Искусственный интеллект, Траблшутинг | Олег Брагинский, Владислав Чернов
Основатель «Школы траблшутеров» Олег Брагинский и Влад Чернов решили проверить, может ли ИИ заменить человека в решении нестандартных вопросов и создать бота-консультанта. Наработки на базе платформы по созданию AI-агентов смело внедряем в рабочий процесс.
Хронология событий
Несколько лет назад в очередной раз активизировались нейросети. Первое время ими пользовались для развлечения. Задавали вопросы из серии: «Сколько звёзд на небе» и генерировали картинки. Применение в бизнесе мы нашли чуть позже и развиваем по сей день.
Затем появились чат-боты. На основе тех же нейросетей уже умели вести диалог с человеком. Именно они теперь вежливо сообщают: «Оставайтесь на линии, ваш звонок очень важен для нас», или счастливым голосом предлагают: «Возьмите замечательный кредит на наилучших условиях!».
Следующим шагом техноэволюции стали AI-агенты. Их можно назвать «чат-боты на стероидах». Способны не только поддерживать беседу, но и совершают определённые действия, связанные с материальным миром. Надо только заботливо привязать платёжные реквизиты и Google-аккаунт.
Можете голосом через бот в Телеграм попросить организовать поездку на концерт Дженнифер Лопес. Нейросеть рассчитает маршрут, задаст уточняющие вопросы, выдаст оптимальное решение. AI-умник оплатит билеты, занесёт поездку в календарь и даже вызовет такси в аэропорт.
Агенты привязаны к различным нейросетям. Например, самый мощный из них Manus работает на основе DeepSeek. Ресурс можно сравнить с тяжёлой артиллерией невероятной производительности. Есть и кастомные для отдельных функций, работающие для узких запросов.
Так, медицинский AI-агент может прочитать анализы, отправить в нейросеть на исследование, получить рекомендации по лечению. Затем через API специальных надстроек заказать лекарства на маркетплейсе и даже вызвать врача, если ваш датчик давления вдруг заподозрит неладное.
Юридический AI-помощник способен обработать документы, подобрать прецеденты по подобным делам, показать процент вероятности выигрыша дела, составить исковое заявление и направить в профильную инстанцию. Пока это только западные аналоги, но вскоре должны появиться и у нас.
Теперь, чтобы создать AI-агентов не обязательно быть программистом. Появились no-code платформы, где можно просто перетаскивать блоки, составлять схемы и настраивать конфигурации. Затем привязать умника к чат-боту, Google-аккаунту и платёжному сервису по API.
Вот пример схемы одного из агентов личных помощников:
На схеме показано, как информация через ТГ-бот поступает в блок AI-умника. Затем попадает на обработку в выбранную нейросеть из списка, и сервисы, которые предусмотрительно установили. Так, можно, словно из Лего-кубиков, присоединять блоки с желаемым функционалом и связями.
Потребуется скрупулёзно и педантично указать маршрут агенту: каким алгоритмом пользоваться и каким методом решать поставленные задачи. Через несколько итераций получаем искомое решение в том виде, в котором хотели бы видеть: текст, таблица, картинка, ответ голосом, прочее.
AI-агент – траблшутер
Появилась идея объединить технический прогресс и всевозможные технологии принятия решений. Подобный симбиоз позволит объединить колоссальную базу знаний и информации, которую могут предоставить нейросети и наработанные методики решения нестандартных задач для бизнеса.
В чём преимущества:
- не устаёт, ничего не забывает, круглосуточно на связи
- не зависит от эмоций, депрессий и ретроградного Меркурия
- настроен в течение долгих часов, чтобы выдать оптимальный ответ
- выбирает сразу несколько способов решения задач, в зависимости от контекста оценивает простоту применения и внедрения, думает ещё раз и даёт окончательный вердикт.
Агент уже умеет давать рекомендации по маркетингу и финансам на основе текстовых и голосовых запросов. Передаёт задачи на обработку нейросети, решает по нескольким методикам и отвечает в текстовом и режиме. Общение происходит через Телеграм-бот, на русском и английском языке.
В планах научить умника читать финансовые документы, загружая в Excel или в Google-таблицы, или по фото в виде картинки, оформлять ответы презентацией и размышлять в стиле заданного персонажа, например, Менделеева, Наполеона или другой известной персоны в заданной сфере:
Без участия человека ИИ пока обойтись не может, что, вероятно, и хорошо. Необходимо корректно предоставить исходные данные в приемлемом формате. Ответы при разной формулировке и структуре отличаются кардинально. Важно задать и способы решения поставленных задач.
Как можно выстроить мышление AI агента
Первый вопрос, на который приходится отвечать – а чем умник круче обычной нейросети и почему ChatGPT или DeepSeek недостаточно. Ответ в том, что AI-агент, с одной стороны, как раз и работает через платформы. Развиваются нейросети, появляются новые – агент совершенствуется.
С другой стороны, ошибки часто появляются не из-за недостатка мощности или нехватки данных для вычисления, а из-за следующих факторов:
- Нейросеть пользуется источниками, имеющими наибольшую цитируемость. Если ролик попсового блогера набрал тысячи просмотров, его вес может быть значительно выше, чем у научного журнала. Например, там, где нужны ссылки на точные ГОСТы, это не применимо.
- ИИ даёт наиболее универсальные советы, исходя из наибольшей применимости ответа. В случае решения нестандартных задач такой подход приводит формированию лишь банальных рекомендаций, не имеющих практической ценности.
- Использует иностранные источники чаще, чем отечественные – для модели машины могут иметь больший вес.
Кроме того, обычно процесс получения ответа имеет следующую упрощённую структуру:
- вопрос
- поиск решения
- выдача наиболее релевантного ответа.
Большинство из нас задаёт ответ в разговорной форме, так сказать, «от души». Наиболее продвинутые используют специальные промты. В них задаётся роль ИИ, форма ответа, пример, уточняющие данные и ещё десяток вводных данных. Аккуратнее задан вопрос – точнее будет ответ.
В сети нетрудно найти специальные гайды, как писать продвинутые промпты и шаблоны для разных отраслей и случаев жизни. Но со второй частью – определением вариантом поиска принятия решения, работают далеко не все. А ведь есть десятки методик и тысячи комбинаторных вариаций.
Для решения технических задач можно использовать ТРИЗ и для бизнеса иногда тоже: содержит около 80 принципов. Если выбрать только один способ, то получается, что остальные 79 не задействовали. А что, если попробовать несколько и далее совместить со SWOT-анализом?
Так пришла идея пользоваться мультикомбинацией способов в зависимости от поставленной задачи и затем выбирать несколько оптимальных вариантов. Что можно попробовать применить:
- PEST
- ТРИЗ
- ABC анализ
- Матрицу BCG
- SWOT анализ
- Дерево решений.
Причём это только несколько наиболее очевидных подходов. К ним можно добавить данные статистики, кейсы MBA в различном сочетании. Провели несколько опытов, нас они впечатлили. Нейросеть «в прямом эфире», вывела новый, ранее неизвестный вариант материала для упаковки.
Для того чтобы понять, как нейросеть строит процесс мышления, какие есть этапы, решили у неё и спросить. Нейросеть честно показала, какими алгоритмами принятия решений пользуется, как выбирает ответ, и чего ей не хватает. Именно этой теме совсем скоро посвятим следующую статью!