Разработка виртуального помощника

Как работает помощник: два способа получения информации

• Тематическая навигация: пользователь последовательно открывает раздел, подкатегорию и нужный вопрос — система показывает заранее подготовленную и опубликованную FAQ-карточку без обращения к генеративной модели
• Поиск по собственному вопросу: пользователь формулирует вопрос своими словами — система сначала ищет готовый ответ в базе FAQ, затем проверяет похожие формулировки и официальные материалы сайта
• Только если готовой карточки нет, но найден подтверждённый документальный контекст, языковая модель формирует краткий ответ на его основе
• Если подходящий контекст не найден или внешний ИИ API недоступен, помощник не придумывает ответ — пользователю показывается нейтральное сообщение с предложением уточнить вопрос или перейти к официальным разделам сайта

Принцип контролируемого ИИ

• Используется подход FAQ-first: готовые ответы имеют приоритет перед генерацией текста — это снижает количество обращений к LLM, уменьшает расход токенов и сохраняет утверждённые формулировки без перефразирования
• Языковая модель не имеет прямого доступа к базе данных, административной панели или внутренним системам университета
• В запрос передаются только вопрос пользователя и отобранные фрагменты индексированных материалов
• Системный промпт запрещает использовать внешние знания и требует сообщать об отсутствии подтверждённой информации

Возможности административной панели

• Создание и упорядочивание категорий
• Добавление FAQ-карточек с вопросами и ответами, хранение нескольких пользовательских формулировок одного вопроса
• Публикация, изменение и архивирование материалов, указание официальных источников
• Загрузка и индексация документов и страниц сайта, полная или выборочная переиндексация изменённых URL
• Просмотр истории запросов и оценок ответов
• Обработка вопросов, по которым не был найден готовый ответ
• Управление поиском, моделями, лимитами и защитными настройками
• Контроль фоновых заданий и ручная очистка кэша ответов

Безопасность и надёжность

• Административная панель защищена аутентификацией, на production-домене доступ к административным маршрутам дополнительно ограничен на уровне nginx
• Для публичного виджета применяются ограничения частоты запросов по сессии и IP, а также ограничения длины пользовательского текста
• Настраиваемый фильтр prompt-injection запросов и разрешённый список доменов для загрузки страниц
• Журналирование действий администраторов и политика хранения IP и технических данных
• Нейтральный fallback при ошибках внешних сервисов
• Готовые категории и опубликованные FAQ не зависят от генерации LLM — при отключении генеративной модели пользователь по-прежнему может работать с деревом разделов и получать готовые ответы
• Production-контур контролирует доступность базы данных, Redis и Qdrant через health-check
• Ежедневный backup включает базу данных, исходный код, настройки, загруженные материалы и данные поисковых хранилищ; срок хранения копий — 14 дней

Применённые технологии

• Next.js, React и TypeScript — веб-приложение, виджет и административная панель
• Prisma и MySQL — основная база знаний и журналы
• Qdrant — векторный поиск по FAQ и документам
• Redis — кэш ответов, кэш embeddings и ограничения частоты запросов
• OpenAI-совместимые API — embeddings и генерация RAG-ответов
• DeepSeek — очистка HTML перед индексацией
• Docker и nginx — production-развёртывание и интеграция с сайтом
• Фоновой worker — длительные операции загрузки и переиндексации

• Сокращены повторяющиеся консультации за счёт готовых FAQ-карточек и приоритета опубликованных ответов перед генерацией текста
• Повышена доступность официальной информации: пользователь получает ответ либо из готовой базы, либо на основе подтверждённых материалов сайта
• Обеспечено контролируемое использование генеративного ИИ — без домыслов и обращения к внешним знаниям модели
• Сотрудники университета получили инструмент для самостоятельного развития базы знаний и анализа обращений пользователей