Наши кейсы

Реальные проекты внедрения искусственного интеллекта в бизнес. Каждый кейс - это работающее production-решение с измеримым результатом.

НедвижимостьRAGProfitbase CRMAI-инструменты

AI-консультант для застройщика PLG Group

PLG Group - крупный застройщик Санкт-Петербурга с тремя жилыми комплексами: ПРО.МОЛОДОСТЬ, IN2IT и Райдер. Мы создали AI-консультанта, который заменяет первый контакт менеджера по продажам - знает каждую квартиру, подбирает варианты, сравнивает объекты и автоматически отправляет лиды в CRM.

3 900+

объектов в базе

жилых комплекса

AI-инструментов

параметров объекта

15 мин

синхронизация CRM

24/7

без оператора

Глубокая интеграция с Profitbase CRM

Ключевая особенность проекта - полная двусторонняя интеграция с Profitbase - специализированной CRM для застройщиков. Данные синхронизируются автоматически по расписанию, бот всегда работает с актуальной информацией.

Синхронизация объектов

Автоматический импорт всех квартир из Profitbase API каждые 15 минут. 48 параметров по каждому объекту: цены (полная/рассрочка/ипотека/акционная), площади (общая/жилая/кухня/лоджия), отделка, вид из окна, высота потолков, номер секции и этажа.

Акции и спецпредложения

Импорт акций из Profitbase с бейджами, сроками действия, типами скидок и привязкой к конкретным квартирам. Бот знает какие квартиры участвуют в акции и рассказывает об условиях.

Планировки и этажи

Импорт шаблонов планировок и поэтажных планов с SVG-координатами квартир. Пользователь видит расположение квартиры на этаже и доступность соседних вариантов.

Отправка лидов в CRM

После SMS-верификации телефона бот автоматически создает лид в Profitbase (и AmoCRM как вторичную CRM) с привязкой к конкретному объекту, историей диалога и IP-геолокацией.

10 AI-инструментов бота

search_properties

Поиск квартир по параметрам: комнаты, цена, площадь, этаж, проект, студии, евро-планировки

get_property_details

Детальная карточка квартиры с ценами, планировкой и ссылкой на сайт застройщика

compare_properties

Сравнение нескольких квартир по всем 48 параметрам в табличном виде

get_special_offers

Актуальные акции с бейджами, скидками, сроками действия и списком участвующих квартир

get_project_info

Информация о жилом комплексе: корпуса, район, минимальная цена за м2, сроки продаж

get_building_info

Детали по конкретному корпусу: этажность, материал, отделка, сроки строительства

get_floor_availability

Доступность квартир на конкретном этаже с визуализацией планировки

search_knowledge

RAG-поиск по базе знаний: FAQ, ипотека, инвестиции, процесс покупки

submit_lead

Отправка верифицированного лида в CRM с привязкой к объекту

request_phone_verification

SMS-верификация телефона для доступа к инструментам и отправке лида

RAG база знаний

Помимо структурированных данных из CRM, бот использует RAG базу знаний для ответов на вопросы о процессе покупки, ипотечных программах, инвестиционной привлекательности и инфраструктуре районов. Администратор загружает Markdown-документы через панель управления, система автоматически разбивает их на чанки, векторизует и индексирует.

Гибридный поиск: семантический (по косинусному расстоянию) + полнотекстовый. Результаты из базы знаний приоритизируются выше контента сайта для точности ответов.

B2BEmail RAGBatch-обработка

RAG по email-архивам для B2B-компании

Производственная компания накопила годы email-переписки с клиентами, поставщиками и партнерами. Нужная информация терялась в тысячах писем. Мы построили пайплайн для векторизации email-архивов и семантического поиска по ним.

Гигабайты

email-архивов обработано

5 этапов

пайплайн обработки

параллельных контейнеров

2048

измерений вектора

Пайплайн обработки

Загрузка mbox-архивов (с разбиением файлов больше 1 ГБ)

Парсинг и очистка: удаление спама, дубликатов, служебных писем

Реструктуризация: LLM нормализует каждый email-тред в единый документ

Векторизация: эмбеддинги через Voyage AI (voyage-4-large, 2048 измерений)

Загрузка в векторную базу данных с метаданными для фильтрации

ПроизводствоМульти-модальный RAGПоиск по изображениям

AI-ассистент техподдержки для производственной компании

Производственная компания с обширным каталогом оборудования нуждалась во внутреннем AI-ассистенте для поддержки. Особенность - необходимость поиска не только по тексту, но и по изображениям из технической документации и PDF-каталогов.

Гибридный поиск

Комбинация векторного (семантического) и полнотекстового поиска. Находит результаты даже когда запрос сформулирован не техническим языком - по смыслу, а не по ключевым словам.

Поиск по изображениям

LLM описывает каждое изображение из PDF-документации, индексирует описания и находит визуально релевантные результаты по текстовому запросу. Поиск по моделям оборудования, фотографиям и техническим чертежам.

Кэширование и скорость

Redis-кэширование ответов для оптимизации скорости и стоимости. Повторные вопросы обрабатываются мгновенно без обращения к LLM.

Управление доступом

Проектная организация чатов, аутентификация по email-домену, анонимизация источников данных для защиты конфиденциальной информации.

SaaSТикеты поддержкиBatch API

RAG по тикетам поддержки для SaaS-компании

SaaS-компания с тысячами обращений клиентов хотела превратить историю тикетов поддержки в базу знаний. Цель - чтобы новые операторы и AI-бот могли находить решения аналогичных проблем из прошлого опыта.

Batch-реструктуризация

Тысячи тикетов нормализуются через Batch API - до 100 параллельных запросов. LLM превращает хаотичную переписку в структурированные документы «проблема - решение».

Фильтрация по категориям

Метаданные из системы тикетов (категория, теги, статус) сохраняются в векторной базе для фильтрованного поиска. Можно искать только по определенной теме или продукту.

Гибридный поиск

Комбинация семантического и полнотекстового поиска. Находит решения даже когда клиент описывает проблему другими словами, чем в оригинальном тикете.

Непрерывное обновление

Новые тикеты автоматически обрабатываются и добавляются в базу знаний. Чем больше обращений - тем умнее становится система поддержки.