Стажировка
Проект «Нейро-продажник» — интеллектуальный модуль для SaaS-платформы AI-рекрутер Mira
● Проведено 500+ автоматических и ручных тестов диалогов.
● Ошибки маршрутизации снижены с 40% до 5%.
● Средняя оценка адаптивности модели — 8,8 / 10.
● Время отклика — 5–7 секунд, точность заполнения профайлов — 98%+.
● Разработано 40+ психотипов клиентов для стресс-тестов.
● Агент-защитник прошёл тестирование на 11 типах атак (prompt-injection, jailbreak и др.) с 100% успешных блокировок.
● Разработан «живой интеллект продаж», который понимает психотип, контекст и эмоции пользователя.
● Ошибки маршрутизации снижены с 40% до 5%.
● Средняя оценка адаптивности модели — 8,8 / 10.
● Время отклика — 5–7 секунд, точность заполнения профайлов — 98%+.
● Разработано 40+ психотипов клиентов для стресс-тестов.
● Агент-защитник прошёл тестирование на 11 типах атак (prompt-injection, jailbreak и др.) с 100% успешных блокировок.
● Разработан «живой интеллект продаж», который понимает психотип, контекст и эмоции пользователя.
Перспектива развития
● Интеграция нейро-продажника в CRM-Mira и запуск полного цикла продаж (включая follow-up и retention).
● Создание нейро-агентов для допродаж и удержания клиентов.
● Разработка системы самообучения агентов и адаптации под бренд компании.
● Подключение аналитики в CRM: reasoning, эмоции, CTA и поведение клиента.
● Создание нейро-агентов для допродаж и удержания клиентов.
● Разработка системы самообучения агентов и адаптации под бренд компании.
● Подключение аналитики в CRM: reasoning, эмоции, CTA и поведение клиента.
Результаты проекта
● Три архитектуры нейро-продажника (ДАПУ, Ветки, Цели).
● Многоагентная система с профайлами, агентами, маршрутизатором и reasoning-модулем.
● Автоматический тестировщик NeuroSales Tester RU — Colab-проект для генерации и анализа диалогов.
● Финальная версия промта V7_Adaptive-mini с оценкой 8,7 / 10 по итогам 500+ тестов.
● Telegram-бот с полевыми испытаниями на реальных пользователях.
● Многоагентная система с профайлами, агентами, маршрутизатором и reasoning-модулем.
● Автоматический тестировщик NeuroSales Tester RU — Colab-проект для генерации и анализа диалогов.
● Финальная версия промта V7_Adaptive-mini с оценкой 8,7 / 10 по итогам 500+ тестов.
● Telegram-бот с полевыми испытаниями на реальных пользователях.
Выходные данные
● SaaS-платформа AI-рекрутёра Mira, использующая LLM для оценки кандидатов.
● Тестовые данные реальных пользователей после триала.
● Библиотеки и инструменты: Python,OpenAI GPT-4.1, Colab, Telegram Bot API, JSON логика, Prompt-engineering.
● Тестовые данные реальных пользователей после триала.
● Библиотеки и инструменты: Python,OpenAI GPT-4.1, Colab, Telegram Bot API, JSON логика, Prompt-engineering.
вводные данные
● Повысить конверсию SaaS-продукта из тестового периода в оплату.
● Снизить потери на этапе триала (в Mira — до 70%).
● Создать персонализированную коммуникацию с клиентом на основе его эмоций и психотипа.
● Внедрить нейро-ассистента, который может заменить часть функций отдела продаж.
● Снизить потери на этапе триала (в Mira — до 70%).
● Создать персонализированную коммуникацию с клиентом на основе его эмоций и психотипа.
● Внедрить нейро-ассистента, который может заменить часть функций отдела продаж.
Для чего
● Разработка архитектуры многоагентного промта с логикой переключения агентов и профайлов.
