- В крупных компаниях с развитой исследовательской функцией накоплены значительные массивы исследовательских данных: отчёты, транскрипты интервью, результаты опросов, юзабилити-тестов и аналитики. Однако эти знания часто используются фрагментарно, а поиск нужной информации остаётся ручным и занимает время исследователей и бизнес-заказчиков. - Мы разработали Прометей – внутренний LLM-сервис, который принимает запрос в свободной форме, ищет релевантные данные в базе исследований и формирует структурированный ответ: краткое резюме, подробные инсайты, количественные данные, идеи по развитию продукта, пробелы в знаниях и направления дальнейших исследований, ссылки на подробные отчёты. - Такой формат превращает архив исследований в постоянно доступный инструмент поддержки продуктовых и управленческих решений. Он помогает быстрее находить уже полученные знания, снижать число повторных исследований и уменьшать риск разработки невостребованных решений. - В докладе разберём архитектуру решения, принципы подготовки исследовательской базы для работы с ИИ, подход к проверке качества ответов и текущие ограничения решения. - Покажем возможные кейсы, в которых может быть полезен сервис. - Расскажем о пройденном пути и статусе проекта, подходах к тестированию сервиса на бизнес-заказчиках, планах по развитию возможностей системы. - Также расскажем, как был создан MVP без выделенной команды разработки и как планируется масштабирование сервиса на другие каналы получения клиентских данных.