30.04.2026 10:53
Как собрать свой AI-контур на доступных инструментах
Как собрать свой AI-контур на доступных инструментах
В прошлом посте #ИЖС_строит_AI мы разобрали архитектуру контура по пяти слоям и обещали рассказать, как вам самостоятельно реализовать аналогичный проект.
🔸 У заказчика нашего проекта #ИЖС_строит своя закрытая сложная ИИ-инфраструктура. Однако вы сможете собрать рабочую версию с помощью инструментов, которые есть в широком доступе.
Три уровня сборки.
Уровень 1 — Минимальный старт.
Облачное хранилище с папками по разделам (АР, КЖ, договоры, протоколы, переписка) + ИИ-ассистент с возможностью загружать файлы прямо в диалог. Загрузили договор ▶️ спросили про штрафные условия ▶️ получили ответ с указанием страницы.
🔸 Ограничения уровня: ИИ-ассистент не помнит контекст между сессиями, файлы нужно загружать каждый раз заново, связей между документами нет. Подходит для разовых проверок, но для системного ведения проекта — нет.
Уровень 2 — Устойчивый контур.
Три добавления к первому уровню:
🔸 Единое хранилище документов с жесткой структурой папок и наименованием по дате и разделу — это «база знаний» из первого слоя контура.
🔸 ИИ-ассистент с постоянными проектами — такие есть у ChatGPT, Gemini Advanced и др. Загружаете весь корпус документов один раз — затем можете работать в одном пространстве, не начиная заново при каждом запросе.
🔸 Две таблицы: журнал решений (дата, решение, мотивация, альтернативы, последствия для сметы) и реестр рисков (угроза, ответственный, статус, митигация). Никакого специального ПО — достаточно Google Таблиц или Notion.
На этом уровне контур уже работает. Шаблоны журнала решений и реестра рисков разберем в следующих постах серии #ИЖС_строит_AI.
Уровень 3 — Продвинутый.
🔸Для тех, кто готов выйти за рамки готовых подписок. Здесь уже работает RAG — собственная система семантического поиска по всему корпусу документов.
Принцип: любой файл разбивается на фрагменты, каждый получает векторное представление, и при запросе система находит не по ключевым словам, а по смыслу — даже если нужный абзац в договоре сформулирован иначе, чем вопрос.
🔸 На этом уровне можно проводить автоматические сверки между разделами. Например, система сама находит, что оконный проем из АР не совпадает со спецификацией, и выдает список расхождений без ручного перебора. Инструменты для самостоятельной сборки — Open WebUI, LlamaIndex, Chroma и др. Некоторые требуют оплаты, но для адекватного использования инструменты нужно настроить.
Именно такой уровень мы используем в проекте #ИЖС_строит_AI, и именно его возможности будем показывать далее в рубрике.
Дальше — вернемся к слоям AI-контура. В следующем посте разберём первый: из чего именно собирается база знаний и какие документы должны быть в ней с первого дня проекта.
Подписывайтесь на ИЖС
В прошлом посте #ИЖС_строит_AI мы разобрали архитектуру контура по пяти слоям и обещали рассказать, как вам самостоятельно реализовать аналогичный проект.
🔸 У заказчика нашего проекта #ИЖС_строит своя закрытая сложная ИИ-инфраструктура. Однако вы сможете собрать рабочую версию с помощью инструментов, которые есть в широком доступе.
Три уровня сборки.
Уровень 1 — Минимальный старт.
Облачное хранилище с папками по разделам (АР, КЖ, договоры, протоколы, переписка) + ИИ-ассистент с возможностью загружать файлы прямо в диалог. Загрузили договор ▶️ спросили про штрафные условия ▶️ получили ответ с указанием страницы.
🔸 Ограничения уровня: ИИ-ассистент не помнит контекст между сессиями, файлы нужно загружать каждый раз заново, связей между документами нет. Подходит для разовых проверок, но для системного ведения проекта — нет.
Уровень 2 — Устойчивый контур.
Три добавления к первому уровню:
🔸 Единое хранилище документов с жесткой структурой папок и наименованием по дате и разделу — это «база знаний» из первого слоя контура.
🔸 ИИ-ассистент с постоянными проектами — такие есть у ChatGPT, Gemini Advanced и др. Загружаете весь корпус документов один раз — затем можете работать в одном пространстве, не начиная заново при каждом запросе.
🔸 Две таблицы: журнал решений (дата, решение, мотивация, альтернативы, последствия для сметы) и реестр рисков (угроза, ответственный, статус, митигация). Никакого специального ПО — достаточно Google Таблиц или Notion.
На этом уровне контур уже работает. Шаблоны журнала решений и реестра рисков разберем в следующих постах серии #ИЖС_строит_AI.
Уровень 3 — Продвинутый.
🔸Для тех, кто готов выйти за рамки готовых подписок. Здесь уже работает RAG — собственная система семантического поиска по всему корпусу документов.
Принцип: любой файл разбивается на фрагменты, каждый получает векторное представление, и при запросе система находит не по ключевым словам, а по смыслу — даже если нужный абзац в договоре сформулирован иначе, чем вопрос.
🔸 На этом уровне можно проводить автоматические сверки между разделами. Например, система сама находит, что оконный проем из АР не совпадает со спецификацией, и выдает список расхождений без ручного перебора. Инструменты для самостоятельной сборки — Open WebUI, LlamaIndex, Chroma и др. Некоторые требуют оплаты, но для адекватного использования инструменты нужно настроить.
Именно такой уровень мы используем в проекте #ИЖС_строит_AI, и именно его возможности будем показывать далее в рубрике.
Дальше — вернемся к слоям AI-контура. В следующем посте разберём первый: из чего именно собирается база знаний и какие документы должны быть в ней с первого дня проекта.
Подписывайтесь на ИЖС