AI база знань компанії: приклад, вибір і запуск

AI база знань — це ШІ-асистент, який відповідає працівникам на робочі питання за документами компанії: прайсами, регламентами, договорами, технологічними картами. Людина не шукає, де лежить файл. Вона питає: «Які в нас умови передоплати для нового клієнта?» — і отримує відповідь з посиланням на джерело. Папки на Google Drive так не вміють. Вони зберігають файли, але не знають, що в них написано.

Стаття для власників і операційних директорів компаній на 5–100 людей: виробництво під замовлення, будівництво й монтаж, сервіс із виїздом, оптова торгівля. Покажемо, як порахувати, скільки часу ваша команда втрачає на пошук. Дамо приклад структури бази знань, який можна взяти за основу. Порівняємо NotebookLM, Notion, Confluence, Guru і власну систему та назвемо пороги, коли вистачає безкоштовного інструмента, а коли ні.

Окремо — про обмеження. ШІ не знає того, чого немає в документах. Він плутається, коли два файли суперечать один одному. Тому половина роботи над базою знань — не технологія, а порядок у документах і відповідальні люди.

Коротко

База знань — це відповіді, а не папки. Google Drive, Notion і Confluence зберігають документи. ШІ-асистент читає їх і відповідає на питання, показуючи джерело.
Почати можна безкоштовно. Для пілоту на одному відділі вистачить NotebookLM і 20–40 добре оформлених документів.
Окрема система потрібна, коли важливі ролі й доступи. А ще — коли команда працює в Telegram і відповідь має щось змінювати: створювати задачу, заповнювати картку замовлення.
Найнадійніше знання — правило, яке система підставляє сама. Формула ціни, припуск на заготовку чи обов’язкове питання до клієнта працюють краще за регламент, який треба знайти й прочитати.
Без власника кожного документа база швидко старіє. Після першої застарілої ціни команда перестає їй вірити.

Чому папки на Google Drive — це архів, а не база знань

Більшість компаній зберігає знання однаково. На Google Drive лежать папки «Продажі», «Виробництво», «Бухгалтерія», «Інше». У них — сотні файлів з назвами на кшталт «регламент_фінал_v3_НОВИЙ.docx». Поруч є Notion або Confluence зі сторінками, які ніхто не оновлює. І Telegram-чат «Важливе», де прайс губиться між обговоренням корпоративу й фото торта.

Це архів. Щоб у ньому щось знайти, треба знати, де лежить файл і як він називається. Новий працівник цього не знає, тому йде питати колегу. Досвідчений колега відривається від своєї роботи. Так на одне питання витрачається час двох людей.

Скільки часу йде на пошук: дослідження і ваш власний розрахунок

Atlassian у звіті State of Teams 2025 опитав 12 000 працівників інтелектуальної праці та 200 керівників. Висновок: команди витрачають 25% часу лише на пошук відповідей (Atlassian, State of Teams 2025). Це дані переважно великих компаній за кордоном. У вашій команді цифра буде іншою, тому краще порахувати свою.

Як зробити замір за один тиждень:

Оберіть 3–5 людей з різних відділів: менеджера з продажу, майстра чи бригадира, бухгалтера і когось із новачків.
Попросіть кожного п’ять робочих днів записувати в нотатки телефона кожен пошук довше двох хвилин. Що шукав, де знайшов, скільки хвилин пішло, кого довелося питати.
Окремо нехай досвідчені працівники записують, скільки разів їх відривали питаннями «а де в нас…».
Порахуйте середнє на людину за день і перенесіть на всіх людей на схожих посадах.

Формула: втрати годин на місяць = хвилини пошуку на день ÷ 60 × робочі дні × кількість людей. Щоб перевести години в гроші, помножте їх на вартість години. Вартість години — це місячний фонд оплати посади, поділений на кількість робочих годин у місяці.

Приклад для розрахунку, а не статистика. П’ять менеджерів шукають інформацію по 40 хвилин на день, у місяці 21 робочий день. Виходить 40 ÷ 60 × 21 × 5 = 70 годин на місяць. Це майже половина робочого місяця однієї людини. Помножте ці години на вартість години менеджера — і отримаєте суму, з якою варто порівнювати будь-яке рішення.

