Budżet: 3000 UAH Termin: 3 dni
Witamy! Zespół Business Atlas jest gotowy do realizacji Twojego projektu dotyczącego opracowania asystenta AI dla menedżera konta. Twoje wymagania jasno opisują architekturę RAG (Retrieval-Augmented Generation), która jest naszą specjalizacją.
Proponujemy zrezygnować z kosztownego, niestandardowego rozwoju backendu od podstaw i zbudować system oparty na elastycznej architekturze Low-code oraz agentach AI. W moim doświadczeniu — ponad 50 udanych projektów na rynkach UA/EU, gdzie takie podejście pozwalało na realizację skomplikowanych rozwiązań znacznie szybciej, taniej i bez utraty stabilności.
Nasza wizja realizacji technicznej:
• Przetwarzanie zapytania i RAG (n8n / Make): Platforma n8n będzie głównym dyrygentem systemu. Gdy menedżer pisze w Telegramie, webhook przekazuje wiadomość do n8n, gdzie zapytanie jest przekształcane w wektor (embedding). System wyszukuje odpowiednie fragmenty (chunks) danych w bazie wektorowej, przekazuje ten kontekst do LLM (OpenAI/Claude) i zwraca menedżerowi dokładną odpowiedź bez halucynacji.
• Źródła danych (Baza wiedzy): Skonfigurujemy automatyczne odczytywanie i aktualizację bazy wiedzy z Twoich Google Docs oraz przygotujemy moduły do ładowania i parsowania eksportowanych czatów z Telegramu.
• Bezpieczeństwo i dostęp: Zrealizujemy weryfikację uprawnień użytkowników. Stworzymy prostą bazę-rejestr (na przykład w Airtable, Supabase lub PostgreSQL — mamy duże doświadczenie w wdrażaniu połączeń n8n + Airtable). Przed każdą odpowiedzią bot będzie weryfikował ID użytkownika w Telegramie, a jeśli status pracownika zmieni się na „Nieaktywny”, system natychmiast zablokuje dostęp.
Nasze doświadczenie w podobnych projektach:
W moim portfolio znajdują się już gotowe rozwiązania RAG, które możemy szybko dostosować: autonomiczne agenty AI do onboardingu i szkolenia personelu, które doskonale orientują się w wewnętrznej dokumentacji korporacyjnej, a także agenty AI dla e-commerce, które analizują kontekst dialogów z klientami.
Ocena terminów i kosztów MVP:
• Parsowanie bazy wiedzy (Google Docs, czaty) oraz konfiguracja bazy wektorowej: 1 tydzień.
• Tworzenie workflow RAG w n8n, integracja z LLM i Telegramem: 1 tydzień.
• Konfiguracja systemu dostępu, logowania i testy końcowe: 1 tydzień.
Łączny czas realizacji: 2,5 – 3,5 tygodnia.
Orientacyjny koszt: 2 500 – 3 500 USD za klucz (w zależności od objętości danych początkowych i wyboru magazynu wektorowego).
Projektowanie architektury i logiki AI prowadzę osobiście, a techniczną budowę workflow w n8n/Make realizuje nasz specjalista techniczny Lawr. Dokładny budżet ustalamy po przeprowadzeniu krótkiej diagnozy eksperckiej.
Czy jesteś gotowy omówić szczegóły osobiście?