Вопросы для разбора AI-проекта

Используй приведённый ниже чек-лист для интервью с заказчиком. Сначала выбери вопросы, которые влияют на объём и риски. Не задавай все сразу: сгруппируй 5–8 важных вопросов, объясни зачем каждый нужен, затем предложи следующий шаг.

Вопросы про ограничения (доступы, данные, системы)1.1. По данным (Excel-файл):
Можно ли получить доступ к файлу с 200 примерами прямо сейчас? Содержатся ли там персональные данные (ФИО, телефоны, email, номера заказов)? Если да, готовы ли вы предоставить их для обучения модели или нужна полная анонимизация?
Эти 200 примеров — это только входящие сообщения или вся переписка целиком (диалог)?
Будут ли предоставлены новые данные для дообучения модели после запуска? Например, сможем ли мы раз в неделю получать размеченные менеджерами "сложные случаи"?
1.2. По интеграциям и доступом:
Какая CRM используется в компании (если есть)? Нужно ли, чтобы система создавала там карточки или задачи автоматически?
Кто сможет дать доступ к настройкам Telegram/WhatsApp/сайта для подключения? Есть ли технический администратор с нашей стороны?
Есть ли ограничения по безопасности? Нужно ли разворачивать решение на серверах компании (on-premise) или можно использовать облачные сервисы (например, OpenAI API)?
2. Вопросы про точные сценарии использования2.1. По работе с заявками:
Что должно происходить после того, как ИИ определил категорию?
Вариант А: Просто показать менеджеру в интерфейсе (он сам решает, что делать дальше).
Вариант Б: Автоматически отправлять в нужный отдел (например, в чат отдела доставки в Telegram или создавать задачу в CRM).
Если обращение пришло в нерабочее время, нужно ли как-то менять логику обработки (например, ставить в очередь или отправлять автоответ)?
2.2. По сложным кейсам:
Как именно система должна определять "сложный кейс"? Давайте выберем критерии:
Длинное сообщение (> 500 символов)?
Негативная тональность (злость, мат)?
Низкая уверенность модели в категории (например, < 70%)?
Комбинация категорий (например, и про оплату, и про доставку сразу)?
Что делать со сложным кейсом? Отправлять его конкретному супервайзеру или возвращать менеджеру с пометкой "проверить вручную"?
2.3. По резюме:
Что должно быть в "коротком резюме"?
Просто суть: "Клиент хочет вернуть товар, чек №123".
Или структурированные поля: "Товар: ..., Причина возврата: ..., Сумма: ..."?
3. Вопросы про формат итогового результата3.1. Интерфейс:
В каком виде менеджер будет видеть результат работы ИИ?
Это должен быть отдельный Telegram-бот, куда приходят заявки?
Или виджет внутри существующей CRM?
Или просто таблица в Excel, куда подгружаются обработанные обращения?
3.2. Отчетность:
Кто именно смотрит отчёт (роль: руководитель, аналитик)?
В каком формате удобнее получать ежедневную статистику?
Email-рассылка с графиком.
Ссылка на онлайн-дашборд (например, в Яндекс.Дзене или Google Data Studio).
Сообщение в Telegram-чат руководителю.
4. Вопросы про критерии приемки (что будет считаться успехом)4.1. Метрики качества:
Какая точность классификации нас устроит на старте? (Например, 80%? 90%?)
На сколько минут мы хотим сократить время обработки? (Цель: с 40 минут до 5? Или до 10?)
Как будем измерять "снижение количества ошибок"? Есть ли сейчас статистика по ошибочным передачам?
4.2. Бизнес-критерии:
Какая доля заявок должна обрабатываться полностью автоматически (без участия человека)? 30%, 50%?
Готовы ли мириться с ошибками ИИ на этапе тестирования? Что важнее: не пропустить ни одного сложного кейса (безопасность) или разгрузить менеджеров любой ценой (скорость)?
5. Приоритеты (MoSCoW)Для планирования первой версии (MVP) важно понять, что обязательно, а что можно отложить.
Must have (Обязательно): Категоризация, резюме, отметка о сложности, ежедневный отчёт.
Should have (Желательно): Интеграция с CRM, автоответы в нерабочее время.
Could have (Можно позже): Подключение всех трёх каналов сразу (начнём с одного).
Won't have (Не нужно в первой версии): Двусторонний диалог с клиентом через бота.
Рекомендация перед встречейЕсли есть возможность — попросите прислать файл с примерами обращений заранее. Часто, глядя на реальные данные, возникают дополнительные уточняющие вопросы, которые не приходят в голову при абстрактном обсуждении.

Как использовать

Добавьте описание проекта и отправляйте только вопросы, относящиеся к нему.

Что проверить

Убедитесь, что в запрос не попали персональные данные клиентов или секреты. Не принимайте оценки сроков без ответов.

Шаблон из личной коллекции, отредактирован для каталога. Результат генерации проверяйте самостоятельно.