Три ознаки, що у вас архів замість бази знань

Новачки щотижня питають одне й те саме. «Де шаблон КП?», «Що кажемо клієнту про терміни?», «Який прайс актуальний?». Якщо такі питання повторюються, відповідей у доступному місці немає.

Знання живуть у конкретних людях. Інженер у відпустці — і ніхто не може порахувати нестандартне замовлення. Пішов менеджер — і разом з ним пішли домовленості з ключовими клієнтами. Компанія залежить від людей, а не від системи.

Пошук займає більше двох хвилин. Треба відкрити кілька папок, уточнити в колеги назву файлу або гортати старі повідомлення в Telegram. Це вже розкопки, а не пошук.

Що таке AI база знань і як вона знаходить відповідь

Notion, Confluence і SharePoint — хороші сховища. Але всі вони вимагають, щоб людина знала, де шукати, або вгадала слово, яким написано документ. Ви шукаєте «умови оплати», а в договорі написано «порядок розрахунків». Звичайний пошук нічого не знаходить.

ШІ-база знань працює інакше. Ви питаєте звичайною мовою. Система сама знаходить потрібні фрагменти в усіх завантажених документах і складає з них відповідь. Технічно це називається RAG (Retrieval-Augmented Generation) — пошук із генерацією відповіді. Детальніше про те, як це влаштовано, — у статті як ШІ відповідає з ваших даних.

Сховище відповідає «де лежить», асистент — «що там написано»

Різниця в одному реченні: Notion зберігає документи, а ШІ-асистент відповідає на питання за цими документами.

Менеджер пише в чаті: «Які в нас умови передоплати для нового клієнта з Польщі?» Асистент відповідає двома-трьома реченнями і дає посилання на пункт договору чи регламенту, звідки взяв відповідь. Посилання на джерело — обов’язкова вимога. Без нього людина не може перевірити відповідь і рано чи пізно перестане асистенту довіряти.

Як ШІ знаходить відповідь — без технічних деталей

Документи розбиваються на фрагменти: абзаци, пункти, рядки таблиць.
Для кожного фрагмента система створює числовий «відбиток змісту» — вектор. Тому пошук розуміє синоніми: «вартість доставки» і «скільки беремо за логістику» ведуть до того самого пункту.
На запит система відбирає кілька найближчих за змістом фрагментів.
Мовна модель (GPT, Claude, Gemini чи інша) складає з них відповідь і вказує джерела.

Звідси важливий наслідок. Якість відповіді залежить від документів більше, ніж від моделі. Скан без розпізнаного тексту, таблиця у вигляді картинки чи два прайси з різними цінами — і найкраща модель відповість погано. Як готувати файли, ми розписали в статті про підготовку документів для RAG.

Чим база знань відрізняється від навчальної платформи

LMS (система дистанційного навчання) — це курси, тести і прогрес навчання. База знань — це швидка відповідь посеред робочого дня. Вони не замінюють одна одну. Але в невеликих компаніях LMS зазвичай немає. Там база знань закриває головну потребу — знайти правильну відповідь без колеги.

База знань приклад: структура для компанії на 20–60 людей

Нижче — приклад структури для компанії, яка виробляє і монтує вироби під замовлення. Це шаблон для старту, а не кейс конкретного клієнта. Візьміть його за основу й приберіть розділи, яких у вас немає.

Розділ	Що лежить	Власник	Коли перевіряти	Приклад питання до асистента
Продажі	прайс, умови оплати й знижок, шаблони КП, відповіді на заперечення	керівник продажу	при кожній зміні прайсу	«Яку знижку можна дати дилеру на повторне замовлення?»
Виробництво	технологічні карти, допуски, припуски, послідовність операцій	технолог або начальник виробництва	раз на квартал	«Який припуск на заготовку за товщиною?»
Монтаж і сервіс	інструкції монтажу, чеклісти здачі об’єкта, гарантійні умови	керівник монтажу	раз на квартал	«Що перевірити перед підписанням акта з клієнтом?»
Документи й оплати	шаблони рахунку, видаткової накладної, акта, договору; порядок погодження оплат	бухгалтер	при зміні реквізитів чи правил	«Хто погоджує оплату постачальнику понад ліміт?»
Логістика	перевізники, правила відвантаження, оформлення повернень	логіст	раз на півроку	«Як відправити повернення через Нову пошту за наш рахунок?»
Люди	онбординг, відпустки, графіки, доступи до програм	власник або HR	раз на півроку	«Як оформити відпустку і кого попередити?»
Клієнти	особливості ключових клієнтів, домовленості, відповідальні особи	менеджер клієнта	після кожної зміни домовленостей	«Що ми обіцяли клієнту щодо термінів?»

