Примеры работ и кейсы по направлению «Нейронные сети»

AI-мониторинг и аналитика отзывов | Bazar Kitchen Клиент - сеть из трёх ресторанов в Москве. Проблема простая: отзывы сыпятся на Яндекс.Картах, Google Maps и 2ГИС каждый день, управляющий физически не успевает всё читать, на негатив отвечали через день-два если вообще отвечали. Репутация страдала а конкретных данных что именно не нравится гостям - не было. Собрал пайплайн который работает сам. Каждое утро скрипт забирает новые отзывы со всех трёх площадок по всем точкам, GPT-4o-mini разбирает каждый - определяет тональность, вытаскивает темы (кухня, сервис, скорость, атмосфера), фиксирует ключевые триггеры. На негативные отзывы сразу генерируется черновик ответа в стиле бренда - управляющий просто читает, правит если нужно и публикует одной кнопкой. Для команды сделал отдельный дашборд - видно динамику рейтинга по каждой точке, топ проблем недели, соотношение позитив/негатив по темам. Раз в неделю в Telegram прилетает автоматический отчёт: лучшая точка, что хвалят, что повторяется в жалобах, конкретные рекомендации. Один из первых инсайтов который дала система - Марьина Роща стабильно получает негатив именно в пятничные вечера из-за ожидания. До этого никто не замечал паттерн, просто читали отзывы вразброс. Стек: n8n, OpenAI API, Python-парсеры, Google Sheets, Telegram Bot API.

Клиент - консалтинговое агентство, 8 менеджеров по продажам. Каждый делал КП по-своему, кто в Word кто в Google Docs, качество гуляло, на одно предложение уходило 2-3 часа. Плюс никакой аналитики - отправили и не знаем открыл ли клиент вообще. Задача была выстроить единый процесс: быстро, красиво, с контролем на каждом этапе. Сделал внутренний веб-инструмент - менеджер заполняет 5 полей за пару минут и нажимает одну кнопку. Дальше всё происходит само. n8n пайплайн забирает данные, OpenAI GPT-4o пишет персонализированный текст КП с учётом отрасли клиента, бюджета и истории взаимодействия, рендерит PDF с фирменным оформлением и автоматически отправляет клиенту на почту. Параллельно в HubSpot создаётся сделка, а менеджер получает в Telegram подтверждение с трекинг-ссылкой. Самая приятная часть для клиента - трекинг. Как только получатель открывает письмо, менеджер получает уведомление: кто открыл, с какого устройства, сколько времени читал. Бот сам пишет когда лучше позвонить. Итого: КП готовится за 40 секунд вместо 2-3 часов, все предложения в едином стиле, конверсия в ответ выросла - менеджеры теперь звонят в правильный момент а не наугад. Стек: n8n, OpenAI API, HubSpot API, Gmail API, Telegram Bot API, HTML/CSS/JS.

AI-ассистент, отвечающий по базе знаний компании (RAG): загрузка документов PDF/Word/таблиц, ответы строго по вашим данным со ссылкой на источник, векторный поиск + нейросеть, подключение к боту или на сайт. Пример из практики AI-автоматизации.

Автоматизация процессов на n8n: связка сайта, CRM, таблиц и мессенджеров в одну систему. Автоворонки заявка-CRM-уведомление-ответ, обработка данных по расписанию и событию, подключение GPT в цепочки. Пример из практики AI-автоматизации.

Связка Telegram-бота с CRM (amoCRM, Kommo, Bitrix24) и приёмом оплаты: заявки из бота автоматически попадают в воронку, уведомления менеджерам, статусы сделок, фискализация. Нейросеть для квалификации лидов. Пример из практики AI-автоматизации.

Telegram-бот с интеграцией нейросети (GPT): меню, обработка заявок, автоответы на вопросы клиентов, рассылки и приём оплаты. Реализация на aiogram, развёртывание на сервере заказчика. Пример из практики AI-автоматизации.

Клиент пришел с классической проблемой - сайт был старый, заявки терялись, менеджеры тратили кучу времени на ручную обработку каждого обращения. Задача была комплексная: сделать новый сайт и одновременно выстроить нормальный процесс работы с входящими лидами. По сайту - сделал современный лендинг для маркетингового агентства. Тёмная тема, чистый дизайн без лишнего мусора, адаптив под все устройства. Прописал структуру под конверсию: от hero-блока до формы заявки с валидацией. Клиент хотел чтобы выглядело дорого и серьезно - думаю получилось. Параллельно настроил автоматизацию на базе n8n + OpenAI. Схема простая но рабочая: человек заполняет форму на сайте - данные летят в пайплайн - AI разбирает заявку, определяет тип обращения и приоритет, вытаскивает ключевую информацию - готовая карточка создается в Notion - менеджер получает структурированное уведомление в Telegram с рекомендацией что делать дальше. До внедрения менеджер тратил около 10 минут на каждую заявку чтобы разобраться что хочет клиент, внести в таблицу и написать ответ. Сейчас это занимает 30 секунд - просто читает готовую сводку и звонит. Ночные заявки получают авто-ответ в течение минуты, ни один лид не висит необработанным. Стек: n8n, OpenAI API, Notion API, Telegram Bot API, HTML/CSS/JS.

AI Pro — это локальный ИИ-ассистент с веб-интерфейсом, работающий по технологии RAG (Retrieval-Augmented Generation). Он позволяет искать информацию в ваших собственных документах (PDF, TXT, MD) и отвечать на вопросы, используя мощь локальных моделей через Ollama. Особенности проекта. Полная локальность: Ваши данные не покидают ваш компьютер. RAG (Retrieval-Augmented Generation): Ответы строятся на основе ваших документов. Веб-виджет: Удобный интерфейс "капли", который раскрывается в полноценный чат. Быстрая разработка: Построен на FastAPI и uv. Векторная база данных: Использует ChromaDB для эффективного поиска по смыслам.

В рамках AI BATTLE была сделана работа для бренда LOOV. Задача: создать героя и показать подросткам, что очки это не плохо, а наоборот стильно.