Использование технологий искусственного интеллекта в Timetta

Обновлено: 06.10.2025

В системе Timetta применяются современные технологии искусственного интеллекта (ИИ) для автоматизации рутинных задач, анализа данных и предоставления интеллектуальной поддержки пользователям. В этом обзоре описаны ключевые направления интеграции ИИ в платформу.

AI-ассистент: интеллектуальная поддержка и консультированиеAI-ассистент: интеллектуальная поддержка и консультирование

AI-ассистент Timetta — это встроенный инструмент, который помогает пользователям быстро решать вопросы. Он выполняет функции технической поддержки и бизнес-консультанта, помогая эффективно использовать возможности системы.

Ключевые задачи AI-ассистента:Ключевые задачи AI-ассистента:

1. Составление пошаговых инструкций.
   Пользователь может задать вопрос в свободной форме. Ассистент сгенерирует чёткое руководство по действиям за несколько секунд.

2. Оперативные ответы на вопросы.
   Ассистент объясняет, как работают конкретные функции Timetta.

3. Решение проблем.
   Пользователь описывает возникшую задачу или ошибку. Ассистент предлагает решения на основе знаний о системе.

4. Скоро! Анализ данных и прогнозирование.
   На основе данных пользователя ассистент предоставит аналитическую информацию. Например:

   • количество запланированных часов по проекту;
   • список доступных сотрудников из ресурсного пула;
   • оценка степени готовности проекта.

5. Скоро! Поддержка интеграций.
   Ассистент помогает формировать API-запросы:

   • находит системные названия сущностей и полей;
   • автоматически генерирует запрос с нужными параметрами.

Технологическая основаТехнологическая основа

AI-ассистент построен на комбинации современных технологий для обеспечения точности и актуальности ответов.

• RAG-архитектура (Retrieval-Augmented Generation).
  Ответы формируются на основе актуальных данных из базы знаний и документации Timetta. Это исключает использование устаревшей или неточной информации.

• Языковые модели.
  Используются современные отечественные и Open Source модели, включая Llama, Qwen и YandexGPT 5. Они обеспечивают точное понимание запросов и генерацию естественных, развёрнутых ответов.

• Векторная база данных (Vector DB).
  Позволяет находить семантические связи в документации. Даже если пользователь использует синонимы или описательные формулировки, система корректно интерпретирует запрос.

Генерация контента в CRMГенерация контента в CRM

В модуле Timetta Clients доступна функция интеллектуальной генерации текста. Она упрощает коммуникацию с клиентами.

Принцип работыПринцип работы

1. Вместо статического шаблона пользователь создаёт текстовый запрос (промпт) для большой языковой модели (LLM).
2. Система автоматически генерирует тему и текст письма.
3. Для персонализации в промптах можно использовать шаблоны Scriban. Они позволяют подставлять контекстные данные, например:
   • имя контакта;
   • описание компании;
   • история взаимодействий.

НазначениеНазначение

Функция экономит время на создании типовых писем. При этом каждое сообщение остаётся релевантным и персонализированным.