Зверніть увагу на останній рядок. Знання про клієнтів і замовлення краще тримати не в документах, а в картці клієнта чи замовлення. Чому — нижче, в розділі про систему управління.

Як оформити один документ, щоб ШІ відповідав точно

Ці правила найбільше впливають на точність відповідей:

Одна тема — один документ. Не «Регламент усього», а «Умови оплати для нових клієнтів», «Повернення товару», «Здача об’єкта».
Дата актуальності й власник угорі. Перший рядок: «Актуально з … Відповідає: …». Асистент зможе назвати дату, а ви знатимете, хто оновлює документ.
Заголовки-питання. «Коли можна працювати без передоплати?» шукається краще, ніж «Розділ 3.2».
Таблиці — текстом, а не картинкою. Прайс у вигляді фото асистент може прочитати з помилками. Таблиця в Google Sheets чи Excel надійніша.
Без дублів. Якщо прайс лежить у трьох місцях, два з них застаріють. Залиште один файл, решту видаліть або позначте «архів».
Винятки — окремим пунктом. «Для дилерів — інакше» має бути написано прямо, а не в примітці дрібним шрифтом.

Приклад запису «питання — відповідь — джерело»

Зберіть 30–50 питань, які в компанії ставлять найчастіше. Для кожного запишіть еталонну відповідь. Цей список стане тестом: ви ставите асистенту ті самі питання й перевіряєте, чи збігаються відповіді. Ось як може виглядати один запис:

Питання: Чи можна запускати замовлення у виробництво без погодженого креслення? Відповідь: Ні. Спершу клієнт погоджує креслення письмово, повідомлення зберігаємо в картці замовлення. Лише потім менеджер переводить замовлення на етап «Виробництво». Джерело: Регламент запуску замовлення, пункт 2. Власник — керівник виробництва.

Як оцінювати асистента на такому тесті і які показники рахувати — у статті про метрики якості RAG-системи.

Що ШІ-база знань робить у щоденній роботі: 5 сценаріїв

Онбординг: новачок питає асистента, а не колегу

Перші тижні новачок постійно відволікає досвідчених колег. З базою знань він ставить ті самі питання асистенту. «Як ми обробляємо скаргу?», «Де шаблон договору на послуги?», «Які знижки діють для дилерів?». Колег переривають рідше, а новачок отримує відповідь будь-коли, навіть увечері перед першим виїздом на об’єкт.

Практичний прийом: дайте новачку список із 10–15 питань, на які він має знайти відповідь через асистента в перший тиждень. Він звикне до інструмента, а ви побачите, де в базі прогалини. Як вибудувати адаптацію повністю — у статті про автоматизацію онбордингу співробітників.

Типові питання без відволікання колег

Ціни, умови оплати, терміни виготовлення, характеристики матеріалів — такі питання менеджери ставлять щодня. Коли відповідь є в базі, менеджер отримує її сам. Він не чекає, поки звільниться старший колега. Це особливо помітно в компаніях, які швидко наймають: нові люди не гальмують досвідчених.

Пошук пункту в договорі чи регламенті

У компанії на кілька десятків людей накопичуються сотні документів: договори, додаткові угоди, специфікації, регламенти. Знайти пункт про штрафні санкції чи строки оплати вручну — значить відкрити десяток PDF. Асистент повертає потрібний фрагмент з назвою документа. Для договорів можна піти далі й перевіряти ризики та строки автоматично — про це в статті як ШІ перевіряє ризики, строки й правки в договорах.

Сигнал про застарілі й суперечливі документи

Документи старіють непомітно. Прайс оновили, а в базі лишився старий. Регламент змінили, а половина команди працює за попереднім. Систему можна налаштувати так, щоб вона позначала документи, які давно ніхто не перевіряв, і писала власнику документа в Telegram. Якщо на одне питання у двох файлах різні відповіді, асистент має показати обидва джерела, а не вибирати навмання. Як підтримувати базу без поломок — у статті про обслуговування й оновлення бази знань.

