Внедрение ИИ в бизнес: RAG-ассистент по сертификации товаров на базе знаний компании
Веб-платформа для сертификации товаров онлайн с ИИ-ассистентом на RAG: он консультирует клиентов компании по декларациям соответствия ТР ТС, считает стоимость и сроки, распознаёт заявки и готовит черновики документов.
Как шли 2,5 месяца
- Прототип — 1–3 нед.
- Дизайн в Figma — 3–5 нед.
- Клиентская часть — 5–9 нед.
- Админ-панель — 6–9 нед.
- ИИ и тестирование — 8–10 нед.
ИИ-ассистент на главнойКонсалтинговая компания по сертификации и декларированию продукции больше 12 лет копила экспертизу: выданные декларации и сертификаты, ГОСТы и техрегламенты, шаблоны документов, тысячи заявок. Вместе с основателем мы сделали из этих данных отдельный продукт и новый источник дохода.
За 2,5 месяца мы собрали клиентскую часть с мобильной версией и админ-панель для сотрудников.
- Клиентская часть, мобильная версия и админ-панель
- 2,5 месяца
- Отвечает ИИ-консультант, какой документ нужен товару
- За минуту
- Документы обезличиваются до отправки во внешнюю модель
- 152-ФЗ
- Экспертизы компании работают в базе знаний
- 12+ лет
- Веб-платформа
- Мобильная версия
- Админ-панель
- RAG
- ИИ-консультант
- Распознавание заявок
- Локальная модель
- React.js
- PostgreSQL
- Timeweb
Проблема: экспертиза по сертификации товаров тонет в копировании
Сертификация товаров — экспертная работа, но большую её часть съедает ручное копирование данных из заявки в документ.
Любой товар на рынке Таможенного союза, от детского крема до лифта, должен пройти подтверждение соответствия: получить декларацию или сертификат по техрегламентам ТР ТС. В каждом регламенте длинные перечни ГОСТов и стандартов. Выбрать из них нужные умеет только эксперт, почти как юрист. Остальная работа сводится к Ctrl+C, Ctrl+V: реквизиты заявителя, наименование продукции, данные изготовителя.
Клиент присылает Word-бланк, менеджер передаёт его в технический отдел, техотдел набивает макет документа, менеджер проверяет, клиент согласовывает. Потом документ снова идёт в техотдел и только после этого уходит на регистрацию.
Производитель или продавец на маркетплейсе видит в сертификации лишний налог.
- Заявка ходит по кругуЕсли клиент спорит о наименовании или составе, круг повторяется.
- Тысячи заявок в месяцОтвет на простой вопрос клиента занимал целый рабочий день вместо пары часов, а документ готовили до пяти дней.
- Клиентам тоже тяжелоПравила непонятные, нормативы на десятках страниц, страшно ошибиться.
- Готовые чат-боты не помогаютОбычная нейросеть уверенно путает ГОСТы, а здесь ошибаться нельзя.
Решение: ИИ-сервис на данных, которые компания копила годами
Решение — превратить базу выданных документов в ИИ-сервис, который консультирует клиентов и приносит компании деньги.
Основатель заметил, что товары и вопросы клиентов почти всегда типовые. Значит, база выданных документов уже работает как шпаргалка: по названию товара или коду ТН ВЭД из неё собирается ответ и черновик декларации. Он сам собрал прототип на зерокод-платформе с подключённой нейросетью и проверил идею. Идея сработала, но дальше он упёрся в потолок: каждый день докручивать распознавание десятков видов документов предпринимателю некогда.
На этом месте подключились мы. Сначала платформа снимает рутину внутри компании: заявка дешевеет, ответы приходят быстрее, экспертов меньше дёргают, и проблема найма уходит на второй план. Потом сервис открывается клиентам: они сами получают консультацию и оформляют документы. В перспективе им по подписке пользуются другие компании отрасли. Данные, которые компания копила годами, начинают приносить деньги как отдельный продукт, и раздавать саму базу для этого не нужно.
