Анонимизированный пример AI/RAG-пилота: нужно было быстрее находить ответы в документах и FAQ, но без слепого доверия модели и без потери источников. Что было сделано: - подготовил поток загрузки и разбиения документов; - настроил поиск релевантных фрагментов перед ответом модели; - добавил ссылки на источники и fallback, когда данных недостаточно; - ограничил тематику ответов рамками базы знаний; - подготовил тестовые вопросы и критерии качества для приемки пилота. Стек и подход: Python/FastAPI или Django, LLM API, RAG, vector search, PostgreSQL/SQLite, REST API, Docker, логирование запросов и проверка качества ответов. Результат: получился проверяемый AI-ассистент для базы знаний. Ответ можно сверить с источниками, а решение дальше масштабировать на поддержку, обучение сотрудников, HR или внутреннюю документацию.