Знання не йдуть разом із людиною

Коли звільняється досвідчений працівник, разом з ним іде частина знань. Нюанси клієнтів, неформальні домовленості, «ось як ми це завжди вирішували». База знань і звичка записувати рішення зменшують цей ризик.

Що зробити до звільнення: проведіть 2–3 розмови по годині про процеси, які веде ця людина, і запишіть їх. ШІ розшифрує запис і підготує чернетку інструкції. Людина, що йде, і її наступник перевіряють чернетку разом. Наступник не починає з нуля.

Як вибрати інструмент: NotebookLM, Notion, Confluence, Guru чи власна система

На ринку три класи рішень: безкоштовні ШІ-блокноти, вікі-платформи з ШІ-пошуком і власні системи під процеси компанії. Вибір залежить від кількості документів, ролей, чутливості даних і того, де працює команда.

Параметр	NotebookLM (Google)	Notion або Confluence	Guru	Власна система
Що це	ШІ-блокнот над вашими файлами	вікі з ШІ-пошуком	платформа бази знань для команд	асистент під ваші документи й процеси
Ліміт документів	50 джерел у блокноті безкоштовно, 300 на тарифі Pro (довідка Google)	залежить від тарифу	залежить від тарифу	без жорсткого ліміту
Ролі й доступи	доступ до всього блокнота одразу	так	так	так, під вашу структуру
Що відбувається з відповіддю	людина читає і копіює	людина читає	людина читає	може створити задачу, заповнити картку, нагадати клієнту
Telegram і облікові програми	ні	через сторонні інтеграції	через інтеграції, переважно Slack і Teams	так, під ваш процес
Де дані	хмара Google	хмара постачальника	хмара постачальника	ваш сервер або наш, з передачею будь-коли
Складність старту	кілька годин	треба перенести й упорядкувати документи	треба перенести документи	потрібен підрядник
Кому підходить	пілот, один відділ	компаніям, які вже живуть у Notion чи Confluence	командам, що працюють у Slack чи Teams	коли знання мають працювати всередині процесів

Сайти продуктів: NotebookLM, Notion, Confluence, Guru. У довідці Google NotebookLM уже фігурує під назвою Gemini Notebook, а ліміти, за словами Google, можуть змінюватися.

Пороги рішень: коли вистачить безкоштовного інструмента

NotebookLM чи аналога вистачить, якщо одночасно виконуються всі умови:

документів кілька десятків, і вони вміщаються в ліміт одного блокнота;
асистентом користуються один-два відділи;
усі можуть бачити всі документи: немає зарплат, персональних даних, особливих умов для окремих клієнтів;
відповідь потрібна людині, а не процесу: прочитав і далі працює сам.

Окрема система потрібна, якщо виконується хоча б одна умова:

різні ролі мають бачити різне: виробництво не бачить ціни й прибуток, менеджер не бачить зарплат;
команда працює в Telegram і не відкриватиме ще один сервіс;
відповідь має щось змінювати: створювати задачу, заповнювати картку замовлення, нагадувати клієнту;
документи оновлюються щотижня, і завантажувати їх вручну ніхто не буде;
дані мають лежати на вашому сервері.

Як проходить впровадження корпоративного асистента від технічного завдання до запуску, ми описали в статті про корпоративний ШІ-асистент на RAG.

Хмара, власний сервер чи гібрид: безпека даних

Хмарні сервіси зберігають дані на серверах постачальника. Перед завантаженням перевірте в умовах три речі. Чи використовуються ваші дані для навчання моделей. Де фізично лежать дані. Як їх видалити, якщо ви підете. Якщо в документах є персональні дані працівників чи клієнтів, врахуйте вимоги Закону України «Про захист персональних даних», а для клієнтів з ЄС — ще й GDPR.

Власний сервер дає повний контроль. Але потрібні резервні копії й людина, яка стежить за оновленнями. Найпоширеніша схема — гібрид. Документи й пошук лежать на вашому сервері, а мовна модель підключається через API і бачить лише кілька фрагментів під конкретне питання. Порівняння варіантів — у статті self-hosted чи хмарний RAG.

