Подготовка базы знаний для ИИ-агента стоит 73 200 ₽ при 100 документах, 211 200 ₽ при 500 и 570 000 ₽ при 2000. В строке коммерческого предложения та же работа обычно стоит 70 000–90 000 ₽ независимо от объёма — и это не обман: подрядчик честно считает свою инженерную часть. Разницу платит компания часами своих людей, и в бюджете проекта эти часы почти никогда не появляются.
База знаний — это не папка с документами. Это набор фрагментов, каждый из которых отвечает на один вопрос, не противоречит соседям, помечен сроком актуальности и правами доступа и написан так, что модель находит его по формулировке живого клиента, а не по внутреннему названию регламента. Превращение архива в такой набор — предметная работа, и делает её человек, который знает, как в компании на самом деле обстоят дела.
Мы разбирали смету ИИ-проекта построчно в материале из чего складывается счёт за ИИ-агента и назвали подготовку базы знаний одной из четырёх строк, которых почти никогда нет в предложении подрядчика. Здесь эта строка разложена до часов.
Что входит в подготовку
Шесть этапов. Пропустить можно любой, но каждый пропуск возвращается через два-три месяца эксплуатации в виде эскалаций и жалоб на неверные ответы.
Самостоятельный кусок текста на 300–800 слов, который целиком отвечает на один вопрос и не требует чтения соседних кусков. У него есть тема, дата вступления в силу, срок действия, источник и владелец. Единицей базы знаний является фрагмент, а не документ — поэтому один регламент на 40 страниц превращается в 15–25 единиц, и трудозатраты считают по ним, а не по числу файлов в папке.
- 1Сбор источников
Найти всё, чем реально пользуются операторы: регламенты, прайс, условия доставки и возврата, ответы на частые вопросы, письма-шаблоны, переписку по сложным случаям. Обычно половина находится не в корпоративном хранилище, а в личных папках и в чатах. Это самый быстрый этап и самый обманчивый: ощущение «всё собрали» появляется раньше, чем факт.
- 2Чистка и снятие противоречий
Самый дорогой этап — примерно половина всех часов. Два документа отвечают на один вопрос по-разному, третий отменён, но лежит рядом с действующим, в четвёртом срок доставки указан старый. Каждое расхождение надо не удалить, а решить: спросить у того, кто отвечает за процесс, и зафиксировать один ответ.
- 3Разбивка на фрагменты
Регламент на 40 страниц бесполезен целиком: модель должна получать кусок в 300–800 слов, который отвечает на один вопрос. Разбивка делается по смыслу, а не по объёму, и её проверяет предметный специалист: инженер не увидит, что абзац потерял оговорку из соседнего раздела.
- 4Разметка и метаданные
К каждому фрагменту — тема, продукт или услуга, дата вступления в силу, срок действия, источник и владелец. Метаданные нужны не для красоты: без даты вступления в силу агент будет одинаково уверенно цитировать действующее и отменённое условие.
- 5Права доступа
Часть материалов не должна попадать во внешний контур: закупочные цены, условия для отдельных клиентов, внутренние инструкции. Разделение делается на уровне фрагментов до индексации. Если про это вспомнить после запуска, переиндексировать придётся всё.
- 6Владелец и календарь актуализации
У базы должен быть один человек, который утверждает изменения, и заранее назначенный ритм: раз в месяц плановый пересмотр, внеочередной — по списку поводов. Без имени в этой строке база начинает устаревать со дня приёмки.
Чертёжная схема-конвейер из шести последовательных блоков со стрелками: «Сбор источников» → «Чистка и снятие противоречий» → «Разбивка на фрагменты» → «Разметка и метаданные» → «Права доступа» → «Владелец и календарь». Под каждым блоком мелко подписана доля часов: 12 %, 50 %, 20 %, 10 %, 5 %, 3 %. Блок чистки выделен более плотной заливкой и увеличен по ширине пропорционально доле. Справа от последнего блока стрелка, замыкающая круг обратно ко второму блоку, с подписью «ежемесячно». Никаких логотипов и роботов.
