Корпоративный поиск по документам на базе ИИ

Что ИИ делает с внутренними документами: вопрос сотрудника, поиск, ответ со ссылкой

Регламенты лежат в папках на сетевом диске, инструкции — во вложениях к старым письмам, часть правил не записана нигде: их помнит старожил. Пока он на месте, вопрос закрывается разговором; уходит он — уходит и знание, как делать работу правильно. Dzeta AI собирает поиск на внутренних документах компании: ответ достают из документа, документ остаётся внутри.

Сотрудник спрашивает обычными словами

Сотрудник формулирует вопрос иначе, чем назван документ. Диспетчер спрашивает, как оформить простой; менеджер — какие условия отгрузки в действующем договоре; новичок — кто подписывает заявление на командировку. Ни названия документа, ни номера пункта в таких вопросах нет, и знать их сотрудник не обязан.

Система разбирает вопрос до смысла: о каком процессе речь и что спрашивают. Одному пункту регламента отвечают десятки формулировок, и все они ведут в одно место.

Как система ищет: по смыслу, по точному тексту и по структуре документа

Один способ не справляется: точный текст найдёт номер приказа и промахнётся мимо вопроса своими словами, поиск по смыслу поймёт вопрос и потеряет дословную формулировку из договора. Поэтому кандидатов система отбирает тремя способами сразу:

• по смыслу: вопрос «груз не приняли на складе» выводит на пункт о порядке отказа от приёмки, даже если этих слов в регламенте нет;
• по точному тексту: номер приказа, название формы, фраза из договора и позиция прайса находятся дословно;
• по структуре документа: тип, раздел и пункт, действующая редакция, подразделение-владелец — отдел, который документ ведёт и обновляет.

Найденное система сводит в один список и ранжирует заново: наверх поднимается фрагмент, который отвечает на вопрос. Частота совпавшего слова сама по себе туда не выводит. Без структуры поиск одинаково охотно достаёт действующее положение и прошлогодний черновик.

Ответ со ссылкой на пункт документа

В каждом ответе стоит ссылка на источник — документ, раздел и пункт: сотрудник открывает его и сверяет формулировку с оригиналом. Отвечает система только по документам, которые компания признала актуальными: общие сведения из интернета в ответ не попадают. Внутреннее устройство разобрано отдельно: техническая сторона ответов по своим данным и как модель отвечает по вашим регламентам.

Что происходит, когда система не уверена

У найденного фрагмента своя уверенность, и от неё зависит, что увидит сотрудник. Однозначный фрагмент выдаётся сразу со ссылкой. Когда кандидатов несколько и они расходятся, сотрудник получает их с указанием на раздел и выбирает сам. Когда подходящего фрагмента нет, система задаёт уточняющий вопрос или сообщает, что ответа не нашла. Недостающий пункт она не придумывает.

Вопросы клиентов идут другим маршрутом: на них отвечает первая линия поддержки по своему набору документов.

Какие документы ищут сотрудники и какие вопросы этим закрывают

В поиск попадает то, что записано и у чего есть владелец и утверждённая редакция.

Состав документов фиксируют на аудите: какие действующие, кто их ведёт, где последняя редакция. В документных проектах Dzeta AI разбирала фотографии, сканы с печатью, PDF без текстового слоя и таблицы Excel; какие из ваших документов попадут в индекс, определяют на аудите.

Откуда система берёт документы и куда возвращает ответ

Документы система забирает там, где они уже лежат, и отвечает там, где спросили.

Из каналов у Dzeta AI подтверждён Telegram: в нём работает ассистент эксперта; рабочее окно собирают под задачу заказчика. Из учётных систем — 1С, с ней собран поиск по каталогу у дистрибьютора. Остальные источники разбираем на аудите. Индекс обновляется по расписанию: новая редакция регламента попадает в него без ручной работы, снятый документ уходит.

Рядом соседняя задача — извлечение значений из входящего файла в учётную систему: там из документа достают количество, сумму и срок для учёта, здесь поиск отвечает на вопрос сотрудника. Третья задача — собрать комплект документов по объекту и показать недостающее: там важно содержание бумаги, здесь — состав папки.

Кейсы Dzeta AI: на чём собрана механика этой страницы

У Dzeta AI 50+ проектов в 8 отраслях. Механика этой страницы собрана в трёх из них.

Оптовый дистрибьютор инженерных систем показал, что гибридный поиск работает на индексе в сотни тысяч записей: 389 тысяч позиций, и отбор идёт на всём объёме. Отраслевая сторона — поиск по каталогу на сотни тысяч записей.

IzzyBooking, международный агрегатор бронирования, подтверждает саму посылку: человек формулирует запрос словами, а подбор полей формы остаётся системе. Развёрнуто кейс описан там же, где проект дистрибьютора.

Ассистент эксперта в Telegram отвечает строго по корпусу, утверждённому до запуска: материалы, которые эксперт проверил заранее. По ним же ассистент собирает персональный разбор из 15 блоков и снимает с эксперта первичный поток вопросов. Клиентская сторона задачи — ответы клиентам на первой линии.

Как внедряют: аудит, пилот на ваших регламентах, приёмка

Критерии успеха и целевое качество Dzeta AI фиксирует до старта на документах заказчика — по ним систему и принимают. Считают две величины: время ответа и точность. Точность проверяет сотрудник: открывает источник и отмечает, отвечает ли найденный пункт на вопрос. Числа заранее не называем: каждый набор даёт свой результат.

Сначала пилот, чтобы проверить гипотезу на ваших данных до большого проекта; в продуктив система уходит по его итогам. Бюджет тратится и на разработку, и на подготовку документов: свести редакции одного регламента, разобрать устаревшие версии, описать правила, которые никто не записывал. На что уходит бюджет внедрения кроме лицензий — разбор в отдельной статье.

Где работает система и кто видит документы

Систему на открытых моделях Dzeta AI разворачивает в контуре заказчика: регламенты, договоры и вопросы сотрудников остаются внутри компании, персональные данные её не покидают (152-ФЗ «О персональных данных»). Обращения журналируются, модель заменяется без переделки системы, в ChatGPT и другие внешние сервисы данные не уходят, если заказчик этого не хочет. Свой IT-отдел не нужен: хватит человека, который понимает, как в компании обновляют документы.

Кому какие разделы базы знаний видно, настраивают при внедрении: часть документов открыта всем, часть остаётся у своего подразделения. Права из внешних хранилищ система не наследует, границы описывают явно.

Когда поиск по внутренним документам не окупится

Корпоративный поиск подходит компании, у которой документов много, они действующие, а вопросы повторяются у разных сотрудников. Случаи, когда браться не стоит, видны ещё на аудите:

• Документов как данных нет: регламенты устарели, правила живут в переписке и в головах.
• Одна редакция противоречит другой, и никто не скажет, какая действует: сначала порядок, потом поиск.
• Документов мало, сотрудник помнит их наизусть: вложения не вернутся.
• Ответ каждый раз зависит от решения человека — уступки, исключения, устные договорённости.
• Вопросы задают голосом по телефону и нигде не фиксируют: искать не по чему.
• Задачу закрывает сам регламент или настройка учётной системы: так и напишем в отчёте по аудиту.
• Со стороны заказчика некому проверять ответы первые недели.