Бюджет: 15000 UAH Термін: 5 днів
Вітаю, Вячеславе! Моя спеціалізація — поєднання інновацій зі зручністю, тому створю ефективний сценарій, який розпізнає дані з рахунків через АІ Gemini і безпечно зберігатиме їх у Google Sheets. Такий підхід уже приніс успіх у понад 30 проєктах, зокрема оптимізації продажів та аналізу. Приступивши до роботи, забезпечу повну адаптацію під специфіку вашого процесу, щоб ви могли отримувати максимальну віддачу від автоматизації.
Варіанти та вартість:
1. Базовий ($250): Бот + сценарій Make + Gemini (текст/PDF) + Таблиця.
2. Просунутий ($400): Базовий + розпізнавання складних фото + логіка перевірки дублікатів.
Термін: 3–5 робочих днів.
Напишіть в особисті — обговоримо перелік полів для BAS, і я підготую тестовий промпт для Gemini!
Чи хочете, щоб я надіслав вам список даних, які Gemini зазвичай витягує з рахунків найкраще?
Бюджет: 2000 UAH Термін: 5 днів
Вітаю.
Можна зробити простіше.
Обробляти ваші рахунки та розробити АПІ, що б БАС забирав дані.
Не треба ніякого make.com/google sheets
Бюджет: 8000 UAH Термін: 4 дні
Вітаю!
Ознайомився з вашим завданням. Таку автоматизацію можна реалізувати через Telegram + Make + AI для розпізнавання рахунків.
Сценарій роботи буде таким:
1️⃣ Telegram-бот приймає фото або PDF рахунку
2️⃣ Make отримує файл та передає його в AI
3️⃣ AI розпізнає дані з рахунку (номер, дата, постачальник, сума, ПДВ тощо)
4️⃣ Дані автоматично записуються у Google Sheets, звідки BAS зможе забирати інформацію
Є два можливих варіанти реалізації:
1. Через Gemini API
Файл передається у Gemini для OCR та витягування структури даних.
Це швидкий та економний варіант для більшості рахунків.
2. Через OCR + AI структурування (більш стабільний варіант)
Спочатку OCR витягує текст із документа, після чого AI структурує його у JSON (номер рахунку, дата, сума, реквізити тощо).
Такий підхід краще працює зі складними фото або різними форматами рахунків.
Додатково можу реалізувати:
• перевірку дублікатів рахунків
• базову валідацію сум і дат
• обробку помилок, якщо файл не розпізнався
• структуру таблиці під інтеграцію з BAS
Підкажіть, будь ласка, які саме поля потрібно витягувати з рахунків для BAS (номер, дата, контрагент, ЄДРПОУ, сума, ПДВ тощо)?
Після уточнення зможу запропонувати оптимальний варіант реалізації.
- Проєкти 5
- Оцінка 5.0
- Рейтинг 691
Бюджет: 2000 UAH Термін: 3 дні
Вітаю! Зацікавив Ваш проєкт. Маю великий досвід у:
📊 Обробка даних: робота з базами, структуризація та аналіз інформації, автоматизація обробки великих обсягів даних, імпорт/експорт та валідація;
🤖 Розробка ботів різної складності;
🔍 OCR та пошук тексту: розпізнавання та структуризація інформації;
🖼 Обробка медіа: робота із зображеннями та мультимедіа;
🌐 Робота з API та сторонніми сервісами: інтеграція, автоматизація та обмін даними;
🗣 Переклад та обробка тексту: автоматизація перекладу, робота з мовними моделями та текстовою аналітикою;
🤖 AI/LLM-рішення: інтеграція та використання штучного інтелекту, робота з мовними моделями та автоматизація інтелектуальних процесів.
Виконаю роботу швидко та якісно. Зв'яжіться зі мною для обговорення деталей та строків виконання проєкту!
Бюджет: 2000 UAH Термін: 3 дні
Добрий вечір, Вячеслав!
Робив дуже схожий проєкт, тільки не в Make, а в n8n і там не було Телеграм
і тільки pdf формат.
Маю досвід роботи з Make і буду радий допомогти.
Для обговорення деталей звертайтеся, будь ласка, в особисті повідомлення.
- Проєкти 8
- Оцінка 5.0
- Рейтинг 2 287
Бюджет: 12345 UAH Термін: 4 дні
Добрий день
Готовий налаштувати автоматизацію через make.com чи бажано на n8n з розпізнаванням рахунків і записом у Google Sheets.
Можу реалізувати 2 варіанти:
1. Через Gemini API: бот приймає фото/PDF, Make передає файл в Gemini для OCR та структурування (номер рахунку, дата, сума, постачальник), далі дані вносяться в таблицю. Плюс - дешевше, мінус - потрібно коректно налаштувати промпт і валідацію.