Сколько часов уходит на 100, 500 и 2000 документов
Вводные оценки: средний документ — четыре страницы, часы предметного специалиста считаем по полной стоимости 900 ₽, часы инженера подрядчика — по 3 000 ₽. Под инженерной частью понимается конвейер загрузки, нарезка, индексация в векторное хранилище и проверка того, что поиск находит нужный фрагмент по живой формулировке.
| Работа | 100 документов | 500 документов | 2000 документов |
|---|---|---|---|
| Сбор источников | 8 ч | 20 ч | 50 ч |
| Чистка и снятие противоречий | 24 ч | 90 ч | 280 ч |
| Проверка разбивки на фрагменты | 10 ч | 40 ч | 120 ч |
| Разметка и права доступа | 6 ч | 18 ч | 50 ч |
| Часы предметного специалиста всего | 48 ч | 168 ч | 500 ч |
| Деньгами, по 900 ₽/час | 43 200 ₽ | 151 200 ₽ | 450 000 ₽ |
| Часы инженера: конвейер, индексация, проверка поиска | 10 ч | 20 ч | 40 ч |
| Деньгами, по 3 000 ₽/час | 30 000 ₽ | 60 000 ₽ | 120 000 ₽ |
| Итого подготовка | 73 200 ₽ | 211 200 ₽ | 570 000 ₽ |
| На один документ | 732 ₽ | 422 ₽ | 285 ₽ |
| Часов специалиста на документ | 0,48 ч | 0,34 ч | 0,25 ч |
Экономия на масштабе здесь есть, но скромная: удельная цена документа падает в 2,6 раза при росте объёма в двадцать раз. Причина в том, что противоречия не масштабируются — их приходится разбирать поштучно, и чем больше архив, тем больше в нём пар документов, которые спорят друг с другом. Это не та статья, где объём работает на вас.
На часы чистки сильнее всего влияют три вещи, и ни одна из них не связана с количеством файлов. Первая — возраст архива: документы старше трёх лет почти всегда содержат отменённые условия, которые никто не пометил. Вторая — число людей, которые имели право что-то менять: там, где правки вносили пятеро, расхождений втрое больше, чем там, где один. Третья — наличие письменного регламента изменений: если он есть, спорные места находятся по журналу правок за часы, если нет — восстанавливаются опросом людей за дни. При оценке проекта спрашивайте не «сколько у вас документов», а эти три вопроса.
Комбинированная диаграмма. Три вертикальных столбца по объёмам 100, 500 и 2000 документов, высоты 73 200 ₽, 211 200 ₽, 570 000 ₽; каждый разделён на два сегмента — нижний «часы предметного специалиста» (43 200, 151 200, 450 000 ₽) и верхний «часы инженера» (30 000, 60 000, 120 000 ₽). Поверх столбцов проходит убывающая ломаная линия по второй оси справа с точками 0,48, 0,34 и 0,25 часа на документ, подписанная «часов специалиста на один документ». Оси подписаны в рублях и в часах.
Почему строка в коммерческом предложении вдвое меньше
В типовой смете ИИ-агента подготовка базы знаний стоит 70 000–90 000 ₽. Сравните с 211 200 ₽ полной стоимости при пятистах документах — разница 121 200–141 200 ₽. Она не спрятана и не завышена подрядчиком: в его строке лежат только инженерные часы, всё предметное подразумевается вашим.
Если в описании работ написано «на основе предоставленных заказчиком материалов», это означает: чистка, снятие противоречий и решение спорных случаев — ваша зона. В часах при пятистах документах это 168 часов предметного специалиста, то есть примерно месяц работы человека на полставки. Если этот человек не выделен и не освобождён от текущих задач, проект встанет ровно здесь, и виноватых не будет.
Практический вывод простой: в бюджет проекта надо класть две строки, а не одну. Первая — работа подрядчика по договору. Вторая — фонд часов ваших людей, посчитанный по полной стоимости часа и согласованный с их руководителем. Та же логика работает и для остальных внутренних часов проекта; мы разбирали их отдельно в материале про скрытые расходы эксплуатации.
Кто это делает: подрядчик, свой сотрудник или вдвоём
Расчёт на пятистах документах. Час аналитика подрядчика считаем по 2 000 ₽, час инженера — по 3 000 ₽, час своего предметного специалиста — по 900 ₽, час своего ИТ-специалиста — по 1 500 ₽. Подрядчику на предметную часть нужно примерно на 30 % больше времени: он не знает исключений и вынужден спрашивать.
