до и после

Проект — ассистент по внутренним регламентам для распределённой команды в несколько сотен человек: кадровые политики, закупки, информационная безопасность, отпуска и компенсации. Единой точки входа не было, поэтому каждый искал ответ сам и переспрашивал у коллег.

До: поиск ответа как ручная работа

Регламенты лежали в Confluence, но поиск шёл по ключевым словам: сотрудник открывал пять-семь статей, писал в рабочий чат и ждал, пока ответит тот, кто в теме. Средний путь до ответа занимал около получаса, а два вопроса из пяти уходили к профильным экспертам — на консультации у них уходило по несколько часов в неделю. Ещё треть обращений была повторной: ответ находили, но не сохраняли рядом с документом.

Что изменили и что стало

Корпус разметили по разделам, владельцам и датам актуальности. Ассистент отвечает только со ссылкой на конкретный пункт документа и честно отказывается, если источника нет, — это сняло главный риск: уверенный, но неверный ответ. Частые вопросы кэшируются, а журнал вопросов раз в неделю уходит владельцам регламентов, чтобы формулировки правили там, где люди спотыкаются.

На замере через два месяца после запуска время до ответа сократилось с получаса до минуты, доля обращений к экспертам упала с 40 до 8 процентов, повторные вопросы — с трети до единиц процентов. Владельцы регламентов получили список мест, которые читают неверно, и правки документов перестали быть догадками.

Чем отличается поиск по словам от ответа по смыслу?

Лексический поиск идёт по инвертированному индексу: совпали словоформы или аббревиатура — фрагмент найден. Регламенты в Confluence и внутренних базах знаний написаны устоявшимися формулировками, поэтому по точным терминам и номерам пунктов такой поиск работает надёжно. Ломается он на разговорном вопросе: сотрудник спрашивает про «отгул за переработку», в политике — «компенсация часов», совпадений нет и выдача пустая.

Ответ по смыслу сравнивает вопрос и фрагменты документов по векторной близости, поэтому перефразирование ему не мешает. Обратная сторона — модель достраивает формулировки, и без ссылки на конкретный фрагмент проверить ответ нельзя. Порог релевантности и ограничение числа фрагментов в контексте отсекают то, чего в регламентах нет.

Критерий Поиск по ключевым словам Ответ по смыслу
Перефразированный вопрос пусто, если не совпали словоформы находит по близости формулировок
Аббревиатуры, номера пунктов точное попадание нужен словарь синонимов
Ссылка на фрагмент видна в самой выдаче строится отдельно и проверяется
Полнота выдачи теряет пункты с иной терминологией ограничена числом фрагментов в контексте

На практике мы собираем гибридную схему: лексический отбор плюс векторный поиск и переранжирование, а каждый ответ ассистента подкреплён ссылкой на фрагмент с номером пункта. Полноту выдачи измеряем на наборе реальных вопросов сотрудников — доля случаев, где нужный пункт попал в первую пятёрку фрагментов, и есть метрика качества.

Технические сомнения, которые стоит снять до старта

Ассистент по внутренним регламентам чаще спотыкается не на модели, а на состоянии базы знаний. Ниже — то, что обычно снимаем до старта: без ответов на эти вопросы систему не примет ни юридическая служба, ни служба безопасности.

Один и тот же регламент лежит в пяти редакциях — что попадёт в ответ?

Актуальной считается редакция с поздней датой утверждения и действующим статусом — только она уходит в поиск. Остальные копии помечаются архивом и исключаются из выдачи, но остаются в системе для истории. Если актуальность нельзя определить формально, документ уходит владельцу процесса на подтверждение.

Документы противоречат друг другу — чей ответ вернее?

Ассистент не усредняет формулировки: он возвращает оба фрагмента, помечает расхождение и указывает, какой документ главнее по уровню — политика против инструкции отдела. Такой ответ сразу становится задачей на согласование, а не тихо неверной справкой.

Как разграничить доступ между отделами?

Права наследуются из корпоративных групп: ассистент отдаёт только те фрагменты, к которым у сотрудника есть доступ в исходном хранилище. Кадровые и коммерческие документы недоступны другим отделам даже при прямом вопросе — отсечение происходит на этапе поиска, до формирования ответа.

Насколько точен ответ и что делать, если его нет?

Каждый ответ идёт со ссылкой на пункт и датой редакции — сотрудник проверяет источник за один переход. Если уверенность ниже порога, система честно сообщает, что прямого ответа в базе нет, и предлагает владельца темы вместо достроенной формулировки.

Обсудим задачу: что нужно с вашей стороны

Чтобы вернуться с реалистичной оценкой, а не с диапазоном «на глаз», нам нужен минимум вводных о корпусе документов, контуре и правилах доступа. Ниже — то, что ускоряет разбор и позволяет сразу очертить объём пилота и первый результат.

  • Перечень источников. Регламенты, политики, инструкции, приказы — с указанием, где они лежат и в каком виде: текстовые файлы, таблицы, сканы, страницы внутренней вики.
  • Границы пилота. Одно подразделение или один домен — кадры, безопасность, закупки. Для старта достаточно 10–30 документов, этого хватает, чтобы проверить качество ответов на реальных вопросах.
  • Доступы и роли. Как выдаются права, есть ли корпоративная аутентификация, какие документы доступны ограниченному кругу сотрудников.
  • Требования к контуру. Облако или внутренняя сеть, что запрещено выгружать за периметр, нужен ли журнал запросов и разграничение по отделам.
  • Владелец контента. Кто подтверждает актуальность редакций, кто отвечает за обновление корпуса и разметку версий документов.
  • Критерии приёмки. Доля ответов с корректной ссылкой на пункт, полнота покрытия частых вопросов, поведение ассистента, когда ответа в документах нет.
  • Участники проверки. 5–10 сотрудников из разных ролей плюс один ответственный за приёмку результата.

Первый результат — ассистент отвечает по вашему корпусу со ссылкой на конкретный пункт, а вы видите, где документы противоречат друг другу. Опишите задачу в этом объёме — вернёмся с оценкой, этапами и планом работ.

Направления AI-разработки

Последние работы

  • Разработка сайта компании B2B ADVANCE
    Разработка сайта компании B2B ADVANCE
    1543
  • Разработка веб-приложения для компании FEEDME
    Разработка веб-приложения для компании FEEDME
    1394
  • Разработка веб-сайта для компании БЕЛФИНГРУПП
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    1081
  • Разработка интернет магазина для компании FURNORO
    Разработка интернет магазина для компании FURNORO
    1374
  • Разработка логотипа компании B2B Advance
    Разработка логотипа компании B2B Advance
    816
  • Разработка веб-приложения для компании Enviok
    Разработка веб-приложения для компании Enviok
    1142