The post has been translated automatically. Original language: Russian
Everyone is adding AI now, but half of the projects end up with an expensive toy that doesn't affect the metrics. We share our practice on how to approach this in an engineering way.
1. First the task, then the technology
Not "let's screw up the AI", but "what specific pain will it cover". AI really pays off where there is routine, volume, and text: support, application processing, content generation, and knowledge base search. If the task is solved by ordinary logic or a simple script, do not complicate it.
2. Don't train your model. Use the API
A common mistake of early teams is to try to "train a neural network." In 99% of cases, this is unnecessary and ruinous. Take ready-made LLMs through the API (Anthropic, OpenAI, Google, etc.), and use according to your specifics: industrial engineering — correctly formulated instructions close most cases; RAG (retrieval-augmented generation) — connecting your knowledge base/documents so that the model responds to your data rather than "hallucinating"; Fine-tuning — only when everything else has already been squeezed out and a stable narrow format is needed.
3. Keep the person in the loop
Especially at the start: the AI prepares a draft/response, and the human confirms it. This protects against errors in client communications and gives you the data on which the system becomes more accurate.
4. Consider the cost and speed from the first day
Two parameters that kill AI features in the product: the price per request and the latency. Practice: cache duplicate answers, choose a model for the task (don't take the top one where the easy one is enough), set limits. The same feature on a "cheap" and "expensive" model may differ significantly in cost with the same result.
5. Set limiters (guardrails)
AI in a product without a framework = risk. Minimum: filtering of unwanted input/output, clear boundaries of "what the assistant doesn't talk about", folback on a live person, logging for error analysis.
6. A quick start in a week, not a quarter
A working approach: take one narrow scenario (for example, AI answers to the 20 most frequent customer questions), assemble a prototype on the API in a few days, test it on real requests, measure the effect, and only then scale. A small working case is more useful than a large "AI-platform" plan in a presentation.
A short checklist before implementation: ✅ there is a specific task with a measurable metric The API + prompt/RAG path has been chosen, rather than learning from scratch , the cost of the request and latency are calculated , there is a man in contour and guardrails You start with one narrow scenario
Большинство недопониманий с подрядчиками и клиентами возникает не из-за злого умысла, а из-за того, что важное просто не проговорили заранее. Разбираем, что стоит зафиксировать письменно, чтобы работа шла спокойно. Это общий ориентир по организации сотрудничества, а не консультация.
1. Что именно входит в работу Расплывчатое «ведение соцсетей» или «сайт» рождает вопросы «а это входило?». Фиксируйте объём конкретно: сколько постов, страниц, правок, в каком формате. Чем детальнее, тем меньше поводов для недопонимания.
2. Порядок и сроки оплаты Когда, сколько и на каком этапе. Аванс, постоплата, что считается моментом оплаты. Без ясности одна сторона ждёт оплату, другая — результат, и обе в напряжении.
3. Что происходит при задержках Сроки часто сдвигаются не по вине исполнителя: не согласовали, не дали материалы, не оплатили вовремя. Пропишите, что в таких случаях срок продлевается, — иначе крайним окажется тот, кто ждал.
4. Как принимается работа Кто согласовывает, в какой срок, сколько правок включено и что считается выполненным. Без этого правки идут бесконечно, а работа формально «не закрыта».
5. Права на результат и завершение сотрудничества Кому принадлежит созданное и после чего (обычно — после полной оплаты). И как стороны корректно расходятся: срок уведомления, оплата фактически сделанного. Эти пункты выручают при любом сценарии.
Общий принцип: договорённости пишут не для конфликта, а чтобы его не было. Хорошее соглашение — это заранее проговорённые «а что, если», по которым обе стороны сверяются, когда что-то идёт не по плану.
Проверка: прочитайте свои договорённости глазами второй стороны и найдите места, которые можно понять двояко. Именно они и вызывают вопросы.
Главное: большинство недопониманий проще предупредить одной чёткой формулировкой заранее, чем разбирать потом. Час на договорённости экономит недели нервов.
💬 Какой пункт в договорённостях вас однажды выручил? Поделитесь в комментариях 👇
Share
