Как мы сделали платформу для быстрого создания AI-агентов и научили ИИ работать за вас

Всем доброго времени суток!

Прежде чем рассказать, как к нам пришла идея создания платформы для быстрого внедрения AI-агентов в бизнес и повседневную жизнь, хотим сразу познакомить вас с её основными преимуществами. Ознакомившись с ними, вы сможете понять, заслуживает ли эта статья вашего внимания.

У нас есть чёткое ощущение, что сама идея и наш инструментарий не только привлекут интерес, но и могут по-настоящему удивить.

Итак, MimikkAi - это платформа для быстрого внедрения искусственного интеллекта в бизнес и жизнь, позволяющая делегировать рутинные операции агентам и работать с большими объёмами данных.

Простыми словами - мы позволяем создать агента, который не только обрабатывает запросы в чате, но и может выполнять действия в браузере по заданному сценарию. Агент нажимает кнопки, анализирует информацию с сайтов, структурирует её и в прямом смысле работает за пользователя, следуя правилам, описанным в промте.

При этом для создания агента не нужно уметь писать код или разбираться в сложных настройках - достаточно уметь печатать и обладать фантазией, чтобы составить грамотный промт и правильно делегировать рутину.

Далее мы расскажем, как появилась идея, разберём конкретные кейсы применения сервиса и подробнее раскроем его функционал.

Как появилась идея

Мы (команда MimikkAi) уже достаточно давно занимаемся разного рода проектами, в основном в B2B-сегменте, и всегда стараемся применять лучшие практики для их реализации. Лучшая практика на сегодня, очевидно, - искусственный интеллект. Нам было интересно найти проект в этой области, и в его поисках мы решили опросить наших знакомых и клиентов, чего им не хватает при взаимодействии с ИИ.

Результат опроса показал, что пользователи, как правило, сталкиваются с двумя проблемами:

1. Чат-боты плохо работают с большими массивами данных из-за контекстных ограничений. К примеру, если попросить условный Perplexity проверить цену в интернете на 50 товаров и в качестве ответа собрать по 3 цены и ссылки на каждый, в лучшем случае мы получим 5–10 ссылок и цен.

2. Пользователям хочется выйти за рамки чат-бота и заставить искусственный интеллект не только точечно обрабатывать запросы, но и выполнять монотонные действия. Например, в одном из кейсов, который нам поступил, пользователь хотел, чтобы ИИ обрабатывал заказы на разных площадках и делал заказы у своих исходных поставщиков. Чат-бот такой возможности не давал, и до реализации нашей платформы пользователь продолжал делать это вручную.

Именно на решении этих двух проблем мы и решили сосредоточить своё внимание.

Как решили проблемы и получили обратную связь от пользователей

Мы не будем вдаваться в детали технологий, а постараемся в свободной форме и наглядно показать, как нам удалось реализовать функционал, позволяющий эти проблемы избежать.

Вернёмся к нашему примеру с поиском цен на товары. Если попросить чат-бота проверить цену на 1 товар, мы получим вполне вменяемый результат.

Но, как уже упоминалось, если попросить найти хотя бы 10 товаров, результат нас уже не устроит.

Значит, нужно реализовать функционал, который позволит ИИ обрабатывать каждый запрос независимо. 1 товар = 1 запрос, но пользователь не должен отправлять каждый запрос отдельно - работа должна вестись автономно.

Нам удалось это сделать. Мы дали пользователям возможность сформировать список товаров (запросов) в Excel, загрузить файл в панель управления сервиса (о ней подробнее расскажем позже) и запустить построчную обработку каждого товара.

Вот как это выглядит:

Обратите внимание, что агент не обрабатывает каждую запись только своими вычислительными ресурсами, а собирает данные так, как это делает человек: вбивает запрос в поиск → переходит по ссылкам на сайты интернет-магазинов → собирает 3 цены и 3 ссылки на каждый товар → сохраняет данные в таблицу. Это позволяет собирать актуальную информацию качественно, без устаревших данных.