| Вариант | Стоимость | Срок | Что получается на выходе |
|---|---|---|---|
| Подрядчик делает всё | 218 ч × 2 000 ₽ + 20 ч × 3 000 ₽ = 496 000 ₽ | 6–7 недель | Структура и разметка отличные, содержание с пробелами: исключения и «у нас так не делают» никто не расскажет |
| Свой сотрудник делает всё | 168 ч × 900 ₽ + 20 ч × 1 500 ₽ = 181 200 ₽ | около 4 месяцев при 10 часах в неделю | Содержание точное, структура для поиска непригодна: длинные документы без метаданных и дат |
| Вдвоём: специалист и инженер | 168 ч × 900 ₽ + 20 ч × 3 000 ₽ = 211 200 ₽ | 6 недель при двоих по 14 часов в неделю | Рабочая база: содержание от компании, структура и проверка поиска от подрядчика |
Самый дешёвый вариант — второй, и он же самый медленный и самый рискованный: четыре месяца работы урывками между текущими задачами почти всегда превращаются в шесть, а результат приходится переразмечать. Разница между вторым и третьим вариантом — 30 000 ₽ и три месяца календаря. Разница между третьим и первым — 284 800 ₽ и качество, которое нельзя купить: подрядчик физически не знает, что скидка постоянному клиенту в вашей компании считается не так, как написано в регламенте.
Подрядчик может собрать базу знаний. Ответить на вопрос, какой из двух противоречащих документов действует, может только заказчик — и это не подрядная работа, а управленческое решение.
Сравнительная таблица-схема из трёх вертикальных карточек. Карточка «Подрядчик делает всё»: 496 000 ₽, 6–7 недель, отметка «содержание с пробелами». Карточка «Свой сотрудник делает всё»: 181 200 ₽, около 4 месяцев, отметка «структура непригодна для поиска». Карточка «Вдвоём»: 211 200 ₽, 6 недель, отметка «рабочий вариант», выделена рамкой. Под карточками общая горизонтальная шкала календаря в неделях от 0 до 18 с отмеченными сроками каждого варианта. Бумажно-графитовая палитра, никаких логотипов.
Ведение: сколько часов в месяц и когда обновлять внепланово
Ведение — это плановый пересмотр раз в месяц плюс внеочередные обновления по событиям. Часы считаются по тому же принципу: разбор эскалаций, правка фрагментов, добавление новых, проверка дат.
| Объём базы | Часов методиста в месяц | Деньгами, по 900 ₽/час | За год |
|---|---|---|---|
| 100 документов | 3 ч | 2 700 ₽ | 32 400 ₽ |
| 500 документов | 6 ч | 5 400 ₽ | 64 800 ₽ |
| 2000 документов | 12 ч | 10 800 ₽ | 129 600 ₽ |
Плановый ритм закрывает обычный дрейф. Есть шесть событий, после которых обновлять надо не по календарю, а сразу:
- Изменился прайс, тариф, срок или зона доставки — в тот же день, до того как агент назовёт клиенту старую цифру.
- Появился новый продукт или услуга — до начала продаж, иначе агент будет уверенно отвечать «такого у нас нет».
- Изменился регламент возврата, гарантии или условия для отдельной категории клиентов.
- Вступило в силу требование площадки или закона, которое меняет ответ клиенту.
- Три и более одинаковых эскалации за неделю — это не сбой агента, а дыра в базе: темы просто нет.
- Поступила жалоба на неверный ответ — обновление и прогон регресс-набора в тот же день, независимо от календаря.
Её нельзя отдать администратору или подрядчику по сопровождению: они не знают, какой из двух ответов правильный. Владельцем базы должен быть человек из процесса — руководитель поддержки, старший оператор, методист. Шесть часов в месяц — это не отдельная ставка, а строка в чьей-то роли, и она должна быть записана.
Внеплановое обновление стоит немного, если его делают сразу: правка двух-трёх фрагментов и прогон регресс-набора — это 1,5–2 часа, то есть 1 350–1 800 ₽. Дорого оно обходится, когда его откладывают до планового пересмотра: за месяц агент успевает назвать старую цену сотне клиентов, и разбор этих случаев занимает у поддержки больше времени, чем сама правка. Практическое правило: изменение, которое видит клиент, доезжает до базы в тот же день; всё остальное — в плановый ритм.
Ведение всегда проигрывает конкуренцию текущим задачам, если стоит в списке «когда будет время». Рабочая практика — поставить в календарь фиксированный день месяца и заранее согласовать с руководителем, что в этот день человек не занят линией. Шесть часов в месяц из 168 рабочих — это 3,6 % его времени: столько стоит защита от возврата 800 обращений операторам.
Что происходит с ответами, если базу не ведут
Деградация идёт не рывком, а фоном, и первые месяцы её не видно. Модельный сценарий: агент первой линии, 5 000 обращений в месяц, среднее время ручной обработки 5 минут, полная стоимость часа оператора 700 ₽. На приёмке агент закрывал сам 63 % обращений.