Платформа начинает разговор с вопроса «Что вы хотите сертифицировать?». Какой документ оформлять, она подскажет сама. Дизайн мы собрали по визуальной идее основателя, «цифровому офису сертификации»: спокойные синие тона, карточка продукции в виде паспорта товара, статусы, по которым видно, что дело движется. Пользоваться этим должно быть так же просто, как заказать товар на маркетплейсе, и совсем не похоже на поход в госорган.
Наш вклад: как внедрить ИИ и не дать нейросети ошибаться
Мы предложили основателю архитектуру, в которой ИИ отвечает по базе знаний компании и не выдумывает.
Основатель несколько месяцев изучал рынок ИИ-решений и наслушался много «воды», а местами и прямого обмана. На созвонах до старта мы разложили задачу по полочкам.
- RAG вместо «обучения нейросети».Закрытую модель вроде ChatGPT или Gemini не получится «дообучить» на своём сервере, а открытая потребует огромных денег и данных. Мы предложили RAG (Retrieval-Augmented Generation): ассистент сначала ищет ответ в базе знаний компании и уже потом пишет его своими словами. Знания остаются у бизнеса. Модель можно поменять в любой момент: если её заблокируют, она подорожает или выйдет модель сильнее.
- ИИ учится на правках экспертов.Система сама записывает каждую ручную правку модератора, и ассистент получает её как обратную связь. «Обучать руками» никого не нужно: чем больше заявок прошло через систему, тем точнее ответы. Для основателя это стало недостающим кусочком пазла. До этого он думал, что заказывает просто сайт.
- Лучше промолчать, чем соврать.Мы ограничили ассистента базой знаний и сценариями. Если ответа в базе нет, он ничего не придумывает и передаёт вопрос живому менеджеру.
- ИИ как лид-магнит.Мы предложили открыть консультацию без регистрации, а полный разбор показывать после входа. Человек получает бесплатный ответ и оставляет заявку.
- ИИ отдельным этапом.Интеграцию и настройку ИИ мы вынесли в отдельный этап договора со своим тестированием. Так сроки и приёмка платформы не смешиваются со сроками и приёмкой «мозгов».
- Без переплаты за модель.Самая дорогая нейросеть этой задаче не нужна. Финальную модель выбирали тестами на последнем этапе: сравнивали точность, скорость и цену запроса.
Продукт: RAG-система для сертификации товаров онлайн
Платформа состоит из ИИ-консультанта, калькулятора стоимости и сроков, распознавания заявок и модуля защиты персональных данных — и всё это работает на базе знаний компании.
Чат-бот на базе знаний компании
ИИ-консультант за минуту отвечает клиенту, какой документ нужен его товару, и берёт ответ из базы знаний компании. Ассистент сверяется с выданными декларациями, ГОСТами и шаблонами компании и отвечает простым языком: какой документ нужен, по какому регламенту, какие бумаги собрать, сколько ждать и сколько платить.
Часть ответа клиент видит сразу. Чтобы открыть полный разбор и оформить заявку, он входит по номеру телефона с кодом из SMS или через Google.

ИИ-консультант по сертификации
Клиенту не нужно читать регламенты и ждать эксперта до вечера. Он пишет ассистенту, что хочет продавать.
Короткий ответ стоит сверху. «Умные слова» про ТР ТС и испытания идут ниже, для тех, кому нужны подробности. Вопрос можно написать, надиктовать голосом или приложить фото заявки.
Ассистент живёт на каждой странице платформы, а не только на главной.
Калькулятор стоимости и сроков по коду ТН ВЭД
Калькулятор считает стоимость и срок сертификации по коду ТН ВЭД ещё до подачи заявки. Клиент вводит название товара и код ТН ВЭД, выбирает категорию, страну происхождения, состав и назначение. Платформа сразу показывает вид документа, техрегламент, срок, стоимость и список документов. Если нужны испытания в аккредитованной лаборатории, она об этом предупредит.
Ниже клиент видит популярные лаборатории и похожие декларации из реестра. Любую из них можно взять за основу одной кнопкой: так RAG работает с базой компании. Расчёт сам переносится в заявку, второй раз вводить данные не нужно.

