Бюджет: 14700 UAH Термін: 7 днів
Дюйм.
Я уважно прочитав ваше ТЗ і завдання мені зрозуміле. Пропоную зробити просту й надійну систему контролю якості дзвінків без зайвої складності — так, щоб її було легко підтримувати й масштабувати далі.
Як це працюватиме на практиці
Логіка рівно така, як ви описали:
дзвінок завершився → система автоматично забрала запис → ІІ проаналізував → результат зʼявився в Google Таблиці.
Аудіо після дзвінка отримуємо через Binotel API. Далі запис передається в Gemini 1.5 Flash, який робить аналіз за заданими критеріями, і всі результати автоматично записуються в Google Sheets.
Головний акцент — гнучкі критерії
У таблиці буде окрема вкладка «Налаштування», де ви зможете самі змінювати:
* формулювання критеріїв,
* описи оцінок,
* акценти аналізу.
Скрипт перед кожним аналізом читає ці налаштування і формує промпт для ІІ.
Тобто ви змінюєте текст у таблиці — і вже наступний дзвінок аналізується за новими правилами, без переробки коду.
Що саме оцінює система
* Загальну клієнтоорієнтованість (1–10)
* Чи відбулося замовлення (Так / Ні)
* Якщо ні — коротку причину
* Ввічливість менеджера
* Роботу із запереченнями та підхід до клієнта
* Короткий коментар ІІ по дзвінку
Кожен дзвінок — це окремий рядок у таблиці, все прозоро й зручно для перегляду.
Щотижневий підсумок
Раз на тиждень система:
* аналізує всі дзвінки за період,
* формує короткий зрозумілий текстовий звіт: що покращилось, де є проблеми, які повторювані моменти,
* або записує цей звіт в окрему вкладку,
* або надсилає його в Telegram.
Архітектура
Все максимально просто:
* Python-скрипт
* Google Sheets API
* Binotel API
* Gemini 1.5 Flash
* без баз даних і складних сервісів
Терміни та бюджет
Бюджет: 300 $ за проєкт
Терміни реалізації: 5–7 робочих днів
У вартість входить повна робоча система, налаштування таблиці, логіка звітів і коротка інструкція, як з цим працювати.
Якщо рішення покаже користь, можемо далі рухатися в бік глибшої аналітики й автоматизації — база для цього вже буде закладена.
Бюджет: 7000 UAH Термін: 1 день
Дюйм.
Вітаю. Э готове рішення, потрібно налаштувати під вас.
Бюджет: 7000 UAH Термін: 7 днів
Дюйм. Можу реалізувати систему так, щоб критерії підтягувались напряму з вкладки “Налаштування” у Google Таблиці перед кожним аналізом, без ручних правок у коді. Після завершення дзвінка скрипт автоматично отримає запис, передасть його в Gemini для аналізу, збереже структурований результат у таблицю та сформує історію для подальших звітів. Щотижневий звіт також можна автоматизувати за розкладом із формуванням зведеного тексту та відправкою в Telegram або записом у окрему вкладку.
Бюджет: 7000 UAH Термін: 4 дні
Дюйм.
Вітаю!
Маю досвід інтеграції Binotel API та роботи з Gemini 1.5 Flash (це ідеальний вибір для аудіо, бо він дешевий і розуміє контекст).
Моє рішення:
1. Ловимо подію "Дзвінок завершено" від Binotel.
2. Відправляємо аудіофайл прямо в Gemini (без зайвих сервісів транскрибації). Це дозволяє ШІ чути не тільки текст, а й тон розмови.
3. Скрипт щоразу зчитує критерії оцінки прямо з вашої Google Таблиці. Ви змінили опис в комірці — наступний дзвінок оцінюється вже по-новому.
4. Раз на тиждень скрипт формує звіт (тренди, проблеми) і кидає вам в Telegram.
Все буде працювати на простому хмарному скрипті, без складних баз даних, як ви і просили.
Ставки поки відсутні
Бюджет: 7000 UAH Термін: 5 днів
Дюйм
Вітаю.
