НейроБорисов

Файл может связать две рабочие системы

В одном из практикумов разбирали загрузку XML в Excel. Примером была выгрузка с АЗС. Вложенную структуру раскрывали, выбирали нужные поля и получали обычную рабочую таблицу.

У такого неприметного файла есть полезная роль в автоматизации.

Если у исходной программы нет API, то есть специального интерфейса для обмена данными, можно проверить вариант с регулярной выгрузкой. Сотрудник сохраняет файл. Обработчик читает его, приводит данные к нужному виду и готовит результат для проверки.

Для ИИ в этой цепочке тоже находится задача. Например, предложить соответствия для разных написаний одного товара. Утверждённые замены дальше применяет программа.

У выгрузки есть цена — данные актуальны на момент сохранения файла. Для процесса, который должен реагировать немедленно, такая задержка может оказаться неприемлемой. Для утреннего отчёта она часто допустима.

Автоматизация через кнопки на экране сильнее зависит от изменений интерфейса. Вариант с файлом позволяет отдельно проверить состав данных, дату выгрузки и результат обработки. Иногда именно такой промежуточный шаг делает задачу выполнимой.

Кощея исправили, картинку испортили

На разборе генерации Лукоморья я показываю начало и конец работы. По дороге Кощей становится более похожим на Кощея, появляется сундук, добавляются детали. При этом качество всей картинки заметно проседает.

Такое бывает при последовательных правках. Модель может заново отрисовать изображение, включая участки, которые никто не просил трогать. Новый результат становится основой для следующего. Вместе с удачной правкой дальше переходят и маленькие дефекты.

Ещё одна попытка уже не обязательно улучшает итог. На семинаре похожий эффект был виден даже после удаления стрелок с инфографики — подпись стала более пиксельной.

Поэтому удачную версию имеет смысл сохранять отдельно. Если серия исправлений уводит картинку в сторону, работу можно продолжить в новом чате с этой версией и одним точным изменением. Иногда удобнее заново собрать запрос из уже найденных решений.

Последний файл в переписке вполне может оказаться хуже предпоследнего. Дата сохранения ещё ничего не говорит о качестве.

Библиотекарь для корпоративных документов

На занятии я объясняю RAG через библиотекаря. Ему задают узкий вопрос, и он идёт к нужной полке. Ежедневно перечитывать библиотеку целиком для этого не требуется.

В базе знаний похожая механика. Документы заранее готовят к поиску и делят на фрагменты. Когда приходит вопрос, система выбирает подходящие части и передаёт их языковой модели вместе с запросом. Ответ строится с опорой на найденный материал.

Отсюда важное ограничение. Если на полке лежит старый регламент, красивый ответ может пересказать старое правило. Если поиск достал соседний раздел, модель будет работать с неподходящим контекстом. Сам факт подключения базы знаний ошибок не отменяет.

В рабочем ответе полезно сохранять название документа и конкретный фрагмент, на который опирается вывод. Тогда человек открывает источник и сверяет нужное место. Для нового приказа требуется обновление базы и проверка поиска по нему.

Значительная часть работы здесь приходится на саму библиотеку. Состав документов, актуальные версии и понятный источник ответа определяют, насколько результату можно доверять.

Финансовая модель появилась на экране

Excel-файл и ставка дисконтирования на входе. Расчёты, сценарии изменения выручки и короткий вывод для руководителя на выходе. Такой прототип приложения я собирал прямо во время выступления.

И тут экран оказался полезнее ещё одной страницы требований.

В тестовом файле не было первоначальных инвестиций. В демонстрации это вылезло в формальный ноль по одному из показателей. Получился конкретный разговор о том, какие данные нужны приложению и что делать, если их нет.

Модель написала код, дальнейшие вычисления выполняла программа. Это даёт повторяемый расчёт, но правильность формул и исходных предпосылок всё равно нужно проверять на известных примерах. Красивый интерфейс этот этап не заменяет.

У прототипа была своя законченная польза. Теперь можно было показать разработчику экран, загрузку файла, поля и ожидаемый результат. Стали видны пропущенные условия, которые трудно заметить в просьбе «сделайте нам финансовую модель».

В следующем запуске пользователь должен загрузить новый файл и получить расчёт по тем же правилам. Этот повторяемый маршрут тоже становится частью задания разработчику. Вместе с перечнем входных данных и проверок.

Первый работающий экран ещё требует доработки. Зато обсуждение требований уже идёт вокруг конкретного инструмента.

Название стиля оставляет слишком много догадок

На занятии разбираем иллюстрацию с девушкой, котом и облаком мечты. Одного слова «мультяшный» для неё мало. В запрос попадают плоские формы, тёплый пастельный фон, растительный орнамент и конкретная палитра. Эти признаки уже можно увидеть на готовой картинке и проверить.

С референсом работает тот же принцип. Сначала модель описывает его устройство. Какие линии, пропорции, цвета, фактура, свет. Затем нужные признаки переходят в запрос для нового изображения.