2. Через спеціалізований OCR (Google Vision або інший) + окремий AI-модуль для структурування. Плюс - стабільніше на складних сканах, мінус - трохи дорожче.
Додатково можу:
- додати перевірку дублювання рахунків
- логування помилок
- базову валідацію сум і дат
По вартості:
- простий сценарій - від 200$
- з валідаціями і обробкою нестандартних рахунків - 250-400$
Термін - 4-8 днів.
Маю досвід з Telegram API, Google Sheets API та автоматизаціями, зроблю рішення так, щоб BAS без проблем забирав дані. Готовий із задоволенням обговорити деталі завдання.
Бюджет: 2000 UAH Термін: 3 дні
Доброго дня!
Завдання вивчив — готовий взятися.
Оскільки Telegram-бот вже готовий, план роботи буде таким:
1. Підключення Gemini API для розпізнавання фото та PDF рахунків
2. Налаштування витягування потрібних даних (номер, дата, постачальник, ІПН, сума, ПДВ, позиції)
3. Інтеграція з Google Sheets — автоматичний запис у таблицю
4. Тестування на реальних рахунках та правки
5. Передача готового рішення з інструкцією по запуску
Кожен етап здаю окремо — контролюєте процес на кожному кроці.
Готовий обговорити терміни та вартість. Напишіть, коли зручно поспілкуватися.
Юрій Колесник
Переможець- Проєкти 11
- Оцінка 5.0
- Рейтинг 2 886
Бюджет: 2000 UAH Термін: 2 дні
Вітаю
Я спеціалізуюся на автоматизаціях через сервіс Make.com
Ваше завдання повністю можна реалізувати через цей сервіс без необхідності написання коду, на рахунок Gemini так там є перелік моделей для безкоштовного використання через API для використання в автоматизації, але з певними лімітами.
Звертайтесь обговорим всі деталі для реалізації проекту)
Бюджет: 3000 UAH Термін: 2 дні
Вітаю! Пропоную реалізувати це завдання кодом на Python, а не через конструктор Make.com. Власний скрипт назавжди позбавить вас від щомісячних оплат за підписку на платформу та зніме ліміти на кількість операцій.
Для розпізнавання рахунків ідеально підійде безпосередньо Gemini API. Цей ШІ чудово аналізує фото та PDF-файли з будь-яким дизайном, розуміє контекст і безпомилково витягує потрібні дані (суми, реквізити, дати). Але він має ліміти запитів, яких при великих навантаженнях буде не достатньо, хоча є варіант для вирішення цього.
Як працюватиме мій скрипт:
Бот отримує рахунок у Telegram → Python відправляє файл до Gemini API → ШІ повертає чітко структуровані дані → скрипт миттєво розкладає їх по колонках у Google Sheets для подальшої роботи вашого BAS.
Готовий обговорити деталі. Пишіть у чат!
Бюджет: 4000 UAH Термін: 1 день
Доброго дня. Готов виконати даний проект маю великий досвiд розробки додаткiв
Ставки приховані
Ставки поки відсутні
Актуальні фриланс-проєкти в категорії AI та машинне навчання
Шукаємо спеціаліста для створення однієї реалістичної AI-моделі / AI-персонажа та підготовки пакета контенту для соціальних мереж. Завдання - розробити візуально якісний і консистентний образ, який можна використовувати у фото та коротких відеоформатах. Що потрібно зробити: створити одну AI-модель із впізнаваною зовнішністю та єдиним стилем; підготувати невеликий пакет фото та коротких відео; адаптувати матеріали для публікації в соціальних мережах; забезпечити реалістичність і стабільність образу в різних сценах. У заявці, будь ласка, вкажіть: чи маєте ви досвід створення AI-моделей / AI-персонажів; чи можете показати приклади схожих робіт; орієнтовну вартість і строки виконання; Детальне ТЗ обговоримо з відповідними кандидатами в особистих повідомленнях.
Доброго дня! Необхідно виконати дві задачі: 1. Розробити парсер товарів з стороннього сайту (10–40 тис. позицій, маркетплейс) з збереженням структурованих даних у MySQL для подальшого виводу в WordPress. 2. Встановити та налаштувати n8n на VPS, а також організувати AI-обробку контенту: налаштування промптів, рерайт текстів, обробка зображень, SEO-оптимізацію та перевірку текстів на AI-детекцію. Можна оцінити вартість виконання як всього проекту, так і кожної задачі окремо. .