Научив ИИ выполнять действия в браузере, нам не составило труда решить и второй кейс - сбор заказов с площадок и сбор корзины для заказов у поставщиков. Нужно было лишь подробно описать сценарий действий и учесть все нюансы нашей технологии.

Вот что получилось в итоге:

Делать подобных ботов можно было и раньше, это не ново. Но разница в том, что раньше они не были гибкими и жёстко привязывались к элементам на сайте. Если элементы менялись, это приводило к сбою. Плюс их реализация тоже была непростой: нужно было потратить много времени на написание кода и постоянно вносить изменения при обновлении ресурсов.

Фактически мы реализовали возможность создания гибких ботов, обладающих интеллектом и способных адаптироваться к разной среде, в несколько касаний.

Создать их можно через наш специально обученный инструмент, учитывающий все нюансы технологии - Mimaker.

Успешно решив несколько кейсов, мы показали результат пользователям, попросили протестировать работу на реальных задачах и вернуться с обратной связью.

Спустя некоторое время мы стали получать пожелания скорректировать реализованные сценарии, улучшая их, а также запросы на создание агентов под другие задачи.

Но корректировать сценарии и создавать агентов исключительно через обращение к нам - не самый практичный способ. Так и появился наш чат-бот по созданию агентов - Mimaker, который упоминался выше.

В итоге у нас начал формироваться полноценный продукт. Оставалось лишь грамотно его упаковать, докрутить детали и перейти к стадии активного тестирования.

Текущий функционал и возможности

На сегодня нашим пользователям доступен следующий функционал:

1. Панель управления

Внутри панели управления доступна функция создания агентов, получивших название «MIM».

MIM создаются внутри уже не раз упомянутого инструмента - Mimaker.

Вот как это выглядит:

После создания MIM необходимо загрузить его в соответствующий интерфейс.

Загрузив MIM, вы сохраните его в аккаунте навсегда. Такой подход позволяет не создавать рабочий промт заново при необходимости.

Помимо этого, пользователям доступны публичные агенты - это уже протестированные и корректно работающие MIM, размещённые в открытом доступе в разделе Mimstore. Ими может воспользоваться любой желающий в рамках своего тарифного плана.

Для каждого MIM можно создать свой сценарий работы. В перспективе у каждого сценария могут быть свои дополнительные вводные, например, исключение каких-то заказов из обработки или дополнительный контекст.

Внутри сценария пользователь может загрузить записи для обработки агентом - вручную или через Excel-шаблон.

Далее необходимо только запустить обработку сценария в приложении:

2. Desktop-приложение

Да, агенты запускаются локально через установленное приложение.

Приложение требует простой настройки и идентификации. После этого сценарии из панели управления подтягиваются в приложение и готовы к запуску.

В приложении можно выбрать AI-модель, которая будет обрабатывать сценарий.

У каждой модели могут быть свои плюсы.

Документы для обработки внутри сценария подтягиваются сразу после загрузки в панель управления.

Внутри документа есть возможность добавить дополнительные записи.

Запуская работу локально и видя, как обрабатывается сценарий, пользователь понимает, на каком этапе агент ошибается, и может внести корректировки в промт, обновив ранее загруженный MIM.

Это значительно упрощает тестирование и позволяет «научить» агента выполнять необходимые действия.

В среднем желаемый результат достигается за 3–4 корректировки, что не занимает много времени.

Итог

Нам удалось реализовать продукт для людей и бизнеса, которые хотят делегировать рутинные задачи агентам, общаясь с ИИ на простом языке, без сложных технологий и долгого изучения новой информации.

Если у вас тоже есть такое желание и необходимость делегировать рутину, вы можете оставить заявку на нашем сайте - mimikkai.ru, а мы с удовольствием проведём для вас демонстрацию и расскажем об условиях работы.

На этом всё. Рекомендуем подписаться на наш блог, чтобы не пропускать новые статьи и важные новости о развитии проекта.

Не стесняйтесь делиться мнением в комментариях, и спасибо за уделенное время!

Будем на связи!

Команда MimikkAI

Telegram