Исходная ситуация
Новому участнику команды было сложно быстро понять, как устроен конкретный функциональный участок.
RAG контур для знаний по 1С: разбор причины
Экспертиза по корпоративной 1С была распределена между инструкциями, задачами, описаниями доработок, регламентами и комментариями специалистов.
Задача
Новому участнику команды было сложно быстро понять, как устроен конкретный функциональный участок.
Результат решения
Появилась основа для AI помощника, который отвечает по корпоративным материалам и показывает, на чём основан ответ.
Ключевой разрыв
Поиск по словам не помогал, если человек не знал внутреннюю терминологию, названия объектов и историю решений.
Что мы изменили
Мы описали RAG контур: подготовка документов, разбиение на смысловые фрагменты, векторный поиск, ссылки на источники и проверочные вопросы. Мы восстановили фактическую цепочку действий и показали, где теряется управляемость.
Результат
Появилась основа для AI помощника, который отвечает по корпоративным материалам и показывает, на чём основан ответ.
ДЕТАЛИ РЕШЕНИЯКлючевой вопрос
Ключевой вопрос
и выбор подхода
Как дать агенту контекст 1С и при этом отличать подтверждённый факт от предположения?
Какие факты изучили
Связали требования, метаданные, код, историю задач, регламенты и решения специалистов на контрольных примерах.
Что изменило понимание
Один общий индекс давал убедительные, но плохо проверяемые ответы по разным версиям конфигурации.
Как ограничили риск
Источники разделили по типу, версии и правам, а каждое утверждение обязали сопровождать основанием.
Результат этапа
На разборе выбрали роли агента и эталонные задачи.
Как проходила
работа
От проверки исходных фактов до выбора решения и критериев приёмки.
Что проверили
Мы сопоставили текущую архитектуру, исторические доработки, данные, роли пользователей и ограничения эксплуатации. Отдельно проверили влияние изменения на соседние функции и обмены.
Как приняли решение
Мы описали RAG контур: подготовка документов, разбиение на смысловые фрагменты, векторный поиск, ссылки на источники и проверочные вопросы. Команда разделила обязательные исправления, безопасные улучшения и изменения, которые требовали отдельного проектирования. Это позволило развивать действующий контур без необоснованной перестройки.
Как закрепили результат
Проверяли, может ли команда выполнить операцию и восстановить контекст по доступным правилам, документам и журналам. Контроль выполняли на тех же типах примеров, на которых ранее проявлялся разрыв.
Решение на примере
Контекст 1С без смешения версий и предположений
Рабочая схема и контрольные ситуации поясняют подход. Это пример проектирования, а не выгрузка из системы заказчика.
Как мы находим причину
В знаниях по 1С важно различать назначение объекта, фактическое поведение кода и обещание из старой постановки. Собираем эти источники раздельно. Для каждой задачи уточняем конфигурацию, версию, расширения и среду, к которой относится вопрос. Без этого похожий фрагмент может привести к неверному выводу.
Проверку начинаем с набора задач, которые специалист может решить вручную: найти обработчик события, объяснить заполнение реквизита, определить зависимые объекты. Для каждой задачи фиксируем достаточное основание ответа. Оценка «звучит правдоподобно» не заменяет сопоставление с исходным кодом и метаданными.
- 01
Задача и версия
Уточняем конфигурацию и объект
Аналитик - 02
Поиск контекста
Находим код, метаданные и требования
RAG - 03
Проверка основания
Отделяем факт от гипотезы
AI агент - 04
Решение специалиста
Проверяем вывод в нужной среде
Команда 1С
Какие ситуации помогают обнаружить разрыв
Одинаковое имя объекта в двух конфигурациях
- Ожидаемое поведение
- Ответ использует только выбранный контекст
- Чем проверяем
- Идентификатор конфигурации и версия каждого источника
Требование расходится с реализацией
- Ожидаемое поведение
- Ответ явно показывает расхождение
- Чем проверяем
- Отдельные ссылки на постановку и код
Источник удалён или изменён
- Ожидаемое поведение
- Старый фрагмент не используется как действующий
- Чем проверяем
- Повтор контрольного вопроса после обновления индекса
Что собрать для разбора своего участка
- Для какой конфигурации нужен помощник?
