Bahas: RAG-поддержка для небольшой SaaS-команды

Задача и цена бездействия

Бизнес-контекст Bahas публично обещает chatbot, grounded in knowledge base, с escalation к человеку, когда уверенности недостаточно. Задача, которую решаем Развернуть такой контур на документации малого SaaS: ответы только с цитатами, безопасный отказ, создание ticket и регулярная проверка устаревших статей. Почему предпринимателю важно решить её сейчас AI без контрольной выборки и понятного владельца создаёт новую ручную работу: сотрудники перепроверяют ответы, ошибки доходят до клиента, а стоимость запросов растёт без связи с решёнными обращениями. Что фиксируем до оценки — ручной процесс и его текущую стоимость до автоматизации. — допустимые ошибки, обязательную передачу человеку и запрещённые действия. — источники знаний, требования к ПД и системы, куда записывается результат. — контрольный набор примеров и метрику успешного завершения.

Как Alixio решает задачу

Как команда Alixio строит такой проект 1. Ingestion docs/FAQ/changelog. 2. Chunking и embeddings. 3. Retrieval с citations. 4. Confidence policy и human escalation. 5. Evaluation set, feedback и content freshness. Что получает бизнес на выходе — AI берёт повторяемую часть процесса, сохраняя человеку решения с финансовым, юридическим или репутационным риском. — Каждый ответ и автоматическое действие можно связать с источником, версией правила и итогом обработки. — Бизнес платит за полезно завершённый сценарий, а не за количество сообщений или красивую демонстрацию. Какие показатели связываем с деньгами — доля корректно завершённых задач и безопасных передач человеку. — время обработки, снижение ручных операций и стоимость одного результата. — точность на контрольной выборке, latency, ошибки retrieval и жалобы. Риски, которые закладываем до сметы — Устаревшая статья. — Prompt injection из документа. — Ответ без источника. Как предприниматель принимает результат — Каждый факт имеет citation. — Low confidence создаёт ticket. — HTML очищается. — Ночной eval ловит regression. Как предлагаем начать Запускаем ограниченный пилот на одном типе обращений. До расширения сравниваем его с ручным процессом по качеству, времени и стоимости; при слабом результате меняем контур, а не масштабируем ошибку.