Вторая половина эффекта хуже первой и в деньгах не считается. Устаревшая база не заставляет агента молчать — она заставляет его отвечать уверенно и неправильно. На регресс-наборе из 200 эталонных обращений число ответов, где агент ссылается на отменённое или изменившееся условие, за те же полгода вырастает с 2 до 9. Девять неверных ответов на двести — это не «точность 95 %», это девять клиентов, которым назвали не ту цену. Механику постепенного ухудшения мы разбирали отдельно в статье про деградацию качества ИИ со временем.
График за шесть месяцев. Горизонтальная ось — месяцы с 1 по 6, вертикальная — доля автоматических ответов в процентах от 40 до 70. Сплошная убывающая линия из точки 63 % в точку 47 %, с пологим началом и более резким падением после третьего месяца. Горизонтальная штриховая линия на 63 % подписана «уровень приёмки». Справа вертикальной скобкой отмечен разрыв в 16 процентных пунктов с подписью «800 обращений в месяц вернулись людям, 46 700 ₽». Второй пунктирной линией показан сценарий с ведением базы — почти горизонтальный на уровне 61–63 %.
Тест пригодности базы до старта: пять признаков
Эти пять признаков видно за один день, до подписания договора. Два и больше — значит, проект встанет на этапе подготовки данных, и правильный ход состоит в том, чтобы сначала потратить месяц на порядок в документах, а уже потом обсуждать агента.
- 1Нет единого места хранения. Актуальная версия условий доставки живёт в почте у конкретного сотрудника, а в общей папке лежит прошлогодняя. Признак срабатывает, если на вопрос «где действующая версия» два человека отвечают по-разному.
- 2Есть противоречия, и никто не может их снять. Два документа отвечают на один вопрос иначе, а человека, который вправе решить, какой главный, в проекте нет. Это не техническая, а управленческая проблема, и подрядчик её не решает.
- 3У базы нет владельца. Непонятно, кто утверждает изменение и кто отвечает за то, что оно доехало до системы. После запуска эта роль всё равно появится — вопрос только в том, появится она в плане или в разборе жалобы.
- 4Больше 30 % ответов не воспроизводятся из документов. Проверка занимает полдня: возьмите 50 закрытых обращений и попробуйте найти ответ на каждое в имеющихся материалах. Если нашлось меньше 35, знания живут в головах, и первый этап проекта — не индексация, а запись.
- 5Документы нечитаемы машиной. Сканы без текстового слоя, таблицы картинками, презентации вместо регламентов. Это решается распознаванием и стоит денег: строка добавится и в разовую смету, и в месячную. Отдельно эту задачу мы разбираем на странице поиска по архиву документов.
Ни один из признаков не является приговором. Все пять чинятся, и обычно быстрее, чем кажется: месяц выделенной работы предметного специалиста закрывает первые четыре. Плохо не то, что признаки есть, — плохо начинать проект, не посмотрев на них. Общая логика подготовки данных перед любым внедрением, не только ИИ, разобрана в материале данные перед внедрением.
Когда базу знаний готовить не надо
Есть четыре ситуации, в которых деньги на подготовку базы знаний тратить рано или незачем — и это не редкие случаи.
- Ответы полностью определяются данными, а не текстами. Если девять из десяти обращений — это «где мой заказ» и «когда привезут», агенту нужна не база знаний, а доступ к статусу заказа в 1С. Подготовка документов здесь ничего не изменит, а стоить будет так же.
- Процесс меняется чаще, чем раз в месяц. Молодая услуга, тестовый ассортимент, регламент в стадии переписывания. База устареет быстрее, чем её соберут; разумнее подождать стабилизации и запустить агента на узком, уже устоявшемся куске.
- Меньше 50 документов и меньше 500 обращений в месяц. Подготовка обойдётся в 35 000–45 000 ₽, а сама автоматизация на таком объёме не окупится. Здесь работают шаблоны ответов и готовое коробочное решение от ~30 000 ₽ разово плюс 5 000–25 000 ₽ в месяц.
- Некому выделить часы. Если предметный специалист есть только на бумаге и его не освобождают от текущих задач, подготовка не начнётся. Честный ответ в этой ситуации — перенести проект на квартал, а не начинать и остановиться на середине, потеряв аванс и время.
И последнее. База знаний — единственная часть ИИ-проекта, которая полезна сама по себе. Даже если агента вы в итоге не запустите, приведённые в порядок регламенты без противоречий, с датами и владельцем — это работающий инструмент для операторов, новичков и обучения. Ни одна другая строка сметы такого свойства не имеет.
