Na co se to hodí
- E-shop / web: dotazy ke kompatibilitě, parametrům, dopravě, reklamacím. Odpovědi z manuálů a produktového feedu.
- Interní znalostní báze: směrnice, smlouvy, postupy, technická dokumentace. Zaměstnanec se zeptá místo hledání na sdíleném disku. S respektem k oprávněním – každý vidí jen to, co má.
- Administrace CMS / vlastního systému: asistent přímo ve vaší aplikaci, napojený na dokumentaci i data.
- Slack / Teams / e-mail: stejná znalostní báze, více kanálů.
V čem je rozdíl oproti běžným chatbotům
Scénářový chatbot umí jen to, co někdo naklikal. Obyčejné ChatGPT na webu mluví plynule, ale o vašich produktech neví nic a odpověď si klidně vymyslí. Asistent nad vlastními daty odpovídá jen z toho, co najde, a uvede, odkud to má. Nový dokument = nahrát, hotovo. Žádné přeučování, žádná ruční úprava scénářů.
Jak probíhá spolupráce
- Analýza (1–3 dny) – projdeme, co má asistent umět, z čeho má odpovídat a kam se nasadí. Výstup: rozsah, odhad ceny a provozních nákladů.
- Prototyp (1–2 týdny) – funkční asistent nad částí vašich reálných dat. Testovací sada otázek a měření, kolik odpovědí je správně a se zdrojem. Vy rozhodnete, jestli pokračujeme.
- Nasazení – napojení na web, e-shop, intranet nebo CMS, oprávnění, logování, předání na člověka, automatická aktualizace při změně dokumentů.
- Ladění a provoz – přehled nezodpovězených dotazů, doplnění podkladů, sledování nákladů na tokeny.
Cena
Odvíjí se od rozsahu podkladů, počtu zdrojů a místa nasazení, proto neuvádím jednu částku. Po krátké analýze dostanete konkrétní odhad a provozní náklady dopředu. Provoz se platí za tokeny podle počtu dotazů, ne licencí za uživatele, a dá se limitovat.
Co potřebuji od vás
Podklady v jakékoliv podobě a jednoho člověka, který mi odpoví na věcné otázky k produktu nebo procesům. Zbytek je na mně.
Co asistent nespraví
Nevyřeší špatné nebo neúplné podklady. Pokud v dokumentech odpověď není, nevymyslí ji. Na tohle upozorním už při analýze.
Technologie a kdo jsem
Python, LLMs, OpenAI / Anthropic API nebo open-source modely, vektorová databáze, Laravel nebo Nuxt pro integraci do existujícího webu či systému. U citlivých dat provoz v EU nebo on-premise.
Jsem Martin Kubanda, vývojář z Ostravy. RAG systémy a chatboty stavím pro Positive s.r.o. (Python), chat widget jsem integroval do online pojistného produktu a od roku 2019 vyvíjím systém Doffero na Laravelu a Vue. Víc na kubandam.dev.
Kontakt
Napište mi tady přes zprávu nebo na e-mail. Krátce si projdeme, co potřebujete, a můžeme se domluvit na online nebo telefonickém hovoru.
