Услуга

Корпоративная база знаний с ИИ-поиском

Сотрудник спрашивает обычными словами и получает ответ из ваших регламентов, инструкций и договоров – со ссылкой на конкретный документ и пункт. Модель отвечает только тем, что нашла в вашей базе: если данных нет, она говорит, что не знает, а не придумывает.

Разобрать процесс Как это работает

Цена: от 60 000 ₽
Срок: 10–14 дней
Работаем с: RAG, Векторная база, Embeddings

словамиВопрос вместо папок и фильтров
источникУ ответа ссылка на документ
проверяемоОтвет можно открыть в документе

Проблема

Знание есть, а найти его нельзя

Документы лежат в папках, чатах и почте. Поиск по названию файла не помогает, потому что человек не помнит, как файл назывался.

Спрашивают у коллег

Вместо поиска в документах сотрудник пишет более опытному. Отвлекаются двое, и ответ каждый раз чуть разный.

Новичок входит месяцами

Регламенты есть, но разбросаны. Пока человек поймёт, где что лежит, проходит половина испытательного срока.

Работают по устаревшей версии

Инструкцию обновили, но у половины команды сохранён старый файл. Ошибки идут по старому порядку.

Обычный ИИ выдумывает

ChatGPT без ваших данных отвечает правдоподобно и неверно. В регламентах и договорах такая ошибка стоит дорого.

Возможности

Что получится в результате

Ответы строго по вашим данным

Технология RAG: модель сначала находит нужные фрагменты в вашей базе и отвечает только по ним. Ничего не додумывает от себя.

Ссылка на источник

К каждому ответу прикладывается документ и раздел, откуда он взят. Ответ можно проверить за секунду, а не поверить на слово.

Права доступа

Сотрудник видит только те документы, к которым допущен. Бухгалтерия не получит ответ из закрытых кадровых регламентов.

Разные форматы

PDF, DOCX, XLSX, страницы Notion, статьи из Битрикс24, экспорт из чатов. Сканы прогоняем через распознавание.

Работает там, где люди

Telegram, веб-виджет или встроенный поиск в вашем портале – выбираем канал, в котором команда уже сидит.

Обновляется сама

Новый документ подхватывается автоматически, старая версия перестаёт использоваться. Не нужно переиндексировать вручную.

Процесс

Как мы собираем базу

Инвентаризация документов
2–3 дня
Смотрим, что и где лежит, какие документы актуальны, а какие устарели. Часто на этом шаге выясняется, что половину архива индексировать не нужно.
Подготовка и индексация
3–5 дней
Чистим, разбиваем на фрагменты, прогоняем сканы через распознавание, строим векторный индекс. От качества этого шага зависит качество ответов больше, чем от модели.
Настройка ответов
3–5 дней
Задаём формат ответа, правила цитирования и поведение при отсутствии данных. Прогоняем на реальных вопросах сотрудников и правим.
Запуск и дообучение
2 недели
Открываем доступ команде, собираем вопросы, на которые ответ был плохим, и дополняем базу. Дальше система живёт сама.

Стек

С чем мы работаем

RAGВекторная базаEmbeddingsGPTClaudeGeminiLangChainPostgreSQLPythonTelegram Bot APINotion APIБитрикс24

Данные

Данные и доступы

Ответ только из ваших документов

Модель отвечает тем, что нашла в загруженной базе, и показывает документ и пункт. Если ответа в базе нет, она так и говорит.

Права как в папках

Сотрудник видит в ответах только те документы, к которым у него есть доступ. Права настраиваются по отделам и ролям.

Свой контур для чувствительного

Если документы нельзя отправлять во внешний сервис, модель разворачивается в вашем контуре – это отдельный уровень в разделе «Стоимость».

С вашей стороны

Что нужно от вас

Документы и их владелец

Регламенты, инструкции и договоры, на которых будет отвечать база, и человек, который скажет, какая версия действующая.

Список частых вопросов

Двадцать–тридцать вопросов, которые сотрудники задают чаще всего. На них проверяем качество ответов до запуска.

Человек с вашей стороны

Один сотрудник, который знает процесс и может ответить, почему он устроен именно так. Без него настройка превращается в угадывание.

