Принцип, по которому отбирать сценарии

Рабочий критерий один: задача должна быть текстовой, повторяемой и с проверяемым результатом. Если результат легко проверить глазом за секунды — модель подходит. Если цена ошибки высока и проверка занимает столько же, сколько сама работа, — экономии не будет.

Второй критерий — объём. Один ответ в неделю не сэкономит ничего, даже если он идеален. Считать надо на потоке: 50 сообщений в день, 200 карточек товара в месяц, 10 входящих счетов в неделю. Именно поток превращает «интересную игрушку» в экономику.

Главная ошибка внедрения

Начинать с самой сложной задачи — «пусть ИИ ведёт переговоры с клиентами». Сложные задачи требуют дообучения, регламентов и контроля, а окупаются хуже, чем скучная рутина. Правильный первый шаг — самое массовое и самое тупое действие в компании.

12 сценариев и сколько часов они дают

Оценки ниже — оценки по опыту типовой компании 3–15 человек, а не замеры конкретного бизнеса. Диапазон часов показывает, насколько разными бывают процессы. Проверять надо на своих цифрах — методика расчёта в разделе про экономику.

Сколько часов в месяц возвращает автоматизация Оценка для компании 3–15 человек. Верхняя граница диапазона, часы/мес. 10 20 30 40 50 ч Автоответы (Авито, мессенджеры) Первая линия поддержки Описания товаров для маркетплейсов Контент для соцсетей и рассылок Разбор входящих документов Коммерческие предложения Скрининг резюме при найме Регламенты и инструкции 48 ч 44 ч 32 ч 24 ч 16 ч 13 ч 10 ч 8 ч
Важная оговорка. Это не «сэкономленные деньги», а возвращённое время. Экономия превратится в деньги только там, где освободившиеся часы уйдут на продажи или сервис, а не в чат с коллегами.
№СценарийЧто делает модельМодельЧасы/мес (оценка)
1Автоответы на Авито, в мессенджерах, в TelegramПонимает вопрос целиком, а не ищет ключевые слова; отвечает по вашей базе знаний, сложное передаёт человекуGLM, DeepSeek Flash25–48
2Первая линия поддержкиСнимает типовые обращения: статус заказа, сроки, возврат, гарантияGLM, Qwen20–44
3Описания товаров для маркетплейсовИз характеристик собирает карточку, заголовок и SEO-текст по шаблону площадкиQwen, DeepSeek Flash15–32
4Контент для соцсетей и рассылокЧерновики постов, письма клиентам, анонсы, ответы на отзывыDeepSeek Flash, GLM10–24
5Разбор входящих документовСчета, накладные, договоры → структурированная таблица; выделение сроков и суммQwen, Kimi8–16
6Коммерческие предложенияСобирает КП из вашего прайса и брифа клиента за минуты вместо часаDeepSeek Pro6–13
7Скрининг резюме при наймеСопоставляет резюме с требованиями и формирует шорт-лист с обоснованиемQwen, DeepSeek Flash6–10
8Регламенты и инструкцииПревращает рассказ сотрудника в инструкцию, чек-лист или памяткуDeepSeek Pro5–8
9Тендеры и требования заказчикаВыжимка по документу на 100 страниц: требования, сроки, рискиKimi, Qwen8–15
10Переписка с китайским поставщикомПеревод CN ↔ RU, сверка условий, понятная сводка по сделкеQwen4–8
11Разбор звонков и переписокТональность, частые причины обращений, выявление проблемных местDeepSeek Flash6–12
12Внутренняя база знанийОтвет на вопрос «как у нас принято действовать» по регламентам компанииQwen, GLM4–10
Автоматизация выгодна не там, где задача умная, а там, где она повторяется сотни раз в месяц и её результат проверяется за пять секунд.

Какую модель под какой сценарий

Модели отличаются не «умом вообще», а профилем: цена, скорость, длина контекста, качество рассуждений. Для малого бизнеса это значит, что одна и та же задача может стоить в разы дешевле при правильном выборе.