Можу розробити для вас таку систему. Маю досвід з бінотел та гугл таблицями. Пишіть, обговоримо.
Бюджет: 8000 UAH Термін: 3 дні
«Дюйм»
Вітаю. Можу реалізувати даний проект. Потрібні деталі.
Якщо актуально - пишіть.
Бюджет: 7000 UAH Термін: 7 днів
Вітаю! Готовий виконати ваше завдання, є досвід реалізації схожого проекту.
Ставки приховані
Актуальні фриланс-проєкти в категорії AI та машинне навчання
Шукаємо досвідченого Python/AI-розробника (або невелику команду) для створення ІІ-сервісу на базі Telegram-бота. Проект автоматизує прийом замовлень від майстрів і сервісних центрів на діючому B2B-майданчику запчастин для мобільної техніки та електроніки (каталог ~30 000 SKU). Що повинен робити бот:Мультимодальний ввід: приймати текст, голосові повідомлення (Whisper API) та фото деталей/маркувань (GPT-4o Vision), розпізнавати номенклатуру, ревізії та парт-номери.Розумний пошук: співвідносити жаргон майстрів (аккум, АКБ, дисплей, ориг) з офіційними назвами через векторний пошук (Vector DB).Інтерактивний UI: при кількох варіантах якості (Original, High Copy тощо) — групувати їх в одне повідомлення, виводити інлайн-чекбокси з цінами та залишками, перераховувати кошик «на льоту».Каскадні уточнення (Slot Filling): при неоднозначному запиті поетапно уточнювати параметри (модель → колір → ревізія).Оформлення: автоматично надсилати готовий JSON-пакет замовлення на сайт через API після підтвердження кошика.Стек: Python (FastAPI), Aiogram 3.x, OpenAI API (GPT-4o + Whisper), Qdrant, Docker + docker-compose. Термін реалізації: 5–7 тижнів.⚠️ Обов'язкова умова для відповіді: Щоб відсіяти авто-відповіді спам-ботів, вкажіть у повідомленні: яку модель ембеддингів (Embeddings) ви виберете для векторного семантичного пошуку по 30 000 технічних SKU і чому? Відповіді з шаблонним текстом без відповіді на це питання відхиляються автоматично.
Шукаємо фахівця або команду для впровадження AI-рішень у комунікацію медичного центру КТ та МРТ. Потрібно: інтегрувати AI у телефонію для обробки вхідних і холодних дзвінків; забезпечити природне українськомовне спілкування з мінімальними паузами; інтегрувати AI-асистента в чат Binotel або запропонувати ефективну альтернативу; автоматизувати відповіді на запитання, первинну консультацію та запис на обстеження. Важливо: сфера медицини потребує точного збору інформації перед КТ або МРТ, зокрема щодо зони обстеження, підготовки, направлення та можливих протипоказань. Рішення має бути емпатичним, професійним і передбачати передачу складних випадків оператору. У відгуку прошу надіслати релевантні кейси, опис запропонованого рішення та орієнтовні терміни. Досвід у медичних проєктах буде перевагою.
Необхідно розробити додаток в MATLAB, який зможе обробляти зображення/відео, виділяти окремі предмети, аналізувати їх характеристики і за необхідності використовувати методи машинного навчання для автоматизації аналізу. Бажано: впевнене знання MATLAB; досвід у Computer Vision / Image Processing; досвід з Machine Learning;
розробника для створення AI-ботів - мультиагентна система та автоматизацій в AI-додатку. Що потрібно: володіння n8n; досвід інтеграції OpenAI та інших AI-моделей через API; робота з вебхуками, REST API та Supabase; уміння створювати надійні AI-воркфлоу та автоматизації. Створювати мультиагентні системи з нуля або з фреймворку AI Agents, MCP, RAG
Підрахунок готової продукції та людейНекондиційна продукція.Yа прикладі високопродуктивної лінії, забезпечити точний підрахунок пропускної спроможності, участь робочої сили, виявлення некондиції та контекст зупинок/переналагоджень, надаючи готову аналітичну інформацію.