Границы работы

Чего мы делать не берёмся

Писать регламенты за вас
База отвечает тем, что в документах есть. Если регламента нет или он устарел, его пишет и утверждает ваш специалист.
Гарантировать ответ на любой вопрос
Вопрос, ответа на который в документах нет, получит честное «не знаю», а не правдоподобную догадку.

Стоимость

Сколько стоит база знаний

«Базовая» – от 60 000 ₽, «С правами доступа» – от 120 000 ₽, «В своём контуре» – от 250 000 ₽. Указана начальная цена. Каждый проект индивидуален, поэтому итоговая сумма может отличаться: изредка она выходит ниже, но обычно окончательную цену формируем после подробного обсуждения и плана задач. Цена зависит от объёма документов и требований к правам доступа.

Базовая

от 60 000 ₽

Срок: 10–14 дней

До 500 документов
Один канал доступа
Ответы со ссылкой на источник
Автообновление базы

С правами доступа

от 120 000 ₽

Срок: 14–21 день

До 5000 документов
Роли и разграничение доступа
Распознавание сканов
Несколько каналов
Две недели поддержки

В своём контуре

от 250 000 ₽

Срок: от 4 недель

Локальная модель без передачи данных наружу
Развёртывание на ваших серверах
Интеграция с внутренним порталом
Месяц сопровождения

Сравнить уровни таблицей

Уровни работы: что входит, срок и начальная цена
Уровень	Что входит	Срок	Цена
Базовая	До 500 документов, Один канал доступа, Ответы со ссылкой на источник, Автообновление базы	10–14 дней	от 60 000 ₽
С правами доступа	До 5000 документов, Роли и разграничение доступа, Распознавание сканов, Несколько каналов, Две недели поддержки	14–21 день	от 120 000 ₽
В своём контуре	Локальная модель без передачи данных наружу, Развёртывание на ваших серверах, Интеграция с внутренним порталом, Месяц сопровождения	от 4 недель	от 250 000 ₽

Вопросы

Частые вопросы

Если вашего вопроса здесь нет, спросите – ответим тем же порядком.

Чем это отличается от обычного ChatGPT?

ChatGPT не знает ваших документов и отвечает по общим данным из интернета – правдоподобно, но часто неверно для вашей компании. Здесь модель сначала ищет ответ в вашей базе и отвечает только по найденному, прикладывая ссылку на документ. Если в базе ответа нет, она так и говорит.

Что такое RAG простыми словами?

Retrieval Augmented Generation – «генерация с опорой на поиск». Вопрос сначала превращается в поисковый запрос по вашей базе, находятся релевантные куски документов, и уже они передаются модели как контекст. Модель формулирует ответ, но факты берёт из ваших файлов, а не из головы.

Наши документы не утекут в OpenAI?

Зависит от выбранного варианта. В базовом фрагменты документов уходят в модель как контекст – это допустимо для регламентов и инструкций, но не для персональных данных. Для чувствительных данных разворачиваем локальную модель в вашем контуре: наружу не уходит ничего.

Сколько документов вы можете обработать?

Технических ограничений почти нет – вопрос в качестве подготовки. Базовый вариант рассчитан на несколько сотен документов, расширенный на тысячи. Больший объём обсуждаем отдельно: там важнее становится структура и права доступа.

Что если документ обновился?

Новая версия подхватывается автоматически по расписанию или по событию, старая перестаёт использоваться в ответах. Переиндексировать вручную не нужно.

Сколько стоит корпоративная база знаний?

Базовая версия до 500 документов – от 60 000 ₽ и 10–14 дней. С разграничением прав и распознаванием сканов – от 120 000 ₽. С локальной моделью в вашем контуре – от 250 000 ₽. Указана начальная цена. Каждый проект индивидуален, поэтому итоговая сумма может отличаться: изредка она выходит ниже, но обычно окончательную цену формируем после подробного обсуждения и плана задач. Аудит документов перед оценкой бесплатный.

Материал обновлён 8 октября 2026

Где это применяется

Клиники

Запись пациентов, напоминания и ответы на вопросы без участия ресепшена.