- Где хранятся код, требования и история изменений?
- Какие ответы специалист должен уметь проверить первым делом?
Выбор решения
и границы задачи
Замена системы требует переноса данных, обучения и проверки интеграций. Сначала оцениваем, какие задачи можно решить средствами действующей системы.
Материалы на выходе
Карта действующего контура. Перечень точек развития. Правила контроля результата.
Границы задачи
В кейс вошёл только участок, описанный в контексте. Смежные системы и подразделения рассматривали в той степени, в которой они влияли на входные данные, статус или подтверждение результата.
Для кого полезен кейс
ИТ директор, Владелец процесса.
Наша роль
в задаче
Мы анализировали процесс и готовили решение. Команда заказчика подтверждала исходные данные, согласовывала правила работы и критерии приёмки.
Восстановили факты
Прошли цепочку вместе с участниками и отделили реальную операцию от формального регламента.
Согласовали изменение
Связали статусы, ответственность, данные и правила работы с исключениями.
Определили контроль
Зафиксировали, по каким событиям и критериям видно, что процесс работает устойчиво.
Практический фокус
Как применить выводы
Разбор связывает исходную проблему с действиями команды и критериями результата. Сопоставьте условия кейса со своим процессом: участников, системы, точки контроля и ограничения.
AI
RAG
1С
База знаний
Продолжить
по теме
От проблемы можно перейти к формату решения, похожей практике и методическим материалам.
01
Зависимость от отдельных сотрудников
Знание процесса хранится в голове одного специалиста.
Разобрать проблему ↗02Оптимизация внедрённых решений
Повышаем отдачу от уже работающих систем без замены всего контура.
Посмотреть решение ↗03Что получает заказчик
Карта процесса, реестр разрывов, схема решения и критерии приёмки.
Посмотреть комплект ↗Похожие
кейсы
Все кейсы →ПРАКТИЧЕСКИЙ РАЗБОР
AI аналитик для корпоративной базы знаний: разбор причины
Знания были доступны, но поиск занимал много времени и зависел от того, кто помнит правильное название документа.
Результат: Для AI аналитика определили источники ответов, границы полномочий и правила передачи вопроса специалисту.ПРАКТИЧЕСКИЙ РАЗБОРAI аналитик для корпоративной базы знаний: решение и контроль
Знания были доступны, но поиск занимал много времени и зависел от того, кто помнит правильное название документа.
Результат: Для AI аналитика определили источники ответов, границы полномочий и правила передачи вопроса специалисту.ПРАКТИЧЕСКИЙ РАЗБОРRAG контур для знаний по 1С: решение и контроль
Новому участнику команды было сложно быстро понять, как устроен конкретный функциональный участок.
Результат: Появилась основа для AI помощника, который отвечает по корпоративным материалам и показывает, на чём основан ответ.Статьи
по теме
Все статьи →ИИ и автоматизация1 минута
01Ассистент ИИ для базы знаний: когда он действительно полезен
Какие условия нужны, чтобы ассистент помогал сотрудникам, а не создавал новые ошибки.
Читать материал ↗ИИ и автоматизация2 минуты
02Корпоративный поиск: как находить знания, а не только документы
Как превратить регламенты, задачи и проектные материалы в управляемый поисковый контур для команды.
Читать материал ↗ИИ и автоматизация1 минута
03Права доступа в RAG: как не раскрыть лишний документ
Почему фильтрация источников должна выполняться до формирования ответа.
Читать материал ↗Разберём похожую задачу в вашем процессе
Опишите один пример, используемые системы и ожидаемый результат. Ссылка на этот кейс будет приложена к обращению. Мы уточним границы и предложим первый этап с понятным составом работ.
Обсудить похожую задачу ↗