Что должно быть в AI-репозитории бизнеса: практический чек-лист

Большинство компаний, которые начинают внедрять AI, довольно быстро сталкиваются с одной и той же проблемой: нейросеть приходится каждый раз заново знакомить с бизнесом. В одном чате объясняют продукт, в другом — целевую аудиторию, в третьем — правила бренда. Через неделю часть информации уже устарела, а сотрудники начинают хранить свои версии инструкций в личных файлах и переписках.

На небольшом объёме работы это терпимо. Когда AI становится частью маркетинга и операционных процессов, такой подход начинает мешать. Агенту нужен не очередной длинный промпт, а единый источник контекста, из которого система понимает, чем занимается компания, какие у неё правила и где лежат актуальные данные.

Такой слой можно назвать AI-репозиторием бизнеса. Это не обязательно отдельный сложный продукт. По сути, это организованное пространство, где собраны знания и правила, которые должны быть доступны AI-системам.

Зачем бизнесу вообще нужен AI-репозиторий

AI хорошо работает с контекстом, но контекст нужно где-то хранить и поддерживать. Если знания разбросаны по презентациям, Google Docs, таблицам, CRM и личным чатам сотрудников, агенту приходится либо получать слишком мало информации, либо каждый раз собирать её заново.

Репозиторий решает другую задачу: он становится понятным источником истины. Агент знает, где искать описание продукта, какие правила действуют сейчас, какие данные считаются актуальными и какие документы можно использовать при подготовке ответа.

Это особенно важно, когда в компании появляется несколько AI-агентов. Если каждый работает со своей версией контекста, система быстро начинает противоречить сама себе.

AI-репозиторий — это не просто папка с документами

Свалить все файлы компании в одну папку недостаточно. Агенту важно понимать, какой документ является актуальным, для чего он используется и какие данные имеют приоритет.

Поэтому хороший репозиторий включает не только сами материалы, но и структуру. У каждого типа информации должна быть понятная роль, владелец и правила обновления.

Плохо

Лучше

Папка «Все документы»

Разделы по типам бизнес-контекста

Несколько версий одного файла

Одна актуальная версия + история изменений

Инструкции без владельца

У каждого важного блока есть ответственный

Данные без даты

Понятно, когда информация обновлена

Все документы доступны всем агентам

Каждая роль получает нужный ей контекст

Что должно входить в AI-репозиторий

Состав зависит от компании, но базовая структура обычно похожа. Не нужно сразу переносить туда весь корпоративный архив. На первом этапе достаточно информации, которая действительно используется в рабочих AI-сценариях.

Раздел

Что хранить

Компания

Описание бизнеса, направления, цели, ограничения

Продукты

Продуктовая линейка, особенности, цены и условия

Аудитория

Сегменты, потребности, возражения, критерии выбора

Бренд

Tone of voice, визуальные и редакционные правила

Маркетинг

Стратегия, каналы, кампании, правила работы

Процессы

Workflow, инструкции, критерии и контрольные точки

Данные

Источники, справочники, определения метрик

AI-правила

Роли агентов, разрешения, запреты, эскалация

Примеры

Хорошие и плохие результаты с пояснениями

1. Контекст компании

AI должен понимать базовую картину бизнеса: что продаётся, кому, в какой модели компания зарабатывает и какие ограничения существуют. Без этого даже хороший агент будет интерпретировать задачи слишком абстрактно.

Необязательно писать огромный корпоративный документ. Лучше коротко и конкретно описать бизнес, продукты, целевые рынки, основные цели и то, что AI делать не должен.

2. Продуктовый контекст

Если AI работает с маркетингом или продажами, ему нужно знать, что именно компания предлагает. Одного названия продукта мало: нужны характеристики, условия, отличия от альтернатив, типичные вопросы клиентов и ограничения.

Здесь особенно важна актуальность. Если цена или условия меняются, старая версия информации не должна оставаться равноправным источником для агента.

3. Контекст аудитории

Описание целевой аудитории лучше делать не в формате абстрактного портрета вроде «мужчины и женщины 25–45 лет». Для AI гораздо полезнее реальные потребности, задачи клиента, возражения, критерии выбора и ситуации, в которых возникает спрос.

Такой контекст помогает агенту не просто генерировать текст, а принимать решения в рамках конкретной маркетинговой логики.

4. Правила бренда

Tone of voice, запрещённые формулировки, требования к структуре материалов и примеры хорошего контента стоит хранить отдельно от общей информации о компании. Это рабочие правила, которые должны применяться к конкретным задачам.

Особенно полезны примеры. Иногда пять хорошо подобранных материалов с пояснениями дают агенту больше, чем несколько страниц абстрактных рекомендаций.

5. Описание процессов

Если AI должен участвовать в рабочем процессе, ему нужно понимать не только задачу, но и место этой задачи в цепочке. Кто передаёт входные данные? Что происходит после результата? Когда подключается человек? Какие условия позволяют перейти на следующий этап?

Именно здесь репозиторий начинает связываться с workflow. Информация перестаёт быть просто справочной и становится частью операционной системы.

6. Словарь данных и метрик

В маркетинге одна и та же метрика может трактоваться по-разному. Если один отчёт считает лидом любую заявку, а другой — только подтверждённое обращение, AI легко сделает красивый, но неверный вывод.

Поэтому в репозитории полезно хранить определения ключевых показателей, источники данных и правила расчёта. Это снижает количество спорных интерпретаций между агентами и людьми.

