AI-система для онлайн-конференцій: досвід впровадження та результати

Організація онлайн-конференції на 500+ учасників — це потік однотипних питань, постійні зміни програми та розсилки не в ті сегменти. Учасники губляться, запізнення на сесії зростають, підтримка задихається. Кожна хвилина очікування відповіді — втрата довіри. Ми спроектували AI-систему для онлайн-конференцій з RAG, модерацією Q&A та автоматизацією розсилок, яка бере на себе рутину: персоналізує програму, модерирує Q&A та автоматизує follow-up листи. Організатор займається контентом, а не відповідями на «коли будуть записи?». Результат: скорочення часу відповіді на 95% і підвищення явки на 18%.

«AI-асистент скоротив час відповіді на питання з 30 хвилин до 90 секунд — у 20 разів швидше за ручну підтримку» — із звіту IT-конференції на 800 учасників.

Проблеми та рішення

Потік однотипних питань

Учасники питають: «Де посилання?», «Коли початок?», «Хто спікер?». Вручну відповідати кожному — втрата часу. AI-асистент завантажує базу знань заходу та відповідає миттєво, з цитатою з джерела.

Низька явка

Забудькуватість — головний ворог конференцій. Персоналізовані нагадування за 24 години та за 1 годину підвищують attendance rate на 18% (наш кейс з IT-конференцією).

Хаос у Q&A

Без модерації питання тонуть у дублях і офтопіку. AI-модератор оцінює якість, групує дублікати, виводить спікеру топ-5 найкращих питань кожні 20 хвилин. AI-модератор у 10 разів швидше за людину.

Архітектура системи

Як влаштована RAG-база знань

Система складається з чотирьох модулів: база знань на RAG (технологія RAG), асистент учасника, модератор Q&A та автоматизатор розсилок. Нижче — приклад реалізації на Python з LangChain та Anthropic.

from anthropic import Anthropic
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
from datetime import datetime, timedelta
import json
import asyncio

client = Anthropic()
emveddings = OpenAIEmbeddings(model="text-embedding-3-small")

class EventKnowledgeBase:
    """База знань про захід для AI-асистента"""

    def __init__(self, event_id: str):
        self.vectorstore = Chroma(
            collection_name=f"event_{event_id}",
            embedding_function=embeddings,
        )

    def index_event_data(self, event_data: dict):
        """Індексує дані про захід"""
        texts = []
        metadatas = []

        # Програма
        for session in event_data.get("sessions", []):
            text = f"""Секція: {session['title']}
Спікер: {session['speaker']} ({session['speaker_bio']})
Час: {session['start_time']} — {session['end_time']}
Опис: {session['description']}
Зала/трек: {session.get('track', 'загальний')}"""
            texts.append(text)
            metadatas.append({"type": "session", "session_id": session["id"]})

        # FAQ
        for item in event_data.get("faq", []):
            texts.append(f"Питання: {item['q']}\nВідповідь: {item['a']}")
            metadatas.append({"type": "faq"})

        # Спікери
        for speaker in event_data.get("speakers", []):
            text = f"""Спікер: {speaker['name']}
Посада: {speaker['title']} в {speaker['company']}
Біографія: {speaker['bio']}
Теми: {', '.join(speaker.get('topics', []))}"""
            texts.append(text)
            metadatas.append({"type": "speaker", "speaker_name": speaker["name"]})

        self.vectorstore.add_texts(texts=texts, metadatas=metadatas)


class EventAssistant:
    """AI-асистент для учасників заходу"""

    def __init__(self, event_id: str, event_name: str):
        self.event_name = event_name
        self.kb = EventKnowledgeBase(event_id)
        self.sessions: dict[str, list] = {}  # історія діалогів

    def answer(self, participant_id: str, question: str, current_time: datetime = None) -> str:
        results = self.kb.vectorstore.similarity_search_with_score(question, k=5)
        context = "\n\n".join([doc.page_content for doc, score in results if (1 - score) > 0.5])

        time_context = f"Поточний час: {current_time.strftime('%H:%M')}" if current_time else ""

        history = self.sessions.get(participant_id, [])
        messages = history + [{
            "role": "user",
            "content": f"{time_context}\n\nПитання учасника: {question}\n\nІнформація про захід:\n{context}"
        }]

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=512,
            system=f"""Ти — асистент учасників заходу «{self.event_name}».
Відповідай коротко і конкретно. Якщо інформації немає — скажи чесно.""",
            messages=messages,
        )

        answer = response.content[0].text
        history.append({"role": "user", "content": question})
        history.append({"role": "assistant", "content": answer})
        self.sessions[participant_id] = history[-10:]

        return answer


class QAModerator:
    """AI-модерація питань Q&A сесії"""

    def __init__(self):
        self.question_queue: list[dict] = []
        self.answered: list[dict] = []

    def moderate_question(self, question: str, participant: dict) -> dict:
        """Модерує питання: релевантність, дублікати, якість"""
        # Перевіряємо на дублікат
        if self.question_queue or self.answered:
            existing = [q["question"] for q in self.question_queue + self.answered[-20:]]
            existing_text = "\n".join(f"- {q}" for q in existing[-15:])
        else:
            existing_text = "немає"

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=256,
            messages=[{
                "role": "user",
                "content": f"""Оціни питання для Q&A сесії:

Питання: "{question}"
Вже є питання: {existing_text}

Поверни JSON:
{{
  "approve": true/false,
  "is_duplicate": true/false,
  "duplicate_of": "схоже питання або null",
  "quality_score": 1-5,
  "category": "technical|business|personal|off_topic",
  "cleaned_question": "відредагована версія (прибрати грубість, помилки)",
  "reject_reason": "причина відхилення або null"
}}

Схвалюй питання по темі, не спам і не грубість. Тільки JSON."""
            }],
        )

        text = response.content[0].text
        result = json.loads(text[text.find("{"):text.rfind("}") + 1])

        if result.get("approve"):
            self.question_queue.append({
                "question": result.get("cleaned_question", question),
                "original": question,
                "participant": participant,
                "quality": result.get("quality_score", 3),
                "category": result.get("category"),
                "submitted_at": datetime.now().isoformat(),
            })

        return result

    def get_top_questions(self, n: int = 5) -> list[dict]:
        """Повертає топ питань за оцінкою якості"""
        sorted_queue = sorted(
            self.question_queue,
            key=lambda q: q.get("quality", 3),
            reverse=True
        )
        return sorted_queue[:n]

    def get_summary_for_speaker(self, session_topic: str) -> str:
        """Готує спікеру зведення питань перед Q&A"""
        if not self.question_queue:
            return "Питань поки немає."

        questions_text = "\n".join([
            f"{i+1}. [{q['category']}] {q['question']}"
            for i, q in enumerate(self.get_top_questions(10))
        ])

        response = client.messages.create(
            model="claude-haiku-4-5",
            max_tokens=512,
            messages=[{
                "role": "user",
                "content": f"""Тема сесії: {session_topic}

Питання від аудиторії:
{questions_text}

Згрупуй за темами, виділи найбільш часті — допоможи спікеру підготуватися до Q&A.
Коротко, по суті."""
            }],
        )

        return response.content[0].text

AI-асистент учасника

Асистент відповідає на питання про програму, спікерів і технічні деталі в реальному часі, використовуючи RAG-базу знань.

Модерація Q&A

Модератор перевіряє питання на дублікат, релевантність, якість та категорію. Питання з низькою якістю відхиляються, дублікати групуються. Топ-5 питань за якістю надсилаються спікеру кожні 20 хвилин.

Автоматизація email-розсилок

Учасник отримує персоналізовані нагадування та follow-up листи після сесій, що підвищує явку на 18%.

Впровадження та результати

Процес впровадження

1. Аудит заходу: збір даних про програму, спікерів, учасників.
2. Інтеграція бази знань на RAG: завантаження документів, налаштування ембедінгів.
3. Налаштування AI-асистента: конфігурація моделі, тестування відповідей.
4. Конфігурація модерації Q&A: правила фільтрації, категорії питань.
5. Автоматизація email-розсилок: шаблони, сегментація, тригери.
6. Запуск аналітики залученості: дашборд, звіти.
7. Тестування та навчання команди.

Що входить в роботу

• AI-асистент для учасників: інтеграція з платформою конференції, завантаження бази знань, налаштування персоналізації.
• Модерація Q&A: алгоритми перевірки на дублікати, оцінка якості, автоматичне зведення для спікера.
• Email-автоматизація: шаблони нагадувань, follow-up після сесій, пост-івент листи з записами.
• Аналітика залученості: дашборд із метриками (середній час перегляду, точки відтоку, кількість питань), звіти після кожної сесії.
• Навчання команди: інструкції з адміністрування системи, доступ до логів, підтримка в перші дні заходу.

Терміни впровадження

Порівняння: ручне управління vs AI-система

Практичний кейс: IT-конференція, 800 учасників

Масштаб: 2-денна онлайн-конференція, 22 секції, 800 зареєстрованих учасників, 3 паралельних треки.

Автоматизовано:

• Q&A чат-бот відповідав на питання про програму, спікерів та технічні питання підключення (78% питань)
• Модерація Q&A: 340 питань за 2 дні, спікери отримували топ-5 найякісніших кожні 20 хвилин
• Персоналізовані follow-up листи по 3 треках (технічний, бізнес, менеджмент)
• Нагадування за 24 год та 1 год: +18% до attendance rate vs попередньої конференції без нагадувань

Результати:

• Оргкоманда (3 людини): заощадили ~40 годин операційної роботи за 2 дні, що еквівалентно економії ~$1500 на фонді оплати праці
• Час відповіді на питання учасника: 30 хв → 90 сек (у 20 разів швидше)
• Звіт по залученості кожної секції: готовий через 5 хв після закінчення

Аналітика залученості

Як AI аналізує поведінку учасників

Система збирає логи дій учасників: перегляди, запитання, реакції, виходи. Для кожної сесії розраховується середній час перегляду, точки відтоку, кількість запитань. AI формує звіт із висновками та рекомендаціями для наступних заходів.

Метрики та звіти

Клас EngagementAnalytics записує події та формує звіт із метриками. AI обробляє статистику та видає рекомендації для наступних заходів.

Ми маємо 5+ років досвіду впровадження AI-систем для конференцій, понад 10 реалізованих проєктів з аудиторією від 200 до 2000 учасників. Гарантуємо SLA 99.9%, працюємо за договором з гарантією якості. Зв'яжіться з нами для розрахунку вартості вашого заходу. Замовте консультацію — ми підготуємо пропозицію за 24 години. Отримайте демо-доступ до системи — напишіть нам.

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.