Завдання: один дашборд з усіма показниками бізнесу — реклама, воронка, оплати, робота менеджерів, планування виручки. Дані підтягуються по API автоматично. Периметр: лише напрям YCL (працевлаштування в Європі). У Kommo є й інші напрями — до сховища потрапляють лише угоди воронок YCL (фільтр за воронкою/тегом узгодимо).1. Джерела даних (інтеграції) Kommo CRM — ліди, угоди, етапи воронки, відповідальні, джерела, дати переходів між етапами (обов'язково зберігати історію), причини відмов, кастомні поля угоди (див. п. 2). Stripe — платежі, суми, статуси (успіх/відмова/повернення), прив'язка до угоди. Meta Ads — витрати, покази, кліки, CPL, ліди за кампаніями (працює зараз). Google Ads, Reddit Ads, LinkedIn Ads — плануються; архітектура — розширювані конектори без переробки ядра. SEO/органіка— Google Search Console + GA4. Наскрізний зв'язок: джерело трафіку → лід у Kommo → оплата в Stripe (UTM, ID угоди в metadata Stripe — механіку запропонувати). 2. Обов'язкові розрізи (поля угоди в Kommo) Кожна метрика має фільтруватися/групуватися за: Громадянство клієнта (Кенія, Нігерія, Індія тощо). Статус проживання: живе у своїй країні / експат (уже перебуває в Європі). Це два різні сегменти з різним циклом, конверсією та чеком. Країна розміщення / послуга: Польща, Сербія, Словаччина, Німеччина (ZAV). Менеджер, команда, канал трафіку, період. Якщо якихось полів у Kommo немає — виконавець вказує, які поля потрібно завести, замовник додає.3. Воронка та випереджальні показники Дані в розрізі воронки, по кожному етапу — підсумкові та випереджальні (leading) метрики: Трафік → лід: ліди, CPL за каналами + динаміка витрат/кліків день-до-дня. Лід → кваліфікація: конверсія + швидкість першої відповіді, торкання/дзвінки на менеджера в день, ліди без відповіді. Кваліфікація → договір/рахунок: конверсія + відправлені офери, завислі угоди (днів на етапі понад норму). Рахунок → оплата: оплати, середній чек + неоплачені рахунки, невдалі платежі. Підсумок: виручка, ROMI за каналами, run rate до плану місяця. 4. Цикл угоди Середній і медіанний цикл лід → оплата (орієнтир бізнесу ~4 тижні), тренд циклу в часі. Розкладання циклу за етапами (скільки днів угода сидить на кожному етапі) — щоб бачити, який саме етап розтягується. Список угод, що зависли на етапі довше за норму. Розріз циклу за сегментами: громадянство, статус проживання, країна розміщення, менеджер. 5. Раннє попередження просадки (ключовий блок) Оскільки цикл ~4 тижні, сьогоднішні ліди = оплати через місяць. Система повинна: Порівнювати ліди/кваліфікації поточного тижня з ковзним середнім (4 тижні) і при відхиленні вниз видавати алерт: «лідів −X%, при циклі 4 тижні очікуйте просадку оплат у тижні [дати]». Будувати прогноз оплат на 4 тижні вперед із поточного пайплайну: угоди на кожному етапі × історична конверсія етапу × залишок циклу. Підсвічувати червоним тижні, де прогноз нижчий за план, — із запасом часу на реакцію. 6. Доплати та планування продажів У картці угоди Kommo зберігаються дата та сума запланованої доплати. Система повинна: Збирати календар майбутніх доплат: тотал очікуваних, за тижнями/місяцями. Підсвічувати прострочені доплати (дата минула, оплати в Stripe немає) — окремий список для дотискання. Рахувати план місяця як: план − уже оплачено − доплати за графіком = скільки потрібно нових продажів (у грошах і в штуках угод за середнім чеком). Графік за тижнями: доплати + прогноз нових оплат проти тижневого плану. 7. Робота менеджерів Денний зріз по кожному менеджеру: торкання/дзвінки, розмови, відправлені офери, оплати — по кожному дню окремо, з графіком за період. Прогрес виконання особистого плану з порівнянням із темпом місяця (попереду / в темпі / відстає). Бенчмаркінг із колегами. 8. Візуалізація та ролі «Світлофори» (зелений/жовтий/червоний) у ключових метрик відносно норм/плану; шкали прогресу; графіки трендів; адаптив під мобільний. Ролі: CEO — усе; РОП — уся воронка та менеджери; тімлід — своя команда; менеджер — свої показники та позиція відносно колег. 9. Звіти та AI Автоматичні звіти за розкладом (щоденне зведення, тижневий звіт) у дашборд і/або месенджер. Запити у вільній формі («як змінився CPL із Meta за 2 тижні?») — LLM поверх сховища. Алерти по червоній зоні та за правилами з п. 5–6. 10. Технічні очікування та етапність Сховище (PostgreSQL/BigQuery або аналог) + ETL: webhooks Kommo + періодична синхронізація (15–60 хв). Фронтенд: кастомний або BI-інструмент — запропонувати з обґрунтуванням; вимоги до ролей, світлофорів, прогнозу та AI-запитів мають бути реалізовними. Етапи: (1) аудит і карта метрик → (2) MVP: Kommo + Stripe + Meta, воронка, світлофори, ролі → (3) цикл угоди, раннє попередження, доплати та план → (4) SEO, AI-звіти, алерти → (5) нові рекламні канали. Оплата поетапна, по кожному етапу — демо. У відгуку вказати: схожі проєкти (наскрізна аналітика), стек з обґрунтуванням, оцінку строків і вартості за етапами, щомісячну вартість володіння (хостинг, токени, ліцензії).
