Создать ИИ-сервис на заказ: разработка ИИ-сервиса от идеи до подписки

Один сценарий и один измеримый результат

Сервис начинается с одной фразы: кто получает какой результат и как узнаёт, что он верен. «Разбирает входящие договоры» — ещё не сценарий, пока не записано, какие поля и риски и что считается верным ответом. Из сценария выводятся данные, модель и тариф.

Чьи данные и на каких условиях

Данные бывают трёх видов: ваши (справочники, шаблоны, правила), клиентские (загруженные файлы, история обращений) и открытые. Для клиентских данных до кода записывается, где они хранятся, кто имеет к ним доступ, сколько живут, попадают ли в журнал и можно ли на них улучшать сервис. Последнее по умолчанию «нет»: без письменного согласия клиента его данные для настройки сервиса другим не используют. Условия договора пишет ваш юрист, мы даём технические меры: срок хранения, удаление по запросу, отдельное хранилище. Персональные данные граждан России обычно должны храниться на серверах в России.

Эталон собираем вместе с экспертом

Эталон — набор типичных входов с верными ответами, размеченный специалистом вашей предметной области. Без него качество оценивают на глаз. Эталон нужен до пилота: по нему сравнивают модели, шаблоны запросов и каждое изменение. Подробнее — на странице оценки качества LLM-систем.

Что делает человек

В первой версии почти всегда остаётся человек: эксперт проверяет спорные случаи, пользователь подтверждает действия. Это способ выпустить продукт раньше. Записывается правило: какие ответы уходят клиенту сразу, какие после проверки, какие отклоняются с причиной.

Цена обращения к модели переменная: она зависит от размера входа и выхода, модели и числа повторов. При подписке с фиксированной суммой разница между лёгким и тяжёлым клиентом становится вашей потерей, поэтому учёт закладывается в первую версию.

1. Записываем каждое действие ИИ: организация, пользователь, функция, версия модели, объём входа и выхода, время, исход (принят, исправлен, отклонён).
2. Определяем единицу учёта. Не «запрос», а «действие» с весом: ответ на вопрос, разбор файла и генерация отчёта расходуют разное.
3. Считаем стоимость принятого результата. Весь расход, включая отказы и повторы, делим на число принятых результатов.
4. Строим тариф от себестоимости. Включённый пакет, порядок докупки, предупреждение клиенту до исчерпания лимита.
5. Ставим предохранители. Потолок на задачу, пользователя и организацию в сутки, чтобы цикл повторов или массовая загрузка не съели бюджет за ночь.

Размеры лимитов и цены тарифов мы не называем: они зависят от модели, оборудования и рынка и уточняются по первым клиентам. Модели тарифов сравнены на странице SaaS-платформы, особенности ИИ-функций — в статье «Как добавить ИИ в SaaS-продукт».

Если модель работает внутри вашей компании на ваших документах, это LLM-приложение: клиентов у него нет, а права строятся по отделам и ролям. Если вы продаёте доступ другим организациям, добавляется всё из SaaS-платформы: организации, тариф, счёт, админка поддержки. Если ядро задачи — разделение данных B2B-клиентов, смотрите multi-tenant SaaS; первую версию — SaaS MVP.

ИИ-сервис — это SaaS-платформа, у которой главную функцию даёт модель: организации, права и тариф те же, а сверху добавляются эталон, учёт стоимости и защита индекса с кэшем. Если ИИ-функция нужна внутри работающего продукта, читайте статью про ИИ в SaaS-продукте; общая страница — разработка ИИ на заказ; готовый пилот доводит до эксплуатации вывод ИИ-пилота.