Кейс Wiki AI: база знаний с AI-ассистентом, ускорившая поиск регламентов в 10 раз

Паспорт проекта:

Продукт: Wiki AI — интеллектуальная корпоративная база знаний с интегрированным AI-ассистентом на базе RAG-архитектуры.

Исполнитель: Инженерная студия Rakhmanov Studio (rakhmanov.studio).

Ниша: Enterprise Knowledge Management, корпоративные AI-ассистенты, SaaS, внутренняя автоматизация.

Стек технологий: Wiki.js, Python FastAPI, PostgreSQL + расширение pgvector, Sentence Transformers (векторные эмбеддинги), интеграция с LLM-моделями (DeepSeek API / Qwen), Docker-контейнеризация.

Проблематика и вызовы корпоративной среды:

В растущих компаниях корпоративная документация часто превращается в «кладбище регламентов»:

Потери времени на ручной поиск: Тысячи инструкций размазаны по разрозненным папкам, Notion, Google Docs или сетевым дискам. Поиск по ключевым словам не работает, если в запросе есть синонимы или опечатки;

Перегрузка экспертов и тимлидов: До 25–30% рабочего времени ключевых специалистов уходит на ответы на повторяющиеся вопросы новичков и смежных отделов;

Затянутый онбординг: Ввод нового сотрудника в должность занимает недели из-за сложности самостоятельного изучения внутренних регламентов;

Галлюцинации публичных нейросетей: Стандартные чат-боты не знают специфики конкретной компании и придумывают несуществующие регламенты.

Цель: Спроектировать платформу, которая превращает статичные корпоративные регламенты в живого цифрового эксперта, мгновенно отвечающего на вопросы сотрудников на естественном языке с подтверждением источниками.

Команда Rakhmanov Studio разработала и развернула масштабируемую систему, объединившую современный wiki-движок и интеллектуальное RAG-ядро:

• RAG-архитектура (Retrieval-Augmented Generation):

  • Поиск строго по закрытому контуру: ИИ не берет факты из интернета, а анализирует исключительно верифицированную документацию компании;

  • Сквозной пайплайн: сотрудник задает вопрос обычным языком $\rightarrow$ система находит смысловые фрагменты статей $\rightarrow$ языковая модель генерирует емкий ответ со стримингом в реальном времени;

  • Прозрачное цитирование: каждый ответ сопровождается прямыми кликабельными ссылками на первоисточники и регламенты, откуда взята информация.

• Семантический векторный поиск (PostgreSQL + pgvector):

  • Мультиязычная модель Sentence Transformers преобразует текст регламентов в векторные эмбеддинги;

  • Поиск понимает смысл вопроса, профессиональный сленг и синонимы, даже если формулировка сотрудника не совпадает с текстом регламента;

  • Автоматическая индексация: при публикации или редактировании статьи обновленный текст мгновенно попадает в векторную базу без ручного перезапуска индекса.

• Корпоративная wiki-платформа:

  • Удобный визуальный редактор с поддержкой Markdown, иерархией страниц, тегами и категориями;

  • Версионирование статей, история изменений и откат правок;

  • Ролевое разграничение прав доступа (RBAC): конфиденциальные регламенты доступны только авторизованным отделам.

• Встраиваемый виджет и интеграционный контур:

  • Встраиваемый чат-виджет: подключение ассистента на любой внутренний корпоративный портал, CRM или сайт одной строкой JS-кода;

  • Высокопроизводительный REST API на FastAPI для бесшовной интеграции базы знаний с корпоративными мессенджерами (Telegram, Slack) и внутренними ERP-системами.

• Ускорение поиска информации в 10 раз: Время получения точного ответа на рабочий вопрос сократилось с десятков минут до 3–5 секунд.

• Разгрузка руководителей и наставников: До 70% типовых внутренних вопросов по регламентам, доступам, регламентам и компенсациям закрываются AI-ассистентом автоматически.

• Сокращение сроков онбординга на 40%: Новые сотрудники быстрее погружаются в процессы благодаря персональному цифровому наставнику, доступному 24/7.

• 100% достоверность и безопасность: Ответы базируются строго на актуальных версиях документов компании с прозрачным указанием авторов и статей.