Черновик декларации соответствия за минуту
ИИ распознаёт скан или фото заявки и сам раскладывает данные по полям черновика декларации соответствия. Раньше техспециалист переносил данные из Word-бланка в макет документа вручную, строчку за строчкой. Теперь клиенту достаточно загрузить бланк: ИИ достаёт данные заявителя, продукции и изготовителя, вплоть до процентного состава. Клиенту остаётся проверить их и сформировать черновик декларации в DOCX.
Если бланка под рукой нет, заявку можно заполнить вручную. В форме есть заявитель (ИП, ООО или АО), продукция с кодом ТН ВЭД, сроком годности, тарой и условиями хранения, изготовитель с филиалами. Черновик сохраняется, к нему можно вернуться позже.

Нейросеть и персональные данные по 152-ФЗ: локальная LLM очищает документы
Чтобы не нарушить 152-ФЗ, каждый документ обезличивается на нашей стороне до того, как попадёт во внешнюю нейросеть.
В заявках, сертификатах, договорах и соглашениях полно персональных данных: ФИО, паспорта, телефоны, адреса. Отправлять их во внешнюю модель как есть нельзя.
Заодно на нашей стороне копятся база знаний и реестр ошибок: где распознавание промахнулось, где пришлось поправить обработку. Это задел на будущее. Локальная модель заметно слабее облачной, и справляться сама она сможет только на таких данных и с дополнительными алгоритмами.
Поэтому мы идём в два шага
- СначалаОблачные модели дают качество с первого дня.
- ПотомСервис постепенно переезжает на собственные модели и перестаёт зависеть от внешних провайдеров.
Во внешнюю модель — ни одного имени
Быстрые и дешёвые алгоритмы находят типовые персональные данные, а локальная модель без выхода в интернет дочищает остальное.
Мощная облачная модель получает уже обезличенный документ: условно «крем косметический, ТР ТС 009/2011», и ни одного имени.

Тоже сидите на годах накопленных данных?
Если у вашей компании есть база документов, заявок или консультаций, на ней можно построить ИИ-ассистента. Он возьмёт на себя вопросы клиентов, которые сейчас разбирают перегруженные эксперты, а вашу экспертизу можно будет продавать как отдельный сервис. Давайте обсудим, как это сделать у вас.
Личный кабинет: заявка на сертификацию, оплата и документы онлайн
В кабинете собраны все заявки клиента, созданные и отправленные, с поиском и сортировкой.
- Повторная заявкаЕжегодную декларацию не нужно оформлять с нуля: достаточно отправить прошлую заявку повторно и поправить пару полей.
- Чат по заявкеУ каждой заявки свой чат с менеджером, туда можно писать и присылать фото.
- КорзинаУдалённые заявки попадают в корзину, так что случайно потерять документ не выйдет.
Оплата заявки на сертификацию картой
Раньше счёт, оплата и согласование расползались по почте и мессенджерам, и клиент не понимал, где сейчас его документ. Теперь заявка с готовым расчётом лежит в кабинете.
Клиент нажимает «Оплатить» и вводит карту. Заявка сразу получает статус «Оплачено», и менеджер видит его у себя.

Библиотека шаблонов документов по сертификации
Библиотека собирает в одном месте шаблоны деклараций, протоколов испытаний и других документов компании. Раньше они лежали по папкам у сотрудников.
Клиент или менеджер ищет шаблон по названию, типу заявителя, категории и ГОСТам, открывает превью и применяет его к своей заявке.

Админ-панель: заявки, статусы декларирования и сертификации, счета
Админ-панель — вторая половина платформы, веб-кабинет, где сотрудники ведут заявки, статусы и счета.
Что сотрудники делают в админ-панели без программиста
- Ведут заявки клиентов: создают вручную, редактируют, меняют статусы, в том числе прямо из чата с клиентом; ведут базу клиентов и смотрят их заявки.
- Выставляют счёт для онлайн-оплаты на сайте или загружают счёт из бухгалтерии.
- Спрашивают того же ИИ-ассистента об экспертизе: выбирают заявку клиента и узнают, какие ГОСТы и регламенты к ней применить.
