Анастасія А.
Предложите Анастасії работу над вашим следующим проектом или зарегистрируйте профиль фрилансера и начинайте зарабатывать прямо сейчас.
Личное сообщение
Предложить работу
Львов,
Украина
1 месяц 8 дней назад
свободен для работы
на сервисе 1 месяц 13 дней
Рейтинг
Успешных проектов
Средняя оценка
Уровень владения языками
Українська: носитель
English: выше среднего
Навыки и умения
Программирование
Услуги
Портфолио
-
10 000 UAH AI-ассистент для волонтеров кафе
Разработка ботов
Создание интеллектуального Telegram-агента, который автоматизирует поддержку волонтеров некоммерческого кафе, позволяя команде фокусироваться на гостеприимстве, а не на поиске операционных ответов.
Контекст
D.Café — это некоммерческий проект, где все прибыли идут на благотворительность. Команда состоит из волонтеров, которые работают посменно и имеют разный уровень подготовки. Основа философии кафе — «радикальное гостеприимство». До внедрения решения волонтеры тратили время на поиск ответов по операционным процессам, что отвлекало их от общения с гостями.
…
Проблема
Отсутствие быстрого доступа к базе знаний: правила работы с кассой, оборудованием, стандарты меню и скрипты общения.
Необходимость постоянно отвлекать опытных членов команды для получения базовых инструкций.
Потеря фокуса на гостях из-за технических и организационных вопросов, особенно во время онбординга новых волонтеров.
Цель: предоставить волонтерам мгновенный доступ ко всей операционной информации через привычный инструмент (Telegram) без необходимости дополнительного обучения.
Решение
Разработан разговорный AI-агент, который выполняет роль цифрового администратора. Система основана на структурированной базе знаний, содержащей полное описание процессов кафе. Агент использует семантический поиск, что позволяет ему понимать контекст вопроса, а не только ключевые слова.
Ключевые особенности:
Архитектура RAG: ответы основаны исключительно на загруженных инструкциях кафе, что гарантирует их точность.
Tone of Voice: настройка теплого и приветливого стиля общения, который соответствует ценностям D.Café.
Нулевой порог входа: использование Telegram в качестве основного интерфейса, что не требует установки новых приложений.
Контроль точности: агент настроен сообщать о отсутствии информации вместо того, чтобы предоставлять непроверенные данные.
Процесс реализации
Аудит и структурирование знаний: сбор инструкций по открытию/закрытию смены, правил кухни, кассовых процедур и скриптов взаимодействия с гостями.
Построение базы знаний: организация информации в векторную базу данных, оптимизированную для точного контекстного поиска.
Архитектура агента в n8n: использование OpenAI Chat Model с интеграцией Simple Memory для поддержки контекста разговора и OpenAI Embeddings для семантического поиска.
Конфигурация тональности: программирование специфического стиля ответов (использование фраз «рад помочь», «благословенного дня» и т.д.).
Тестирование и запуск: развертывание бота, проведение инструктажа для волонтеров и сбор обратной связи непосредственно во время рабочих смен.
Результаты
Автоматическая обработка 10–20 запросов за смену, которые ранее требовали привлечения администратора.
Среднее время ответа — до 60 секунд, что позволяет волонтеру быстро вернуться к работе с гостями.
Минимальные затраты на эксплуатацию системы благодаря оптимизации запросов к API.
Ускорение онбординга: новые волонтеры получают поддержку в режиме реального времени.
Высокий уровень доверия к системе благодаря точности ответов и соблюдению корпоративной этики общения.
#n8n #AI_Assistant #RAG #KnowledgeBase #OpenAI #Telegram_Automation #NonProfit_Tech #CustomerService_AI #SemanticSearch #VectorDatabase #VolunteerManagement
-
12 000 UAH AI-агент для автоматизации создания контента
Разработка ботов
Понял, сделаем описание более сдержанным и профессиональным. Вот вариант оформления кейса без эмодзи:
Название проекта:
Мультимодальный AI-агент в Telegram для автоматизации контент-мейкинга (n8n + OpenAI + Google Sheets)
…
Описание работы:
Разработка интеллектуальной системы в Telegram, которая автоматизирует процесс преобразования идей (текстовых или голосовых) в структурированные посты с генерацией визуального контента.
Контекст
Процесс создания контента для социальных сетей обычно состоит из нескольких ручных этапов: запись мыслей, транскрибация, структурирование текста, подбор визуального ряда и фиксация результатов в базе данных. Проект имел целью создать единую точку входа для мгновенной обработки идей.
Проблема
Сложность фиксации мыслей в реальном времени.
Необходимость использования нескольких отдельных сервисов для транскрибации, генерации текста и изображений.
Отсутствие автоматизированного архива черновиков, что приводило к хаотичному сохранению данных.
Цель: максимальное упрощение пути от идеи до готового черновика в Google Sheets.