ШІ для бізнесу від Google: як зібрати пілотну базу знань безкоштовно

Google Україна за підтримки Міністерства економіки, довкілля та сільського господарства та компанії Едера запускала безкоштовну програму «ШІ для бізнесу». Вона розрахована на власників, менеджерів і фахівців без технічної підготовки. Програма йшла п’ять тижнів: основи й безпека, маркетинг і клієнти, оптимізація процесів, аналітика й фінанси, власна ШІ-стратегія. Старт був 10 листопада 2025 року (Економічна правда). Чи буде новий набір, перевіряйте на сторінці програми.

Такий курс дає команді загальну грамотність і знімає страх перед інструментами. Базу знань він за вас не збере. Для цього потрібна практика на власних документах — і перший крок можна зробити безкоштовно, в тому самому NotebookLM від Google.

Пілот у NotebookLM за один день: покроково

Створіть окремий акаунт Google на компанію, а не на особисту пошту працівника. Інакше блокнот піде разом із людиною.
Створіть один блокнот під один відділ, наприклад «Продажі». Не змішуйте відділи в одному блокноті.
Завантажте 20–40 документів зі структури вище: Google Docs, PDF з текстом, таблиці.
Поставте асистенту 30 питань зі свого тестового списку і порівняйте відповіді з еталонними.
Де відповідь хибна — виправте документ. Найчастіше причина в дублі або застарілому файлі, а не в ШІ.
Дайте доступ відділу і домовтеся на тиждень: спершу питаємо асистента, потім колегу.

Де пілот у NotebookLM упирається в стелю

Блокнот знає лише завантажені файли. Про ваші замовлення, клієнтів і оплати він нічого не знає.
Доступ надається до всього блокнота одразу, без ролей усередині.
Нові й оновлені документи треба додавати вручну.
Відповідь лишається текстом: вона не створює задачу і не змінює етап замовлення.

Якщо ці обмеження заважають уже на пілоті, це сигнал, що знанням місце не в окремому блокноті, а в системі, де працює команда.

Чому базі знань краще працювати всередині системи управління

Окрема база знань відповідає лише тоді, коли її питають. А найдорожчі помилки стаються, коли людина навіть не думає питати. Менеджер не знає, що прайс змінився. Майстер не знає, що клієнт ще не погодив креслення. Тому найкраща форма знання — правило, яке система підставляє сама в потрібний момент.

У ШІ-системі управління бізнесом знання живуть у трьох місцях:

у формулах і значеннях за замовчуванням — ціна, припуски, норми рахуються автоматично, їх не треба шукати;
у картці замовлення чи клієнта — історія, домовленості, відкриті питання, документи;
у документах, з якими працює ШІ-асистент — регламенти, інструкції, договори, прайси постачальників.

Приклад із нашої системи Saloy: знання в картці замовлення

Saloy — наша компанія з виробництва на верстатах з ЧПК: меблеві фасади, різьблення, деталі під замовлення. Влітку 2026 року ми розглядали KeyCRM, зв’язку Google Sheets і Trello, ERPNext. Готові рішення не підійшли, і ми зробили власну систему. Кілька правил, які раніше жили в головах, тепер працюють у ній самі:

заготовки рахуються з припусками: за замовчуванням 10 мм по довжині й ширині, 3 мм по товщині — нікому не треба пам’ятати чи шукати;
питання до клієнта позначаються на картці замовлення, і система попереджає, якщо замовлення з відкритими питаннями намагаються перевести у виробництво;
ШІ-асистент у призначений день пише клієнту в Telegram, розбирає відповідь і записує її в картку, а якщо відповідь неясна — перепитує;
три ролі — власник, менеджер, виробництво — і прибуток бачить лише власник.

Система показала й те, чого не було видно в папках. Одне замовлення програли через безкоштовні візуалізації без обмежень. Висновок — передоплата й ліміт правок, і тепер це правило процесу. Ще одне замовлення втратили, бо вчасно не нагадали клієнту, — тепер нагадування автоматичні. Повністю — у кейсі власної системи управління.

Приклад: Excel на 104 аркуші, який розумів лише інженер

У виробника металоконструкцій ціну ферм рахував інженер в Excel-книзі на 104 аркуші: 96 таблиць ферм, понад 2 000 варіантів, снігові навантаження для 27 регіонів. Знання було, але користуватися ним могла одна людина, і клієнт чекав на розрахунок. Ми перенесли розрахунок у калькулятор із тестами на значеннях з Excel. Перед запуском звірили на контрольних прикладах — збіглося до копійки.

