Когда 300 отзывов за смену перестали быть пределом

Контекст

На старте всё выглядело вполне привычно: сотрудники вручную отвечали на отзывы клиентов через админку сайта. Пока объём был небольшим, схема работала. Но с ростом количества отзывов стало понятно, что процесс перестал успевать за нагрузкой. Большая часть времени уходила не на принятие решений, а на повторяющиеся действия: сформировать ответ, проверить его, перенести в нужную форму и опубликовать. Масштабировать такой процесс людьми было дорого и неудобно.

Роль

Я проектировал весь процесс целиком, а не только работу с AI. Нужно было понять, где модель действительно экономит время, а где лучше оставить контроль человеку. Занимался логикой промптов, анализировал качество генерации, проектировал сценарий подготовки и загрузки ответов в админку и выстраивал последовательность работы так, чтобы она была пригодна для ежедневного использования, а не только для красивой демонстрации.

Действия

Начали с генерации ответов, но довольно быстро стало понятно, что это только часть задачи. Если после генерации сотрудник всё равно тратит время на ручную подготовку и загрузку, выигрыша почти нет. Поэтому процесс выстроили целиком: AI формирует ответы, система подготавливает их для загрузки в админку сайта, предусмотрен этап проверки перед публикацией, после чего ответы массово загружаются. По пути несколько раз меняли логику промптов и порядок обработки, потому что первые версии хорошо работали на отдельных примерах, но начинали ошибаться при больших объёмах.

Результат

До внедрения команда обрабатывала около 300 отзывов за 8 часов. После запуска системы производительность выросла примерно до 1000 отзывов за 1 час. Но главным изменением стала не скорость сама по себе. Сотрудники перестали тратить время на однообразные действия и смогли сосредоточиться на тех случаях, где действительно требовалось участие человека.