Automatizacija pristupa internom znanju i poslovnim procesima pomoću RAG-a i Telegram bota

🧩 1. Zašto je ovo važno: Problem koji smo rešili

Rastuće kompanije sa velikom količinom interne dokumentacije često se suočavaju sa izazovom: zaposleni troše previše vremena tražeći informacije ili postavljajući ista pitanja. Ovo smanjuje produktivnost i povećava opterećenje tima za podršku.

Tipični scenariji:

• Novi zaposleni ne može da pronađe šablon ugovora;
• Menadžer zaboravlja kako da izda račun;
• Programer nije siguran ko treba da pregleda njegov kod.

🛠️ 2. Pregled arhitekture rešenja

Pre nego što uđemo u detalje, evo pregleda arhitekture:

• RAG (Retrieval-Augmented Generation) — hibridni AI pristup koji kombinuje pretragu i generisanje;
• Vektorska baza — za semantički relevantnu pretragu dokumenata;
• Telegram bot — kao korisnički interfejs za zaposlene;
• Redmine API — za automatizaciju upravljanja zadacima i evidenciju vremena;
• GitLab — kao izvor žive dokumentacije.

📌 Objašnjenje RAG-a (Haystack)

🧠 3. Priprema baze znanja i vektorizacija

Interna znanja su bila uskladištena kao .md fajlovi u GitLabu. Mi smo:

• Automatizovali ekstrakciju dokumenata;
• Očistili i pripremili sadržaj;
• Vektorizovali sadržaj koristeći sentence-transformers (Više informacija);
• Indeksirali sadržaj u Elasticsearch-u.

📌 Pregled vektorskih baza

🤖 4. Telegram bot — Interfejs za zaposlene

Zaposleni komuniciraju sa botom direktno u četovima:

• "Kako da unesem vreme za Projekat Alfa?"
• "Koji šablon NDA ugovora da koristim?"

Ako bot nije siguran u odgovor, prosleđuje pitanje kanalu za podršku.

🔁 5. Samoučenje i upravljanje kvalitetom odgovora

Svako neodgovoreno pitanje signalizira prazninu u dokumentaciji.

• Beležimo "neodgovorena" pitanja;
• Ručno ih pregledamo i tagujemo;
• Kreiramo ili ažuriramo dokumente;
• Ponovno indeksiramo bazu znanja.

📌 Procena kvaliteta RAG-a – OpenAI Cookbook

🛠️ 6. Integracija sa Redmine-om

Kroz Redmine API integraciju, zaposleni mogu:

• Videti svoje zadatke;
• Uneti vreme direktno preko bota;
• Generisati račune;
• Pokrenuti pripremu ugovora.

📌 Redmine API Dokumentacija

💬 7. Primeri upita

Primeri:

🧑: Kako da izdam račun za mart?
🤖: Evo uputstva: [link]

🧑: Ko treba da pregleda moj pull request?
🤖: Tvoj team lead ili senior developer. Više informacija: [link]

📈 8. Rezultati i skalabilnost

Rezultati:

• Smanjeno opterećenje tima za podršku;
• Brže uključivanje novih zaposlenih;
• Automatizovani rutinski procesi.

Opcije skaliranja:

• Integracija sa Slack-om, MS Teams;
• Višejezična podrška;
• Integracija sa drugim API-jevima (CRM, ERP itd.).

Кључне предности RAG-базираних система знања

• Побољшана продуктивност: Запослени налазе информације брже
• Смањено оптерећење подршке: Мање понављаних питања тимовима за подршку
• Боље укључивање: Нови запослени могу да приступе знањима тренутно
• Аутоматизација процеса: Рутински задаци се решавају аутоматски
• Континуирано унапређење: Систем учи из неодговорених питања

Најбоље праксе за имплементацију

1. Почните са високовредним садржајем: Фокусирајте се на често приступане документе
2. Редовна ажурирања: Држите базу знања тренутном и релевантном
3. Праћење квалитета: Пратите тачност одговора и задовољство корисника
4. Планирање интеграције: Повежите са постојећим алаткама и радним токовима
5. Обука корисника: Помозите запосленима да разумеју како ефективно користити систем

🤝 Želite slične rezultate?

Ako želite da automatizujete pristup internim znanjima i ubrzate poslovne procese, kontaktirajte nas. Napravimo to zajedno.

📌 Korisni linkovi

• Haystack: RAG
• Sentence-Transformers
• Pinecone vodič
• Evaluacija RAG
• Redmine API
• AI Agents Ecosystem Trends (Anchor: DesignRush) - Analiza industrije od naših partnera na DesignRush