AI-курація та оновлення бази знань: аудит, рекомендації, дашборд

AI-курація та оновлення бази знань

Ми часто бачимо, як база знань, яку не підтримують, гірша за відсутність бази знань. Вона створює ілюзію порядку, але насправді сповнена застарілих інструкцій, дублюючих статей і мертвих посилань. Ручна курація при обсязі 500+ статей нереалістична: у редактора просто немає часу систематично перевіряти кожну.

Наша AI-система курування не замінює експертів, але автоматично виявляє проблеми, розставляє пріоритети для рев'ю та пропонує конкретні правки — редактор працює з готовим рев'ю-листом, а не з голим контентом. За 5 років роботи ми обробили бази знань від 200 до 10 000 статей та гарантуємо покращення метрик свіжості та покриття.

Як AI виявляє застарілий контент?

Система аналізує кожну статтю за декількома параметрами. По-перше, перевіряється дата останнього оновлення та зіставляється з тематикою: статті про версії ПЗ втрачають актуальність швидше, ніж концептуальні матеріали. По-друге, LLM оцінює вміст на предмет згадки застарілих версій, назв продуктів або команд. Наприклад, якщо в статті згадується v1.2, а поточна версія v3.0 — ставиться прапорець. По-третє, перевіряються внутрішні посилання: биті посилання відправляються до списку на виправлення. Для ембеддингів ми використовуємо SentenceTransformer, а для оркестрації LLM — LangChain.

П'ять типів проблем, які виявляє AI

1. Застарілий контент — версії ПЗ, назви команд, посилання на неіснуючі процеси.
2. Дублювання — семантично схожі статті за різними URL.
3. Прогалини — питання, які користувачі часто ставлять, але статті немає.
4. Низька якість — статті без acceptance criteria, без прикладів, з розпливчастими формулюваннями.
5. Порушені зв'язки — внутрішні посилання ведуть на неіснуючі сторінки.

from langchain_openai import ChatOpenAI
from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity
import numpy as np
from datetime import datetime, timedelta

class KnowledgeBaseAuditor:
    def __init__(self, confluence_client, llm: ChatOpenAI, embedder: SentenceTransformer):
        self.confluence = confluence_client
        self.llm = llm
        self.embedder = embedder

    def find_duplicates(self, articles: list[dict], threshold: float = 0.88) -> list[tuple]:
        """Знаходить семантично дублюючі статті"""
        texts = [f"{a['title']} {a['body'][:500]}" for a in articles]
        embeddings = self.embedder.encode(texts, batch_size=32, show_progress_bar=True)

        # Попарне порівняння — тільки верхній трикутник матриці
        sim_matrix = cosine_similarity(embeddings)
        np.fill_diagonal(sim_matrix, 0)

        duplicates = []
        for i in range(len(articles)):
            for j in range(i + 1, len(articles)):
                if sim_matrix[i][j] >= threshold:
                    duplicates.append((
                        articles[i]["id"], articles[i]["title"],
                        articles[j]["id"], articles[j]["title"],
                        round(float(sim_matrix[i][j]), 3)
                    ))

        return sorted(duplicates, key=lambda x: x[4], reverse=True)

    async def check_staleness(self, article: dict) -> dict:
        """Оцінює застарілість статті через LLM"""
        last_updated = datetime.fromisoformat(article["last_updated"])
        age_days = (datetime.now() - last_updated).days

        prompt = f"""Оціни свіжість технічної статті.

Заголовок: {article['title']}
Вміст (перші 1000 символів):
{article['body'][:1000]}

Останнє оновлення: {age_days} днів тому

Перевір:
1. Чи згадуються конкретні версії ПЗ/інструментів? Чи актуальні вони?
2. Чи є застарілі терміни (наприклад, назва старої команди або продукту)?
3. Посилання виглядають актуально?
4. Загальна оцінка актуальності: актуально/потребує_перевірки/застаріло