- Ведут библиотеку шаблонов: создают шаблоны услуг с категорией, типом заявителя и ГОСТами, ищут по базе, применяют к заявкам.
- Управляют сотрудниками: подтверждают заявки на доступ, блокируют, а в конструкторе ролей заводят свои роли («менеджер», «техспециалист») и галочками открывают им нужные разделы.
- Принимают регистрации исполнителей, органов по сертификации и лабораторий, с данными компании и проверкой администратором.
- Смотрят историю изменений: система записывает все действия, а правки модераторов становятся обратной связью для ИИ.
Цветные статусы заявок и счёт клиенту
Менеджер видит все заявки с цветными статусами и сразу замечает, где что застряло. У декларирования и сертификации свои цепочки статусов.
Заявка проходит техотдел, согласование с клиентом, отправку образцов, испытания и протокол и доходит до публикации и подписания.

Как мы работали с основателем над внедрением ИИ
Основатель 12 лет работает в сертификации, сам отвечает в компании за CRM, маркетинг и продажи и любит IT.
Ему не нужны были исполнители, которые ждут жёсткого ТЗ. Он искал команду, которая сама приходит с идеями и готова работать вдолгую. Логику платформы мы прописывали вместе с ним на нескольких рабочих созвонах. Самым сложным оказались не экраны, а путь заявки и согласования на каждом этапе.
До договора мы подробно ответили на технические требования его команды: хранение данных в России по 152-ФЗ, HTTPS, роли и доступы, логирование, резервные копии, передача исходного кода, документации по ролям и экранам и схемы базы данных. Работу разбили на четыре этапа: прототип и дизайн, клиентская часть, админ-панель, ИИ и тестирование. Чтобы уложиться в 2,5 месяца вместо четырёх, подключили второго разработчика. Прототип и дизайн согласовывали по комментариям основателя прямо в Figma.
Что дальше: интеграции с Битрикс24 и 1С, подписка и рынки ЕАЭС
Дальше платформа развивается в четырёх направлениях: интеграции, маркетплейс исполнителей, подписка и новые рынки.
Архитектуру мы заложили с запасом.
Следующие шаги
- Интеграции с Битрикс24 и 1С.Заявки и статусы синхронизируются с CRM компании, а по выгрузке товаров из 1С система сама подсказывает, какие документы нужны. Архитектура позволяет подключить и AmoCRM или RetailCRM.
- Маркетплейс исполнителей.Органы по сертификации и испытательные лаборатории получают заказы прямо на платформе. Регистрация исполнителей есть уже в первой версии.
- Подписка для компаний отрасли.Другие консалтинговые компании подключаются к платформе со своими базами знаний.
- Переезд на собственные модели.Чем больше реестр ошибок, тем дальше сервис уходит на локальные модели.
- Выход на рынки ЕАЭС.Россия, Казахстан, Беларусь, Армения и Киргизия работают по тем же техрегламентам ТР ТС, логика та же.
- Нативное мобильное приложениедля App Store, Google Play и RuStore на основе готовой мобильной версии.
Результат: новый ИИ-продукт на данных компании
У компании появился новый продукт и источник дохода на её собственных данных.
Клиент заходит на платформу и за минуту узнаёт, какой документ нужен его товару, сколько он стоит и сколько ждать. Потом загружает заявку, получает черновик декларации, оплачивает и следит за статусом в личном кабинете. Сотрудники ведут заявки, счета, шаблоны и роли в админ-панели. ИИ-ассистент отвечает по базе знаний компании, учится на правках экспертов и не отправляет наружу персональные данные.
Годы экспертизы теперь работают не только внутри компании. Сервис консультирует клиентов круглосуточно, приводит новые заявки и готов к выходу на рынок ЕАЭС и к подписке для других компаний.
За 2,5 месяца мы сделали клиентскую веб-платформу с мобильной версией, админ-панель и ИИ-модуль с защитой персональных данных.
Хотите внедрить ИИ в свой бизнес?
Расскажите, какие данные копит ваша компания и на какой рутине буксуют сотрудники. На бесплатном созвоне покажем, как сделать из этого ИИ-сервис для клиентов.
