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
«ИИ через API — это же копейки за запрос». На демо — да. В проде на тысячах пользователей цифра выглядит иначе. Разбираем реальную себестоимость.
Из чего складывается цена:
🔹 Стоимость запроса. Платите за токены — и входящие (промпт + контекст), и исходящие (ответ). Чем длиннее промпт и ответ, тем дороже каждый вызов.
🔹 Выбор модели. Топовая модель может стоить в разы дороже лёгкой при том же результате на простой задаче. Это самый частый «слив» бюджета.
🔹 Скрытые токены. RAG-контекст, длинные системные промпты, повторные попытки при ошибках — всё это тихо раздувает счёт.
🔹 Инфраструктура. Эмбеддинги, хостинг векторной базы, логирование, модерация, мониторинг.
🔹 Задержка (latency). Медленный ответ — это цена в UX и в потерянных клиентах, даже если в деньгах дёшево.
🔹 Люди и поддержка. Разработка, обслуживание, человек в контуре на старте.
Как посчитать заранее: себестоимость одного запроса × ожидаемый объём в месяц. Не угадывайте — прогоните 100–1000 реальных запросов и замерьте фактические токены и время.
Как снизить в разы:
✅ кэшируйте повторяющиеся ответы;
✅ берите модель под задачу, а не «топовую на всё»;
✅ обрезайте лишнее в промптах и контексте;
✅ ставьте лимиты на длину и частоту;
✅ группируйте запросы (batching), где можно.
Правило простое: ИИ-фича должна приносить больше, чем стоит. Считайте юнит-экономику до запуска, а не после.
💬 Какая ИИ-фича у вас окупилась, а какая — нет? Расскажите в комментариях 👇
Share