А в самому Excel знайшли помилки: для кроку ферм 4,25 м таблиця видавала #Н/Д, у кількох місцях рахувала неточно. Ми не виправляли мовчки, а передали інженеру. Перенесення знань у систему — це ще й ревізія. Ви знаходите місця, де «знання» насправді хибне.

Як нові документи потрапляють у базу без ручного завантаження

Схема проста. Документ створюється в системі або зберігається в домовлену папку. Система помічає новий файл, індексує його, і асистент уже може на нього посилатися. Рахунок, видаткову накладну, акт і комерційну пропозицію система формує сама, тому вони одразу лежать у картці замовлення. Їх не треба нікуди завантажувати. Детальніше — про автоматизацію роботи з документами і автоматизацію документообігу.

Telegram, пошта і готова CRM

Якщо команда живе в Telegram, асистент має бути там само: питання в боті, відповідь з посиланням на документ. Якщо менеджери вже працюють у готовій CRM, міняти її не обов’язково. Можна додати те, чого бракує: асистента, калькулятор, документи. Так ми зробили у виробника металоконструкцій — CRM залишили і вбудувалися в неї. Не впевнені, що вам підходить, — пройдіть тест «готова CRM чи своя система».

Скільки коштує ШІ-база знань і як порахувати окупність

Ціна будь-якого варіанта складається з п’яти частин:

ліцензії за користувача — у SaaS-платформах щомісячна плата за кожну людину; коли команда росте, це головна стаття;
плата за мовну модель — за обсяг тексту в запитах і відповідях, залежить від кількості питань;
хостинг і резервні копії — для власної системи;
налаштування — підготовка документів, інтеграції, ролі;
ваш час — власники документів, тест на питаннях, навчання команди. Часто це найбільша прихована стаття.

Від чого залежить бюджет власної системи і які бувають конфігурації — у статті скільки коштує RAG-система.

Формула окупності

Місячна вигода = (години пошуку до − години пошуку після) × вартість години + години, які досвідчені працівники перестали витрачати на відповіді колегам × їхня вартість години.

Окупність у місяцях = разові витрати ÷ (місячна вигода − щомісячні витрати).

Приклад для розрахунку, а не статистика. До запуску п’ять менеджерів втрачали 70 годин на місяць — це розрахунок вище. Припустімо, після пілоту той самий замір показав 25 годин. Різниця — 45 годин. Плюс старший менеджер раніше відповідав колегам по годині на день, а тепер по 20 хвилин. Це ще близько 14 годин на місяць. Разом 59 годин. Помножте їх на вартість години, відніміть щомісячні витрати і поділіть разові витрати на результат.

Рахуйте лише те, що виміряли. Чесніше взяти виміряні години, ніж «потенціал» з презентації.

Що міряти на пілоті

кількість питань до асистента за тиждень — показує, чи ним користуються;
частку правильних відповідей на тестовому списку питань;
питання, на які асистент не відповів, — це готовий список документів, яких бракує;
хвилини пошуку на день у тих самих людей, що й до запуску;
скільки разів досвідчених працівників відволікали питаннями.

Як рахувати втрати часу на документи і ефект від ШІ загалом — у статті як рахувати окупність ШІ.

План запуску ШІ-бази знань за 2 тижні без ІТ-відділу

Технічний директор для старту не потрібен. Потрібні відповідальний за збір документів, 30 хвилин на брифінг для команди і доступ до папок, де лежать файли. Технічну частину бере на себе підрядник або, для пілоту, NotebookLM.

Дні 1–3: питання і документи

Зберіть у 3–5 найактивніших працівників їхні «10 питань, на які я постійно шукаю відповідь».
Знайдіть документи, де є ці відповіді. Якщо документа немає, запишіть, хто його напише. Стартовий набір — 20–40 документів.
Приберіть «мертві» файли: дублі, старі версії, документи, які давно ніхто не відкривав.
Якщо процеси не описані зовсім, почніть із шаблону опису процесу і переліку бізнес-процесів із прикладами.

Дні 4–10: пілот в одному відділі

Оберіть відділ, де найбільше повторюваних питань. Зазвичай це продажі або підтримка.
Запустіть асистента: NotebookLM за день або власне рішення.
Щодня збирайте питання, на які асистент не відповів, і доповнюйте документи.
Наприкінці тижня проженіть тестовий список питань ще раз і порівняйте з першим прогоном.

