Stuzhuk Lab — Chemistry of Code
Хімія коду
Впровадження штучного інтелекту
Асистенти, RAG, OCR і ШІ, пов’язаний з ERP, що тримають реальне навантаження — не демо. Вертикальний зріз за тижні, далі розширення з оцінкою якості й контролем вартості.
Коротко опишіть мету, обмеження стеку та строки — відповім у Telegram.
Технології. Дані. Результат. Впроваджую ШІ, підключений до ваших систем — не демо-чат у вакуумі. Допомога співробітникам і клієнтам 24/7, конвеєри документів, прогнози й зв’язка з ERP (CRM, склад, фінанси, виробництво) — за потреби через інтеграцію з 1С.
Формат: фіксуємо бізнес-результат, обираємо вузький перший сценарій (один тип документа, один домен FAQ, один прогноз), спираємо модель на ваші API й метадані, потім розширюємо. Стек: TypeScript/Node.js або Python для оркестрації, LLM API або on-prem за вимогами, журнали й ролі з першого дня.
Приклади з практики
Нещодавні кейси: thinklens-bot і cursor-telegram-integration — проєкти, де застосовувалися навички впровадження штучного інтелекту (LLM, RAG, чат-боти, OCR, документи, прогнози, TypeScript, Node.js, Python, API ERP, 1С, безпека даних, автоматизація).
У цих проєктах поєднувалися продуктовий UI, API та експлуатаційні задачі: ролі, вивантаження, інтеграції й спостережуваність. Мета — система, яку ваша команда може розвивати, а не одноразовий демо-прототип.
Типова співпраця починається з письмового брифу: обмеження, інтеграції, комплаєнс і критерії «готово» для першого релізу. Ділимо роботу на вертикальні етапи — прогрес видно кожні 1–2 тижні, пріоритети можна змінювати без втрати ниті.
Після запуску — короткий супровід: крайові випадки, продуктивність, передача знань. Подальша підтримка залишається в in-house команди або за ретейнером — як зручніше вам.
Рішення фіксуємо зрозумілою мовою, тримаємо staging близько до продакшену й залишаємо runbook, щоб команда не залежала від підрядника після передачі. Якщо вже є дизайнери чи backend-розробники — вбудовуємось у ваші ритуали, а не створюємо паралельний процес.
Поширені запитання
Натисніть на запитання, щоб розгорнути відповідь.
Ви робите «просто чат-бота» чи прив’язку до наших даних?
Асистенти на ваших даних — API, документи, метадані ERP, RAG або виклик інструментів — не обгортка над публічним ChatGPT. Межі даних фіксуємо до першого промпта.
З якими ERP можна зв’язати ШІ?
1С, власна ERP і модулі CRM, склад, фінанси, виробництво через HTTP API й черги. Ядро обліку — в інтеграції з 1С.
Як обробляються помилки розпізнавання документів?
Пороги впевненості, звірка з правилами ERP і черга ручної перевірки для низьких оцінок — без тихої проводки в облік.
Чи можна запускати моделі on-prem або в нашому VPC?
Так, якщо політика вимагає: on-prem або private cloud для LLM/OCR, без навчання на ваших даних без договору, шифрування й логи доступу за замовчуванням.
Який реалістичний перший етап?
Один вертикальний зріз за 3–8 тижнів: внутрішній FAQ-бот, один тип документа або одна метрика прогнозу — потім розширення модулів і каналів.
Коротко опишіть мету, обмеження стеку та строки — відповім у Telegram.