Термин

Что зафиксировать

Лид

Как именно определяется и из какого источника берётся

Конверсия

Формула и период расчёта

CPL

Какие расходы входят в показатель

Выручка

Источник и правила атрибуции

Кампания

Как идентифицируется и где хранится справочник

7. Правила для AI-агентов

У каждого агента должны быть свои границы, но часть правил может быть общей для всей системы. Например, требования к конфиденциальности, источникам данных, внешним коммуникациям и обязательной проверке критичных действий.

Такой слой позволяет не повторять одинаковые ограничения в каждом промпте. Общие правила живут в одном месте, а роль конкретного агента дополняет их своей специализацией.

8. Примеры хороших и плохих результатов

Это один из самых недооценённых разделов. Сотрудник может объяснить словами, какой материал считает хорошим, но несколько реальных примеров обычно дают гораздо более точный ориентир.

Важно добавлять не только удачные результаты, но и примеры ошибок с объяснением, что именно было сделано неправильно. Тогда агент получает не абстрактный список запретов, а понятную границу качества.

Как организовать актуальность информации

Репозиторий быстро теряет ценность, если в нём одновременно живут старые и новые правила. Поэтому для критичных документов нужно определить владельца, дату обновления и периодичность проверки.

Не вся информация требует одинаковой частоты обновления. Описание истории компании может годами оставаться прежним, а цены, продуктовые условия, рекламные ограничения и рабочие инструкции иногда приходится пересматривать каждую неделю.

Тип информации

Что контролировать

Стратегия

Версия и владелец

Продуктовые условия

Актуальность

Цены

Дата последнего изменения

Tone of voice

Утверждённая версия

Процессы

Последняя редакция и ответственный

Метрики

Определение и источник

Один репозиторий не означает один файл

Не стоит пытаться собрать весь контекст бизнеса в огромный документ. Такой файл сложно поддерживать, а агенту трудно выбирать из него нужную информацию.

Гораздо практичнее разделить знания на логические блоки. Общий контекст компании может быть одним документом, продуктовая информация — другим, правила контента — третьим, а рабочие процессы и справочники — отдельными источниками.

Тогда разные агенты получают только тот контекст, который нужен им для работы.

Кому какой контекст нужен

Агент

Основной контекст

Контентный

Компания, аудитория, продукт, бренд, примеры

Аналитический

Метрики, источники, справочники, бизнес-цели

Агент по лидам

Продукты, сегменты, правила квалификации, CRM

Монитор рекламы

Метрики, пороги, структура кампаний, правила эскалации

Координатор

Workflow, роли, статусы и условия перехода

Доступ к репозиторию тоже нужно проектировать

Не каждому агенту нужно видеть всё. Контентному агенту необязательно иметь доступ ко всей CRM, а агенту контроля рекламы — к внутренним кадровым документам.

Разделение доступа снижает риск случайного использования лишнего контекста и делает систему проще для контроля. Кроме того, становится понятнее, какие данные действительно нужны конкретной роли.

Что положить в репозиторий в первую очередь

Если компания только начинает, не нужно пытаться описать всю организацию. Для первого AI-сценария достаточно собрать контекст, который непосредственно влияет на его работу.

Например, для агента контроля лидов это будут правила квалификации, описание продуктов, структура CRM, источники заявок и критерии эскалации. Для контентного агента — аудитория, продукт, бренд, структура материалов и несколько примеров.

1.     Выберите один AI-сценарий.

2.     Опишите, какая информация нужна агенту для нормальной работы.

3.     Соберите только актуальные источники.

4.     Удалите или пометьте устаревшие версии.

5.     Зафиксируйте владельцев ключевых блоков.

6.     Добавьте примеры хороших и плохих результатов.

7.     Определите правила обновления.

8.     После запуска дополните репозиторий тем, чего реально не хватило агенту.

Что не стоит складывать в AI-репозиторий

Не вся корпоративная информация автоматически становится полезным контекстом. Огромный архив старых презентаций, переписок и документов без структуры скорее увеличит шум, чем поможет агенту.

Особенно осторожно стоит обращаться с противоречивыми материалами. Если система не понимает, какой из двух документов актуален, наличие большего количества информации не улучшает ответ.

Как понять, что репозиторий работает

Самый простой тест — посмотреть на качество результата агента до и после добавления контекста. Если после подключения конкретного раздела он начинает точнее классифицировать заявки, реже нарушать правила бренда или делать меньше ошибок в аналитике, значит, информация действительно используется.

Есть и другой показатель: насколько часто сотрудникам приходится вручную объяснять агенту одно и то же. Если через месяц работы команда продолжает постоянно добавлять в каждый запрос одинаковые пояснения, значит, часть контекста ещё не стала частью системы.

Репозиторий должен расти вместе с AI-системой

По мере появления новых агентов в нём будут возникать новые разделы. Где-то потребуется дополнительный справочник, где-то — описание нового процесса, а где-то — набор примеров для контроля качества.

Но добавлять информацию стоит по реальной необходимости. Репозиторий не должен превращаться в энциклопедию компании ради самой энциклопедии.

Вывод

AI-репозиторий — это не просто место для хранения файлов. Его задача — дать AI-системе стабильный и актуальный контекст: информацию о компании, продуктах, аудитории, правилах, процессах, данных и критериях качества.

Хорошая структура здесь важнее объёма. Лучше несколько актуальных источников с понятными владельцами и правилами обновления, чем сотни документов, в которых агенту приходится самому искать правду.

Если компания планирует несколько AI-агентов, репозиторий становится особенно важным. Он позволяет не объяснять каждый раз одно и то же и не создавать для каждого агента отдельную версию бизнеса.

На практике я бы начинал с одного сценария и собирал репозиторий под него. Когда становится понятно, какой контекст действительно влияет на результат, эту структуру можно расширять и превращать в общий слой знаний для всей AI-системы компании.