Что будет после заявки
- в течение рабочего дняПерезвоним и уточним задачуДоговоримся о времени созвона.
- на следующий деньСозвон о ваших данныхРазберём, какие процессы съедают время экспертов.День выбираете вы
- после созвонаПервая версия сервисаПредложим, с чего начать.
FAQ: внедрение ИИ и RAG-ассистент для бизнеса
Дообучение меняет саму модель, а закрытые модели вроде ChatGPT или Gemini так переделать на своём сервере нельзя. Открытая модель потребует много времени, денег и данных. RAG (Retrieval-Augmented Generation) работает иначе: ассистент сначала ищет ответ в базе знаний компании (документах, ГОСТах, шаблонах) и только потом формулирует его. Знания остаются у бизнеса, а модель можно заменить без потери накопленного. Для ассистента по сертификации товаров мы выбрали RAG.
Ассистент отвечает только по базе знаний компании: выданным декларациям и сертификатам, ГОСТам, техрегламентам ТР ТС и шаблонам документов. Он работает в рамках сценариев. Если ответа в базе нет, ассистент передаёт вопрос живому менеджеру. Система записывает каждую правку эксперта как обратную связь: чем больше заявок проходит через неё, тем точнее ответы, и отдельно «обучать руками» ничего не нужно.
Сначала документ очищают на стороне компании. Быстрые алгоритмы находят типовые персональные данные (ФИО, паспорта, телефоны, адреса), а локальная модель без выхода в интернет дочищает остальное. Во внешние модели уходит только обезличенный файл с данными о товаре. Сами персональные данные хранятся на серверах в России.
Платформа не привязана к одной нейросети: мы сравнивали YandexGPT, GigaChat, Gemini, OpenAI (ChatGPT), DeepSeek и Perplexity. Документы распознаёт Yandex Vision OCR. Финальную модель выбирали тестами по точности, скорости и цене запроса: самая дорогая этой задаче не нужна. Знания хранятся в базе компании (RAG), поэтому модель можно сменить в любой момент: при блокировке, подорожании или выходе более сильной. Параллельно копится реестр ошибок для перехода на собственные локальные модели.
Клиент загружает скан или фото заявки. ИИ раскладывает по полям формы данные заявителя, продукции (включая код ТН ВЭД и состав) и изготовителя. Клиент проверяет их и формирует черновик декларации в DOCX. Если что-то распознано неверно, правка модератора попадает в реестр ошибок, и в следующий раз система ошибается реже.
Клиентская часть и админ-панель написаны на React.js, база данных — PostgreSQL, хостинг — Timeweb в России, что соответствует 152-ФЗ. Система логирует все действия и делает резервные копии. Заказчик получает исходный код, доступы, документацию по ролям и экранам и схему базы данных.
Базу выданных документов, шаблонов и заявок подключают к ИИ-ассистенту через RAG. Сначала он снимает рутину внутри компании: консультирует, считает стоимость и сроки, готовит черновики. Потом выходит к клиентам как сервис, который приводит новые заявки, а в перспективе работает по подписке для других компаний отрасли. Саму базу при этом никто не получает: клиенты видят только ответы.
Да. Архитектура платформы рассчитана на интеграции: заявки и статусы можно синхронизировать с Битрикс24, а по выгрузке товаров из 1С система подскажет, какие документы нужны. Так же подключаются AmoCRM, RetailCRM и другие сервисы.
Проект обошёлся в 1 131 000 ₽ и занял 2,5 месяца. За это время мы сделали прототип, дизайн, клиентскую веб-платформу с мобильной версией, админ-панель и ИИ-модуль с защитой персональных данных. Работу разбили на четыре этапа с отдельной приёмкой, ИИ шёл отдельным этапом со своим тестированием. Похожий проект может выйти дешевле и быстрее: часть наработок из этого кейса можно использовать повторно.
Да. Подойдёт любая компания, у которой накопились документы, заявки или консультации: юристы, бухгалтерия, лаборатории, таможенные брокеры, страховые. Начинаем с бесплатного созвона: разбираемся, какие данные у вас есть и какие процессы съедают время экспертов, и предлагаем первую версию сервиса.