Решение
Была разработана сложная архитектура на базе n8n, которая объединяет несколько AI-агентов. Система автоматически определяет тип входных данных, обрабатывает их с помощью специализированных инструкций и выдает финальный результат в мессенджер и базу данных.
Ключевые технические особенности:
Обработка голосовых сообщений: интеграция с Whisper для преобразования аудио в текст.
AI-агенты с памятью: использование узлов Memory для поддержки контекста диалога и разработки структуры поста.
Генерация изображений: интеграция с моделями генерации визуального контента непосредственно в интерфейсе бота.
База данных: автоматическое логирование результатов в Google Sheets для дальнейшего использования.
Процесс реализации
Построение логики маршрутизации для корректной обработки различных типов сообщений и команд.
Внедрение системы сохранения контекста чата для улучшения качества генерации.
Настройка узлов Speech-to-Text для мгновенной транскрибации аудио.
Разработка и тестирование системных промптов для агентов, отвечающих за текст и изображения.
Настройка финальной интеграции с Google Sheets API для структурирования выходных данных.
Результаты
Полная автоматизация процесса обработки идеи: от входного сообщения до готового результата менее чем за 30 секунд.
Объединение нескольких этапов производства контента в одном интерфейсе.
Создание упорядоченной базы данных идей и черновиков.
Возможность легкой адаптации системы под различные стили коммуникации или платформы.
#n8n #Telegram_Bot #AI_Agents #OpenAI #Whisper #DALL-E #Automation #Content_Marketing #Google_Sheets_API #SpeechToText
-
20 000 UAH AI-агент для автоматизации медиа-мониторинга
Разработка ботов
Создание интеллектуальной системы, которая заменяет 30+ часов ручного мониторинга в месяц полностью автономным агентом на базе архитектуры RAG.
Контекст
Каритас Украины — одна из крупнейших благотворительных организаций страны (более 40 региональных отделений) в секторе НПО и гуманитарной помощи. Команда коммуникаций ежедневно вручную мониторила медиа: поиск в Google, копирование заголовков в Google Sheets, проверка Facebook, Instagram и LinkedIn. Существующие сторонние решения имели лимит в 10 запросов на сессию, что было абсолютно недостаточно для таких масштабов.
…
Проблема
Релевантность: Поиск выдавал сотни результатов о международных офисах Caritas, большинство из которых не касались деятельности в Украине.
Критичность: Пропущенная упоминание могло означать неуместный запрос прессы или несвоевременно выявленный репутационный риск для любого из 40+ локальных офисов.
Потери: Более 30 часов в месяц тратились на механическую работу «копировать-вставить» — это целая рабочая неделя специалиста.
Цель: Полная автоматизация сбора, географической фильтрации и генерации отчетов.
Решение
Я спроектировала автономного AI-агента на базе n8n, используя архитектуру RAG (Retrieval-Augmented Generation). Вместо простого поиска по ключевым словам, система работает с глубоким контекстом организации: она «понимает», какие филиалы существуют, где они работают и какие темы являются релевантными для каждой из них.
Агент самостоятельно ищет информацию в медиа и соцсетях, фильтрует нерелевантные международные упоминания, классифицирует результаты по темам и тональности, удаляет дубликаты и готовит черновики отчетов для руководства — без участия человека.
Процесс реализации
Аудит и исследование: Сформирована полная структура организации (40+ филиалов) для создания точных географических и контекстных фильтров.
Проектирование архитектуры: Разработана логика «Агента-аналитика» — многоуровневый воркфлоу, который работает с векторизованными данными организации.
Построение RAG-системы: Интегрирована векторная база данных (Pinecone), содержащая данные о структуре и региональном контексте Каритасу Украины.
Prompt Engineering: Настроены промпты для дедупликации, классификации тем и анализа тональности для различных типов публикаций.
A/B тестирование: Проведено сравнение результатов ручного поиска и выдачи AI-агента для подтверждения точности фильтрации.
Оптимизация: Внедрена пакетная обработка данных, что позволило снизить затраты на API в 10 раз без потери качества.
Результаты
- Экономия времени 85% — 8 часов ручной работы в неделю полностью автоматизировано.
- Сохранение бюджета (~$180/мес) — сравнение стоимости рабочих часов специалиста с затратами на API.
- Точность фильтрации 95% — подтверждено A/B тестами; полное отсутствие дубликатов.
- Снижение затрат на API в 10 раз благодаря оптимизации процессов обработки.
- Стратегическое смещение: команда коммуникаций перешла от сбора данных к их стратегическому анализу.
- Надежность и прозрачность: каждое упоминание логируется, классифицируется и легко отслеживается.
#N8N #AI_Agents #openai-api #ChatGPT-4 #RAG #API_Integration #AI_Automation #MediaMonitoring #Workflow_Optimization #DataAnalysis