Завдання:розгорнути LLM-сервіс,який знає всю документацію компанії тавідповідає на запитання менеджеріввідділу продажів. Що є зараз:замовник збирав прототип самостійно(окремий проєкт із завантаженоюінформацією про компанію,розміщений на сервері), алеінформація з бази непередається в модель —імовірно, проблема з API. Коді доступи надамо. Першийкрок — аудит: полагодитинаявне абоаргументовано перезібрати з нуля. Необхідний функціонал: Завантаження всієї документаціїкомпанії: опис кожноїпослуги, регламенти, FAQ,ціноутворення (усі матеріалинадамо). Відповіді строго набазі завантаженихдокументів (RAG). Модель невигадує фактів; якщовідповіді в базі немає — чеснопро це повідомляє. Доступ для менеджерівза посиланням(веб-інтерфейс), завторизацією. Сценарії: менеджерставить будь-якезапитання про роботукомпанії; вставляєзапитання клієнта «як є» йотримує готову відповідьдля відправлення;знаходить потрібнийрегламент/звіт за запитом. Оновлення бази знань безрозробника (завантаженняфайлів через інтерфейсабо підключенупапку). Англійська мова. Історіязапитів для контролюякості. Технічні очікування:LLM через API(Claude/OpenAI —запропонувати з розрахунком вартостітокенів), RAG-пайплайн (векторнабаза, embeddings), хостинг нанашому сервері або в хмарі, HTTPS.Архітектура має дозволяти вмайбутньому підключити асистента доаналітичного сховища даних(паралельний проєкт). У відгуку вказати:прикладисхожих RAG-проєктів,стек, строк, вартість роботи таорієнтовну щомісячнувартість володіння (токени +хостинг).
Креативний маркетолог / Створювач рекламних кампаній для Merivy — платформи на базі ШІ для бізнесу в сфері краси та естетики (з маскотом!) Хто ми Ми маленький стартап, що розробляє Merivy — програмне забезпечення для бронювання та управління клієнтами для естетичних клінік, салонів краси, перукарень та інших бізнесів, що працюють за записом. У серці продукту живе Merv — наш агент ШІ (і маскот у формі зеленої руки ), який допомагає власникам вести свій бізнес: він налаштовує бронювання, управляє послугами та розкладами, відповідає на запитання, святкує перемоги і загалом відчувається як член команди, а не як чат-бот. Що ми шукаємо Креативну людину, яка може перетворити це на кампанію, яку люди насправді запам'ятають. Нашим орієнтиром для енергії та тону є медійна присутність viktor (meet viktor) — ми дуже інший продукт, але нам подобається, як вони спілкуються зі своєю аудиторією: сміливо, по-людськи, весело, без корпоративного нудьги. Ми не хочемо копії. Ми хочемо такого рівня майстерності, з нашим власним голосом. Повідомлення, яке ми повинні донести Merivy допомагає вам управляти вашими клієнтами, тримати їх щасливими — і, що найголовніше, повертати їх знову. Merv є обличчям цієї обіцянки: маленький зелений товариш, який ніколи не забуває клієнта, бронювання чи день народження. Що ви створите Концепцію кампанії, побудовану навколо Merv як персонажа бренду (його голос, особистість, постійні жарти) Сценарії / сторіборди для коротких відеореклам (IG Reels, TikTok), спрямованих на власників салонів та клінік Статичні рекламні креативи та гачки для платної соціальної реклами Повідомлення, які ми можемо повторно використовувати на цільовій сторінці та в продукті Ви ідеально підходите, якщо Ви створювали кампанії або контент для аудиторії SaaS, краси або місцевого бізнесу Ви можете показати нам одну річ, яку зробили, і яку незнайомець надіслав би другу Ви думаєте в персонажах і історіях, а не лише в «функціях і перевагах» Щоб подати заявку Надішліть 2–3 приклади вашої роботи та одне речення: як би Merv представив себе власнику салону в рекламі в Instagram? Це одне речення важливіше за ваше резюме.