ЗадачаЧто важноКого выбрать
Массовые короткие ответыЦена за токен, скоростьGLM
Рассуждения, нестандартные формулировкиКачество ответаDeepSeek V4-Pro
Рутинные тексты на потокеЦена при достаточном качествеDeepSeek V4-Flash
Документы, таблицы, перевод с китайскогоДлинный контекст, языкQwen
Документ на сотни страниц в одном запросеДлина контекстаKimi

Практический приём: не привязывайтесь к одной модели в коде. Пусть название модели будет параметром — тогда на изменении условий вендора вы меняете одну строку конфигурации, а не переписываете продукт. Именно на этом строится мультимодельность: один ключ и один адрес API для всех моделей.

Как считать экономику своей компании

Простая формула, которая не врёт: выберите один процесс, замерьте его в часах за месяц, оцените стоимость часа сотрудника и долю операций, которые модель закроет без правок.

ПараметрКак получитьПример
Объём процессаСколько операций в месяц600 ответов
Время на операциюХронометраж 10 операций × среднее3 мин
Всего часовОбъём × время ÷ 6030 ч
Доля автоматизацииСколько операций модель закроет целиком60 %
Возвращённые часыВсего часов × доля18 ч
Стоимость часаОклад ÷ рабочие часы450 ₽
Эффект в деньгахЧасы × стоимость8 100 ₽/мес

Расходы на токены для такого объёма при коротких ответах — единицы тысяч рублей в месяц, то есть на порядок меньше эффекта. Но помните: экономия появится в отчёте только тогда, когда освободившиеся часы руководство перераспределит. Иначе вы просто получите более расслабленного сотрудника на той же зарплате.

Оценка, а не гарантия

Все цифры выше — оценки по типовым процессам. Реальный эффект зависит от качества ваших регламентов и от того, насколько процесс вообще формализуем. Ставьте эксперимент на одном процессе и замеряйте две недели.

Где ИИ не поможет

Честный список экономит больше денег, чем любой промпт-инженер.

  • Юридические и медицинские решения. Модель соберёт информацию и оформит документ, но ответственность за решение не берёт. Финальное слово — за специалистом.
  • Финансовый учёт и налоги. Считать налоги «через чат» — плохая идея: ошибка дороже экономии. Модель годится для черновиков и объяснений, не для проводок.
  • Ценообразование на живом рынке. Без доступа к вашим свежим данным модель выдаст усреднённую логику и уверенный, но неверный ответ.
  • Задачи с личной ответственностью перед клиентом. Переписка, где каждое слово — обязательство, требует человеческого прочтения перед отправкой.
  • Персональные данные третьих лиц в промпте. Отправляя чужие ФИО, телефоны и адреса в модель, вы создаёте себе работу по 152-ФЗ. Данные лучше обезличивать до отправки.

С чего начать за две недели

ДЕНЬ 1–2

Найдите узкое место

Спросите сотрудников, какое повторяющееся действие раздражает их сильнее всего. Обычно это ответы клиентам или оформление однотипных текстов.

ДЕНЬ 3–5

Соберите базу знаний

Выгрузите в один файл: прайс, условия доставки, гарантию, ответы на 20 частых вопросов. Модель без ваших фактов начнёт фантазировать.

ДЕНЬ 6–8

Сделайте черновик сценария

Проверьте на 50 реальных обращениях из истории. Считайте долю ответов, которые вы отправили бы клиенту без правок.

ДЕНЬ 9–11

Оставьте человека в контуре

Первую неделю сотрудник подтверждает каждый ответ. Это ловит ошибки раньше, чем они станут репутационной проблемой.

ДЕНЬ 12–14

Замерьте и решите

Сравните время обработки до и после. Если выигрыш меньше 20 % — меняйте сценарий, а не инструмент.

Коротко
  1. Автоматизируйте массовую рутину, а не самое сложное действие в компании.
  2. Выбирайте модель под задачу: дешёвая модель на потоке даёт больше экономии, чем флагман «на всякий случай».
  3. Считайте часы, а не «магию»: объём × время × доля автоматизации.
  4. Оставляйте человека в контуре до тех пор, пока не увидите стабильное качество на реальных данных.
  5. Держите модель параметром конфигурации — тогда смена вендора не станет переписыванием продукта.