Telegraft

AI-ассистенты

Ассистент, который отвечает по вашим документам

Это ассистенты с поиском по собственному корпусу: вопрос сопоставляется с вашими проиндексированными документами, и модель отвечает по найденному, со ссылкой на источник. Само это ограничение и есть продукт. Ассистент, который отвечает из общих знаний, — это риск для бизнеса, где ответ обязан быть именно вашим ответом.

Ассистенты с поиском по вашим документам: что входит в этот раздел

Источник ответа
Ваши проиндексированные документы, со ссылкой рядом с ответом
Самая крупная статья
Подготовка корпуса, а не модель
Задержка
Секунды, а не миллисекунды — время съедает вывод модели
Переиндексация
Обязательна при каждой смене модели эмбеддингов
Потолок сообщения
4096 символов на одно сообщение Telegram
Гарантия обоснованности
Абсолютной нет. Поиск ограничивает ответ, но не доказывает его

As of 2025-10-01, Telegram Bot API 13.4

Почему этот уровень стоит отдельных денег

Верхний уровень каталога и самый короткий путь от проблемы, которую узнаёт каждый — документацию никто не читает, одни и те же двенадцать вопросов приходят ежедневно, — к чему-то измеримому. Здесь же максимально велик разрыв между демонстрацией и системой в эксплуатации, поэтому эти страницы больше говорят о режимах отказа, чем о возможностях.

Архитектура неприглядна, и именно в ней сидит стоимость. Документы режутся на куски, превращаются в векторы и индексируются; вопрос тоже превращается в вектор и сопоставляется; найденные фрагменты уходят модели с инструкцией отвечать по ним и прямо сообщать, когда ответа в них нет. Вся интересная инженерия почти целиком в первом шаге: качество поиска ограничено нарезкой, а нарезка ограничена тем, как устроены ваши документы.

Telegram добавляет к этому отсутствие проблемы с внедрением. Базой знаний за логином пользуются те, кто помнит о её существовании; ассистентом в чате, который у сотрудников и так открыт, пользуются все. Ровно поэтому такой уровень внутри Telegram стоит больше, чем он же в виде виджета на сайте.

Что именно строится

Две сборки каталога, где работу делает языковая модель, и многоязычный случай, в котором её задача уже, чем принято думать.

Откуда берутся ответы

Где на самом деле лежит корпус. Интеграция решает, какая доля бюджета уйдёт на подготовку, а не на сам поиск, и разброс тут больше, чем кажется.

  • Командам, чьи знания уже лежат в блочной структуре и режутся на куски без потерь, подойдёт

    Notion

  • Когда корпус — это вики с макросами, которые превращаются в заглушки, читайте про

    Confluence

  • Вопросы про тенант и политики доступа, от которых зависит срок, разобраны на странице про

    SharePoint

  • Для корпуса документов на общих дисках, со всеми ловушками владения файлами, смотрите

    Google Drive

Когда поиск по документам — неверное решение

Сравнение, которое отговаривает от этого уровня заметную долю читателей, и ограничения, которые решают исход.

Во сколько обходится эксплуатация

Сколько стоит построить и сколько стоит содержать каждый месяц — именно вторая цифра обычно и удивляет.

О чём спрашивают, прежде чем оплатить такой проект

Можете ли вы гарантировать, что ассистент ничего не выдумает?

Нет, и любой подрядчик, который это гарантирует, описывает что угодно, кроме языковой модели. Поиск сужает вход, а ссылка на источник делает необоснованный ответ заметным, и вместе это сильно снижает долю ошибок. До нуля не снижает. Там, где неверный ответ действительно недопустим, сценарный бот, способный сказать только то, что в него заложили, — более верное инженерное решение, и страница сравнения разбирает этот случай подробно.

Насколько хорошими должны быть наши документы?

Лучше, чем ожидает большинство команд, и именно сюда уходят бюджеты. Качество поиска ограничено нарезкой, а нарезка — структурой документа: база знаний с внятными заголовками режется чисто, а папка сканов и десять лет почтовой переписки — нет. Аудит, который устанавливает, что из этого у вас, идёт до любой сметы.

Во сколько обходится месяц эксплуатации?

В три вещи, которые не входят в разработку: обращения к модели, растущие вместе с числом вопросов; хостинг, он невелик; и поддержание содержимого в актуальном состоянии — про это забывают. Ассистент, отвечающий по документации, переставшей быть правдой полгода назад, хуже, чем его отсутствие: он уверенно ошибается в промышленных объёмах.

Меняет ли оговорка про арабский то, что нам закладывать в бюджет?

Да, и сказать это стоит до бюджета: машинный перевод и качество моделей для заливского диалекта арабского ощутимо хуже, чем для литературного. Если ваши клиенты пишут так же, как говорят, этот разрыв и есть главный риск проекта, и закрывается он вычитанным набором ответов на нужных языках, а не надеждой, что модель перекроет разницу сама.

Кто обрабатывает вопрос и на каких условиях по данным?

Документы превращаются в векторы и лежат в индексе, который принадлежит вам, в ваших собственных аккаунтах. Какой провайдер модели обрабатывает вопрос и на каких условиях по данным — решение, принимаемое при проработке объёма, а не значение по умолчанию: для компании под регулированием оно часто определяет всю архитектуру.

Почему внутри Telegram, а не виджетом на сайте?

Потому что базой знаний за логином пользуются те, кто помнит о ней, а ассистентом в чате, который у сотрудников и так открыт, пользуются все. Архитектура поиска при этом одна и та же; вся разница — во внедрении, и она и есть ценность.

Что почитать дальше