Вместо имени известного автора получается внятное описание того, что именно нам понравилось. «Тонкий неровный контур, приглушённая палитра, бумажная фактура» даёт возможность обсуждать отдельные свойства результата. Если линии стали слишком толстыми, понятно, какую часть менять.

Само описание тоже требует сверки с референсом. Модель способна пропустить важную деталь или приписать картинке лишнюю. Польза такого разбора в том, что расплывчатое «хочу примерно так» превращается в набор видимых решений.

Робот проиграл двум сотрудникам

В лекции для предпринимателей я вспоминал пиццерию, где хотели поставить робота для расфасовки. Тогда расчёт показал, что нанять двух сотрудников дешевле. Автоматизация была технически возможна. Расчёт дал другое решение.

С ИИ та же история. Цена одного запроса почти ничего не говорит о стоимости рабочего процесса.

Есть подготовка данных, настройка, проверка результата, исправление ошибок. Потом кто-то поддерживает всё это в рабочем состоянии. Меняется форма файла — нужен ремонт. Появляется исключение — нужны новые правила.

Частота задачи меняет расчёт. Еженедельная выгрузка с устойчивым алгоритмом даёт много повторений, на которых можно вернуть затраты. Задача раз в год, каждый раз устроенная по-новому, оставляет гораздо меньше шансов.

Поэтому в оценке экономии нужны две величины — время на исходную работу и время, которое осталось после автоматизации. С проверкой, исключениями и поддержкой. Если сотрудник весь день перепроверяет результат агента, освободившийся рабочий день пока существует только на презентации.

Три этажа и одна фамилия для проверки озвучки

В упражнении на синтез речи всего две строчки. Где находятся столовые и у кого получать пропуск. Для голоса это уже содержательный экзамен. В тексте есть числа и имя с отчеством и фамилией.

«На 3, 5, 7 этажах» человеку понятно с первого взгляда. Генератору приходится ещё выбрать форму числительных. Запись «на третьем, пятом, седьмом этажах» снимает часть этой неопределённости. Для имени может потребоваться отдельная настройка ударения, если сервис её поддерживает.

На занятии мы меняем именно эти места и слушаем результат ещё раз. Приятный голос легко отвлекает от того, что фамилия прозвучала неверно.

В готовой озвучке имена, числа и сложные сокращения заслуживают отдельного прослушивания. Красиво прочитанный текст всё ещё может отправить человека на другой этаж.

Заявка приходит новая, правила остаются

К концу практикума длинный разговор с моделью превратился в короткий запрос «Кому?». Мы прикладывали очередную заявку, и она распределяла её по правилам, которые уже лежали в проекте.

Перед этим пришлось разобрать примеры, исправить ошибки и сохранить инструкцию отдельным файлом. В проект попали накопленные критерии. Следующую заявку можно было отправлять без повторного объяснения всего процесса.

Это полезный момент в работе с повторяющейся задачей. Удачный ответ остаётся в истории переписки. Правило, по которому этот ответ получился, стоит вынести в постоянную инструкцию. Рядом положить образец результата и нужные рабочие документы.

В проекте для подготовки писем это будут тон, структура и пример согласованного письма. В проекте для проверки документов — критерии и перечень исключений.

Само наличие папки с файлами точности не гарантирует. Инструкцию всё равно проверяют на новых случаях. Зато исправление перестаёт жить в случайной реплике посреди длинного чата. Оно становится частью следующего запуска.

У моего бота есть кнопка запуска

Один из ботов для расшифровки голосовых сообщений я запускаю вручную. Нужен текст — захожу и нажимаю кнопку. На занятии приводил его как пример начала автоматизации.

Такое начало называется триггером. Это событие, после которого запускается вся цепочка.

Кнопка подходит, когда человек сам решает, что материалы готовы. Расписание — когда работа привязана ко времени, например нужен утренний отчёт. Входящее событие — когда обработка должна начаться после нового письма, заявки или появления файла.

Для редкой задачи кнопка вполне достаточна. Появление файла ещё не всегда означает, что человек закончил его готовить.

Выбор модели легко заслоняет простую вещь. Кто и в какой момент даёт цепочке команду начать работу.

Сначала кот, потом всё Лукоморье

Дуб, кот, Кощей, избушка, богатыри. Кажется, достаточно перечислить знакомых персонажей, и картинка соберётся сама. На занятии такой сюжет нужен как раз для демонстрации сложности. Чем больше важных объектов, тем больше у модели возможностей кого-нибудь потерять или перепутать.

На семинаре я сравниваю этот процесс с этюдами рядом с большим полотном в Третьяковке. У каждого героя сначала появляется отдельная работа. Его внешность, одежду, позу и предметы можно рассмотреть без соседей и декораций.

С генерацией полезна та же последовательность. Сначала получаются отдельные персонажи в согласованном стиле. Удачные варианты сохраняются. Затем они становятся референсами для общей сцены или частями коллажа.

У этого способа есть цена. Придётся отдельно следить за масштабом, светом и положением героев. При сборке модель всё ещё может изменить лицо или костюм. Зато видно, какой именно элемент требует переделки. Работа перестаёт зависеть от одной попытки нарисовать всё сказочное население сразу.