База знаний компании как услуга: почему это дороже, чем кажется

Заказчик думает, что работа техническая: загрузили документы, подключили, готово. Техническая часть — меньшая. Ниже что составляет основную, почему найденные противоречия ценят иногда больше самого помощника, и чем внутренний вариант отличается от внешнего.
Заказчик думает, что работа техническая: загрузили документы, подключили, готово. Техническая часть — меньшая. Ниже что составляет основную, почему найденные противоречия ценят иногда больше самого помощника, и чем внутренний вариант отличается от внешнего.
Коротко, если нет времени
Заказчик думает, что работа техническая: загрузили документы, подключили, готово. Техническая часть — меньшая.
База знаний — это не папка с файлами, а система, которая отвечает на вопрос сотрудника его словами и ссылается на источник.
Основная работа — инвентаризация: что есть, что устарело, что противоречит друг другу. Найденные противоречия заказчик иногда ценит выше самого помощника.
Продукта два, и их надо разделять: внутренний — для сотрудников, внешний — для клиентов. Цены и объём работы у них разные.
Список того, что сдаётся клиенту, обосновывает цену лучше слов — его стоит показывать в предложении целиком.
Порядок цен: система или конвейер — $490–1 460 при медиане разовой работы около $60. Явный бюджет указан в 17% объявлений.
Устройство надо уметь объяснить заказчику коротко — без этого разговор о цене не складывается.
Одни и те же вопросы по десять раз в день
В любой компании больше пяти человек есть набор вопросов, которые задают постоянно.
Как оформить возврат. Какие условия по этому тарифу. Что писать клиенту, если он просит перенести срок. Где лежит актуальный прайс. Кто согласовывает такие заявки.
Ответы существуют. Они лежат в регламентах, в переписках, в головах двух-трёх человек, которых из-за этого дёргают весь день.
Новый сотрудник входит в работу месяцами именно поэтому: не потому, что задачи сложные, а потому, что он не знает, где что.
Решение выглядит очевидным: помощник, который отвечает по документам компании. Но между «выглядит очевидным» и «работает» лежит та часть работы, за которую и платят.
Что такое база знаний в этом смысле
Не папка с файлами.
Это подключённый источник, по которому помощник ищет ответ, прежде чем отвечать. Человек спрашивает своими словами — помощник находит нужное место в ваших документах и отвечает на его основе.
Ключевое отличие от обычного чата: он не достаёт ответ из памяти модели. Он отвечает по тому, что вы положили. Когда весь материал предоставлен вами, придумывать нечего — это самый надёжный режим работы, который вообще существует.
Отсюда и обратная сторона: чего в базе нет, того помощник не знает. И если ему не сказать, что делать в таком случае, он додумает.
Почему это дороже, чем кажется
Заказчик обычно думает, что работа техническая: загрузили документы, подключили, готово.
Техническая часть — меньшая. Основная работа в другом.
Знания разрознены
Прайс в одной таблице, регламент в документе двухлетней давности, актуальные условия — в переписке руководителя, исключения — в голове старшего менеджера.
Сбор — это не выгрузка файлов, а инвентаризация: что есть, что актуально, что противоречит друг другу.
Половина знаний не записана
Самая трудоёмкая часть.
То, что знают люди, надо доставать интервью: что делаешь, в каком порядке, что бывает не так, как поступаешь в исключениях.
Человеку не надо ничего писать — надо отвечать на вопросы. Это в разы быстрее, чем просьба «опиши, пожалуйста, как ты работаешь», на которую обычно отвечают через месяц или никогда.
Документы написаны не для поиска
Регламент на сорок страниц сплошным текстом плохо ищется. Его надо разбить на смысловые куски, каждый из которых отвечает на один вопрос.
Это переработка, а не загрузка. И именно от неё зависит, будет ли помощник давать точные ответы или общие.
Противоречия
Почти всегда находятся: в оферте написано одно, в регламенте другое, менеджеры говорят третье.
Обнаружение противоречий — побочный результат, который заказчики ценят иногда больше самого помощника. Это то, что вы приносите ему бесплатно, и это отличный аргумент в разговоре о цене.
Как база знаний устроена технически
Коротко, чтобы вы могли объяснить заказчику.
Первая часть — поиск по загруженным документам. Помощник получает вопрос, находит подходящие куски, отвечает на их основе.
Разбор файлов — превращение файла в текст, если документы не в текстовом виде.
Правила поведения — что делать, если ответа в базе нет. Обязательный пункт: сказать прямо, что данных недостаточно, и предложить обратиться к человеку. Без этого правила помощник заполнит пробел правдоподобным.
Правило актуализации — кто и когда обновляет базу.
Два разных продукта
Важно разделить, потому что цены и работа отличаются.
Внутренний помощник для сотрудников
Кто пользуется: ваша команда.
Что решает: новый человек входит в работу за дни, а не месяцы. Опытных перестают дёргать по мелочам.
Что проще: аудитория лояльная, ошибка не критична — сотрудник переспросит.
Внешний помощник для клиентов
Кто пользуется: покупатели.