Дні 11–14: розгортання і власники документів

Проведіть 30-хвилинну зустріч з кожним відділом: як питати, що асистент уміє і чого не вміє.
Два тижні залиште старий доступ до папок паралельно, щоб люди не почувалися відрізаними від звичних інструментів.
Призначте в кожному відділі «власника знань». Він стежить за актуальністю документів і першим відповідає на питання про асистента. Це операційна роль, а не ІТ.

Чекліст перед запуском на всю компанію

на тестовому списку асистент відповідає правильно на переважну більшість питань, а для кожної помилки знайдено причину в документах;
кожен документ має власника і дату актуальності;
немає дублів прайсу й регламентів;
документи з персональними даними й зарплатами виключені або закриті ролями;
кожна відповідь має посилання на джерело;
є простий спосіб повідомити про хибну відповідь — кнопка чи команда в боті.

Типові помилки під час запуску і коли база знань не потрібна

Шість помилок, які зводять пілот нанівець

Завантажити все одразу. Тисячі файлів з дублями дають суперечливі відповіді. Сорок чистих документів кращі за чотири тисячі «як є».
Не призначити власників. Без людини, яка відповідає за розділ, база застаріє. Команда перестане їй вірити після першої хибної ціни.
Скани без тексту. Фото договору асистент прочитає з помилками. Розпізнайте текст або завантажте оригінал.
Дати всім доступ до всього. Зарплати, персональні дані, умови для окремих клієнтів не мають відкриватися через питання в чаті.
Чекати, що ШІ знає те, чого не написано. Якщо правило живе лише в голові, асистент його не знає. Він може скласти правдоподібну, але хибну відповідь. Тому посилання на джерело обов’язкове, а відповідь без джерела — привід перевірити.
Не тестувати на реальних питаннях. Демо на трьох питаннях нічого не доводить. Потрібен список із 30–50 реальних питань. Типові причини, чому асистент не знаходить відповідь, — у статті чому RAG-чатбот не знаходить відповідь у документах.

Коли база знань не потрібна

Команда до п’яти людей в одному приміщенні. Спитати колегу швидше, ніж підтримувати базу.
Знання змінюються щодня. Залишки на складі, ціни на метал, статус замовлення — це дані, а не документи. Їм місце в системі обліку, а не в базі знань. Як вести такий облік, ми розібрали в статті про програму для обліку виробництва.
Документів немає зовсім. Спершу треба описати процеси, а вже потім підключати ШІ.
Ніхто не відповідає за процес. Тоді база знань лише акуратно опише безлад. Почніть з того, хто за що відповідає.

Якщо поки незрозуміло, з якого процесу почати, перегляньте приклади автоматизації бізнесу — серед них легко знайти той, де знання губляться найчастіше.

Часті питання

Що таке AI база знань простими словами? Це асистент, який відповідає на робочі питання за документами вашої компанії і показує, звідки взяв відповідь. Працівник пише питання звичайною мовою в чаті чи Telegram і отримує відповідь, а не список файлів.

Чи безпечно завантажувати внутрішні документи в ШІ? Залежить від рішення. У хмарних сервісах перевірте умови: чи йдуть дані на навчання моделей і де вони зберігаються. Власну систему можна поставити на ваш сервер, і код та дані належать вам. Документи з персональними даними й зарплатами закривайте ролями або не завантажуйте зовсім.

Що робити, якщо знання в головах, а документів майже немає? Почніть з розмов. Година з ключовою людиною про один процес, запис, розшифровка — і ШІ готує чернетку інструкції, яку людина перевіряє. Так поступово збирається перший набір документів. Ще надійніший шлях — одразу перенести правила в систему: формули, етапи, обов’язкові поля. Тоді знання працюють, навіть якщо їх ніхто не читає.

Якщо знання у вашій компанії живуть у папках, Excel і головах кількох людей, опишіть, як у вас зараз іде одне замовлення і де команда найчастіше питає колег. Покажемо систему на демо за 30 хвилин і чесно скажемо, що вам вигідніше: безкоштовний NotebookLM, доробка готової програми чи власна система. Детальніше — ШІ-система управління бізнесом.