Построение и сравнение трёх архитектур:
● Разработка и применение автотестировщика для массового тестирования и аналитики.
● Тестирование в реальных сценариях через Telegram-бот.
Построение и сравнение трёх архитектур:
- ДАПУ (Декларативное агентно-процессное управление) — для строгих логических цепочек.
- Ветки (Branch Prompting) — для надёжной и предсказуемой работы в SaaS.
- Цели (Goal-Based Reasoning) — для гибкости, эмоций и естественного мышления.
● Разработка и применение автотестировщика для массового тестирования и аналитики.
● Тестирование в реальных сценариях через Telegram-бот.
Задачи проекта
Проект «Нейро-продажник» — интеллектуальный модуль для SaaS-платформы AI-рекрутёра Mira, который помогает пользователю перейти от тестового периода к покупке подписки.
Он анализирует поведение и психотип клиента, ведёт осмысленный диалог и мягко подводит к решению о покупке.
Это первый шаг к созданию «живого интеллекта продаж», который умеет понимать человека и реагировать на его состояние в реальном времени.
Он анализирует поведение и психотип клиента, ведёт осмысленный диалог и мягко подводит к решению о покупке.
Это первый шаг к созданию «живого интеллекта продаж», который умеет понимать человека и реагировать на его состояние в реальном времени.
ЦЕЛЬ проекта
Участники
команды проекта
команды проекта
- Кравченко Дмитрий АлександровичТимлид команды
- Руководство командой разработчиков на всех этапах проекта
- Планирование задач, контроль их выполнение и соблюдение сроков
- Обеспечение эффективной коммуникации внутри команды и с заказчиком
- Малицкий Андрей АнатольевичПомощник тимлида
- Поддержка управления проектом и команды, методическое сопровождение стажёров
- Разработка и систематизация подходов «Схема маршрутизации Ветками» и ДАПУ для проектирования сложных промптов
- Исследование и внедрение метода Schema-Guided Reasoning (SGR)
- Создание версии агента-защитника с авторской методикой противодействия манипуляциям с LLM
- Савченко Даниил Сергеевич
- Разработка и тестирование промтов по архитектуре ДАПУ
- Создание Telegram-бота для тестирования промтов и сбора отчётов
- Реализация логики триггеров состояний и системы отчётности
- Активное участие в подготовке финальной презентации проекта
- Подобряев Сергей Валерьевич
- Разработка промта агента-защитника и системы контекстной безопасности
- Создание классификации промпт-атак и матрицы угроз
- Отладка взаимодействия агентов и тестирование профайлов клиентов
- Турмышева Марина Евгеньевна
- Разработка более 30 версий промтов (ДАПУ, ветки, цели)
- Внедрение методик продаж в промт и настройка автотестировщиков
- Создание 30+ психотипов клиентов и анализ более 500 циклов тестов
- Работа над структурой презентации и аналитикой результатов
- Камышов Эдуард Григорьевич
- Разработка автоматизированной системы генерации, тестирования и анализа диалогов между нейро-продажником и тестировщиком на основе LLM (Нейро-тестировщик)
- Используя Нейро-тестировщик: тестирование и сравнение эффективности различных промптов , глубокий анализ диалогов и анализ системных промптов с рекомендациями по их улучшению
- Доработка и улучшение системных промптов на основе рекомендаций Нейро-тестировщика
- Михно Елена Игоревна
- Тестирование промптов по архитектуре ДАПУ, ветки, цели
- Работа над структурой презентации и аналитикой результатов
- Стороженко Владимир Алексеевич
- Разработка Colab для автоматического и ручного тестирования, который полностью автономно генерирует диалоги между AI-продажником и тестировщиком и выставляет оценки по 10 критериям (структура, CTA, логика, эмоция, адаптация и т.д.), сохраняет JSON и Excel-отчёты
- Дегтярева Мария
- Разработка и тестирование промта по архитектуре ДАПУ и промпта по веткам