Поверни JSON: {{staleness_level, reasons: [], suggested_action}}"""

        result = await self.llm.ainvoke(prompt)
        return {"article_id": article["id"], **eval(result.content)}

    def find_content_gaps(
        self,
        support_queries: list[str],
        articles: list[dict]
    ) -> list[dict]:
        """Знаходить питання, на які немає статей"""
        # Індексуємо існуючі статті
        article_embs = self.embedder.encode(
            [a["title"] + " " + a["body"][:200] for a in articles]
        )

        gaps = []
        for query in support_queries:
            query_emb = self.embedder.encode([query])
            similarities = cosine_similarity(query_emb, article_embs)[0]
            max_sim = np.max(similarities)

            if max_sim < 0.65:  # немає достатньо схожої статті
                gaps.append({
                    "query": query,
                    "best_match_score": round(float(max_sim), 3),
                    "best_match_article": articles[np.argmax(similarities)]["title"]
                })

        return sorted(gaps, key=lambda x: x["best_match_score"])

Автоматичне пропонування правок

Після виявлення проблем — генерація конкретних покращень:

    async def suggest_improvements(self, article: dict) -> dict:
        prompt = f"""Перевір статтю бази знань та запропонуй конкретні покращення.

Стаття: {article['title']}
Текст:
{article['body'][:2000]}

Оціни та запропонуй правки за кожним критерієм:
1. Ясність — чи зрозуміла стаття новому співробітнику?
2. Повнота — чи є приклади, конкретні кроки?
3. Структура — чи потрібні заголовки, списки?
4. Актуальність — чи немає застарілих деталей?

Для кожної проблеми: цитата з оригіналу → пропонована правка.
Поверни JSON: {{score: 0-10, issues: [{{location, problem, suggestion}}]}}"""

        result = await self.llm.ainvoke(prompt)
        return {"article_id": article["id"], **eval(result.content)}

Дашборд стану бази знань

Чому автоматичне курування ефективніше за ручне?

Порівняємо: редактор-людина витрачає в середньому 15–20 хвилин на перевірку однієї статті. Для бази з 800 статей це 200–270 годин безперервної роботи — без урахування часу на виправлення. AI-система обробляє той самий обсяг за 2–3 години аналізу та видає пріоритезований список проблем. Редактору залишається лише затвердити або відхилити запропоновані правки. Таким чином, AI скорочує час курації в 15–20 разів, зберігаючи якість.

Що входить в роботу

• Аудит поточної бази знань: повний аналіз статей, виявлення дублів, застарілого контенту, прогалин.
• Налаштування AI-пайплайну: інтеграція з Confluence, Notion, GitBook або API; вибір моделі, налаштування порогів схожості.
• Дашборд з метриками: візуалізація Freshness Score, Coverage Rate, Duplication Rate, Quality Score.
• Автоматичні рекомендації: LLM генерує конкретні правки для кожної проблемної статті.
• Навчання команди: семінар з роботи з системою, передача документації.
• Гарантія підтримки: 3 місяці супроводу після впровадження.

За нашими даними, після впровадження AI-курації компанії скорочують час на підтримку бази знань на 60–80%.

Процес роботи

1. Аналітика: збір та структурування поточних статей, вивантаження логів пошуку та запитів у саппорт.
2. Проектування: вибір архітектури (RAG, fine-tuning або zero-shot), підбір моделі та ембедера.
3. Реалізація: розробка пайплайну аудиту, інтеграція зі сховищем, налаштування дашборду.
4. Тестування: прогін на тестовій вибірці, звірка з експертною оцінкою, калібрування порогів.
5. Деплой: запуск у продакшн, передача команді, навчання.

Терміни та вартість

Терміни залежать від обсягу бази та складності інтеграції. Аудит та виявлення проблем займають від 1 до 2 тижнів. Система автоматичних рекомендацій та дашборд — ще 3–4 тижні. Вартість розраховується індивідуально після оцінки вашої бази знань та поточних процесів. Ми гарантуємо прозоре ціноутворення та фіксацію вартості на етапі договору.

Оцінимо ваш проект безкоштовно. Зв'яжіться з нами, щоб отримати попередній аналіз та дашборд метрик вашої бази знань.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.