ITAM

Абсолютная победа на Tender Hack в Нижнем Новгороде! 🥇 1 место — команда «НАШИ ЛЮБИМЫЕ МИСИС МОДЖАРУНГ» Ребята забрали 1 место и 500 000 рублей с решением для Портала поставщиков — автоматизировали работу службы поддержки с помощью ИИ. Агент «Валерчик» умеет отвечать на вопросы пользователей по базе знаний, а если не уверен в ответе — не выдумывает, а передаёт обращение оператору. При этом система сама определяет нужную линию поддержки и помогает специалисту подготовить ответ. Интересно, что команда делала и почему оказалась лучшей?

Собрали «Валерчика» — ИИ-поддержку портала целиком, от чата до админки. Всё работает на своём железе: отвечает локальная Qwen 3.8 27B, ищет BERTA, PDF разбирает docling, голос слушает faster-whisper и озвучивает Piper. Наружу не уходит ничего. - Ответы по базе знаний, а не по памяти модели. Гибридный поиск: векторы BERTA, BM25 и слияние рангов, сверху опциональный cross-encoder. Ответ приходит со ссылками на статьи и процентом совпадения. - Честный отказ. Ниже порога уверенности бот не выдумывает, а признаёт, что не знает, и зовёт оператора. Вопрос попадает в «пробелы базы знаний» со счётчиком повторов, один клик превращает его в статью, индекс переключается blue/green без простоя поиска. Если две близкие статьи из разных тем спорят за первое место, бот переспрашивает вместо ответа наугад. - Структурирование неформализованной базы. Методичка в pdf, docx, xlsx режется по разделам, к каждому фрагменту модель формулирует вопрос, который он закрывает. Иллюстрации привязываются по авторской нумерации рисунков из текста, а не наугад. Трёхсотстраничная инструкция даёт около 600 статей. Отдельным скриптом забрали 326 настоящих статей центра поддержки портала. - Guardrails. Детектор мата переживает обфускации: звёздочки, латиницу вместо кириллицы, цифры вместо букв, пробелы между буквами, растянутые буквы, невидимые символы, английскую раскладку. Сообщение, набранное не в той раскладке, система чинит сама и показывает оригинал по клику. - Маршрутизация и оператор. Классификатор на эмбеддингах определяет линию поддержки и дообучается на статьях и реальных эскалациях. Оператор получает очередь, подсказки из базы и готовый черновик ответа по всей переписке, а удачный ответ одной кнопкой становится статьёй. Брошенное обращение возвращается в очередь и не достаётся тому же молчавшему оператору. - Расширение для браузера. На вопрос «как зарегистрироваться» Валерчик выходит прямо на zakupki.mos.ru, подсвечивает нужную кнопку и ведёт по шагам, переживая переходы между страницами. Зрительная модель не нужна: селекторы сняты с живого DOM, а новый сценарий админ записывает кликами, движок сам отбрасывает неоднозначные селекторы. - Роль собеседника. У портала две стороны сделки, поэтому «как зарегистрироваться» у поставщика и заказчика разное. Роль задаётся переключателем или понимается из слов, поиск отдаёт статьи только этой роли. - Сверх ТЗ: поиск товаров каталога портала через собственный MCP-сервер, голосовой ввод и озвучка ответа, виджет для стороннего сайта одной строкой, аналитика отзывов с кластеризацией негатива и содержательным заключением.

Решение легко адаптировать под банки, телеком, госуслуги, университеты и корпоративные сервисы — особенно там, где поддержке приходится работать с большим количеством типовых запросов. Состав: Кирилл Вериялов (БИВТ-24-9), Эрик Фазлыев (БИВТ-24-СП-1), Алексей Кошелев (БИВТ-24-9), Ярослав Ролдугин (БИВТ-24-9), Альберт Храмов (БИВТ-24-9) Поздравляем создателей Валерчика с победой! 🎉