Вспомните, как вы ставите задачи сотрудникам? Проблема в том, что задачи часто ставятся размыто. Непонятные формулировки тормозят работу, а руководителям приходится тратить силы на обратную связь.
Теперь можно решить эту проблему — прямо из задачи отправить запрос к Planfix AI. Зачем? Он проверит задачу на четкость, например, по SMART, и подскажет верные формулировки.
Результат — меньше рутины и больше фокуса на главное. Сотрудники получают понятные задачи, руководители — меньше уточнений, а бизнес — ускорение процессов без лишних усилий.
Далее на понятных примерах разберемся, чем Planfix AI может быть ещё полезен вашей команде.
Проверка задач на соответствие SMART
Для начала рассмотрим пример из вступления — расплывчатые формулировки задач, например, такие:
Задача вроде есть, но возникают вопросы. Чтобы избежать такого, задачи можно сформулировать по принципам SMART, т.е. она должна быть: конкретной, измеримой, достижимой, актуальной и ограниченной во времени.
Planfix AI автоматически проанализирует поставленные задачи на соответствие этим принципам и сообщит, если какие-то критерии не соблюдены.
В итоге постановщик (или заранее указанный круг сотрудников) получит обратную связь и сможет улучшить формулировки, чтобы у сотрудников не было вопросов.
Настраиваем проверку задачи на соответствие принципам SMART
Для этого используем автоматический сценарий с новой опцией «Послать запрос к Planfix AI»:
С помощью переменных можно передавать в запрос информацию из названия задачи, описания и других полей:
Для удобства чтения ИИ может структурировать ответ и оформить его в формате HTML. Для этого в запрос добавьте следующую фразу:
Далее настроим разбор ответа. Это нужно, чтобы выбрать, кто получит уведомление:
Так как опция настраивается для обратной связи руководителю, в списке уведомленных выбираем постановщика задачи (1), от остальных скрываем (2):
Автоматическая классификация запросов
Ещё одна сфера применения Planfix AI — поддержка или взаимодействие. Когда каждый день приходят десятки или сотни сообщений, важно оперативно определить их суть: жалоба, благодарность, вопрос по доставке или предложение о сотрудничестве? От точной классификации зависит, как именно будет обрабатываться запрос. И с этим теперь тоже справляется Planfix AI.
Он автоматически определит к какой области относится сообщение:
Настраиваем классификацию запросов
Для начала нам нужен перечень направлений для классификации. Для этого создаём поле типа «Список» и заполняем:
Затем поле добавляем в Объект, на основе которого создаются задачи для обработки запросов, а в сценарии прописываем такой промпт:
Ответ ИИ автоматически помещаем в созданное ранее поле для классификации обращений. Для этого, как и в первом примере, кликаем на «Настроить разбор ответа»:
В настройках указываем, что системный инфоблок «Response» будет помещен в поле «Категория запроса». В этом инфоблоке и содержится ответ ИИ, с указанием категории:
Здесь же можем добавить комментарий для сотрудников. Для этого используем переменную инфоблока. При срабатывании сценария на её место автоматически подставится нужный текст:
В результате все новые запросы от клиентов при попадании в ПланФикс автоматически маркируются по категориям:
Это упрощает поддержку или первичную обработку запросов. Автоматические метки затем можно использовать для фильтрации заявок, сбора статистики и анализа.
Что по итогу
А в итоге бизнес получает реальный рабочий инструмент, который сэкономит время и силы всей команде. С Planfix AI задачи станут понятнее, заявки — упорядоченнее, а процессы — быстрее.
И всё это без сложной интеграции и технических танцев с бубном: просто настраиваете промт, разбор ответа и AI работает.
Дальше — больше. Мы продолжаем расширять возможности искусственного интеллекта в ПланФиксе, потому что работать должны роботы.
Не забывайте о наших социальных сетях: ВКонтакте, Telegram и ВК Видео. Там появляются новости о доработках и новинках. Подпишитесь, чтобы ничего не пропустить.
А какая версия Chat GPT используется в этом?
Нет одной жестко закрепленной модели и даже поставщика, Александр. Мы активно экспериментируем с подбором оптимальных конфигураций под разные задачи, которые решает Planfix AI, именно поэтому используется название “Planfix AI”, а не название модели.
Здорово что вы развиваетесь в этом направлении. Со своей стороны как интегратор ПФ, я очень плотно в этой теме ИИ промтинга с самого старта ее хайпа. Обратите внимание что с таким подходом что не нельзя задать детерминированную модель в настроенный БП подкладывается “мина”. Так как все LLM отвечают по разному и промт для одной модели “в тупую” не подходит для другой. Т.е если кто-то по вашей логике настроит такой разбор клиентов, а вы поменяете поставщика через месяц или год , то апи запрос пойдет в другую LLM, и будет 100% другой ответ и вся логика поломается. Т.е. я это к чему-надо дать возможность “закрепить” модель для надежности процесса и уменьшения потенциального негатива в сторону ПФ(тем более что ChatGpt такое возможно в вашей же конфигурации).
Тут есть два подхода, Андрей:
1. Если в результате нужно получить четкое значение, например одно из значений поля в списке, как в примере с классификацией запроса, то можно рассчитывать на Planfix AI. Какую бы модель мы не использовали, мы будем оптимизировать ее под выполнение подобных запросов. Модели, которые неспособны выдавать четкий ответ на подобный запрос, мы использовать не будем.
2. Если мы говорим о другом кейсе, в котором нужно нечто другое, но особенное, что дает конкретная нужная вам модель и вы хотите на нее завязаться, в надежде, что она будет делать это всегда одинаково (что тоже не факт, конечно, – поставщики постоянно меняют и донастраивают модели), то можно использовать какую-то конкретную доступную вам модель при помощи интеграций ПланФикса со сторонними поставщиками, например ProxyAPI (https://planfix.com/ru/help/ProxyAPI).
“мы будем оптимизировать ее под выполнение подобных запросов. Модели, которые неспособны выдавать четкий ответ на подобный запрос, мы использовать не будем”–во, здорово такое услышать. кстати, в любом случае по опыту, в том числе как в вашем кейсе полезно оставлять неразобранный вариант, в данном случае “другое”. Дополнение с способности выдавать четкий ответ: 4,1 модель от GPT позиционируется как более четкая и однозначная, но в моем конкретном случае (там у меня один текст в 10 разных потоков идет и потом сравнение ответов) промт, заточенный под 4о, выдает всегда однозначено (да или нет), а 4.1 в 20% случаев начинает рассуждать и выдавать ответы в несколько предложений.
А как эта штука будет обучаться?
Что будет если в примере выше вручную категории менять, если неправильно определенную категорию в примере с помощью AI?
В этом случае дополнительного обучения не будет, Андрей – тут надежда на то, что данных, которые отправляются в Planfix AI, хватит для корректной классификации.
Если будут реальные ситуации, в которых категория определена неверно, имеет смысл попробовать переформулировать названия категорий, чтобы они были “понятней” для AI. Но вообще, по нашему опыту, работает он достаточно хорошо.