Что решает: обращения обрабатываются круглосуточно, типовые вопросы закрываются без человека.
Что сложнее: цена ошибки высокая. Помощник, который назвал клиенту неверную цену или несуществующее условие, создаёт проблему, а не решает.
Здесь обязательны два правила: не выдумывать и передавать горячее человеку. Признак горячего — вопрос о цене дорогой позиции, о сроках, об индивидуальных условиях.
Начинать разумно с внутреннего. Он дешевле, безопаснее и на нём отлаживается база, которая потом пойдёт во внешний.
Что сдаётся клиенту
Список, который стоит показывать целиком — он же обосновывает цену:
- Инвентаризация: что есть, что устарело, что противоречит
- Собранная и переработанная база
- Список найденных противоречий отдельным документом
- Настроенный помощник с правилами поведения
- Правило передачи вопроса человеку
- Инструкция для сотрудников и обучение
- Регламент обновления: кто и когда
Последние два пропускают чаще всего — и именно поэтому системы умирают через месяц. Сотрудник, который не понял, обходит систему за неделю. База, которую никто не обновляет, через полгода начинает врать.
Порядок цен
По моей выгрузке на 5 986 заказов за четыре месяца: система или конвейер — $490–1 460, при медиане разовой работы около $60.
Оговорка: явный бюджет указан в 17% объявлений, по отдельным видам работ — от двадцати до трёхсот наблюдений с суммой.
Что определяет цену: объём документов, сколько знаний надо доставать интервью, один отдел или несколько, внутренний помощник или внешний, нужно ли сопровождение.
С чем сравнивать в разговоре. Не с ценой софта, а со временем: сколько часов в месяц ваши опытные сотрудники тратят на ответы коллегам и сколько стоит месяц ввода нового человека.
Где основные деньги — в сопровождении. Условия меняются, появляются новые вопросы, база устаревает. Это регулярный платёж, и он честный.
Что для базы знаний есть на платформе
Для регулярного обновления базы — запуск по расписанию в связках на n8n и Make: готовые шаблоны лежат в разделе шаблонов автоматизаций (Creator и выше).
200+ ИИ-ассистентов в 14 категориях — для интервью и переработки документов. Отдел кадров поможет вытащить знания из людей, юридический отдел проверит формулировки. С тарифа Basic.
Архитектор ботов из категории «Инженеры» — системная инструкция с правилами поведения, триггерами передачи человеку и блоком ограничений.
Создание собственных ассистентов с отдельной базой — тариф Creator+.
Шаблоны автоматизаций — если нужна связка с существующими системами компании. Тариф Creator, продвинутые — Full.
Регистрация бесплатная и открывает три дня доступа к Basic целиком.
С чего начать сегодня
Одно действие. Возьмите знакомую компанию — свою или клиента — и выпишите пять вопросов, которые сотрудники задают друг другу чаще всего.
Потом найдите, где записаны ответы. Обычно выясняется, что два из пяти нигде не записаны, а ещё два записаны в двух местах по-разному.
Вот эти четыре пункта и есть ваша первая продажа. Не «давайте сделаем базу знаний», а «у вас четыре вопроса, на которые в компании нет одного ответа».
Что такое RAG и почему за это платят
В курсе «Автоматизации в n8n» (тариф N8N) этому посвящён модуль «RAG-агенты», и формулировка там прямая.
RAG-агент — нейросеть, обученная на приватной базе компании: PDF, сайты, регламенты, переписки. Она отвечает не по интернету, а по внутренним документам — без выдумок.
Формулировка из курса: вы создаёте ИИ, который знает всю документацию компании наизусть.
Почему это дорого стоит. Крупный бизнес хочет собственный ChatGPT, который не выносит данные наружу и не сочиняет.
Следующий уровень: Agentic RAG
Обычный RAG извлекает информацию и отвечает. У него один источник, одна попытка и нет перепроверки.
Agentic RAG работает иначе: динамически выбирает несколько источников, уточняет запрос, если первый результат слабый, перепроверяет найденное и делает второй заход.
Что это меняет для заказчика. Обычная база знаний отвечает на прямые вопросы. Эта справляется со сложными, где ответ собирается из нескольких документов.
Готовые RAG-шаблоны на платформе
Adaptive RAG: ответы на вопросы по базе знаний (n8n): классифицирует вопрос и выбирает одну из четырёх стратегий поиска по корпоративной базе — ближе всего к «умному» RAG из каталога. Шаблон обычный: Creator, Make, N8N, Full. Другие связки — RAG-чатбот с базой знаний из Google Drive и RAG-поиск по базе знаний Notion с синхронизацией в Supabase.
Где это собирается без разработки
Шаблоны автоматизаций n8n и Make, Creator и выше — готовые связки под задачи с документами: импортируете, подставляете ключи, запускаете.
Курс «Автоматизации в n8n», тариф N8N — самый глубокий уровень: своя инфраструктура, свои базы, без подписочных лимитов и без передачи данных наружу.
Раздел Open Source — если данные вообще не должны покидать контур клиента: более 800 проектов, включая базы знаний и корпоративный поиск. Из описания раздела: критично для юристов, медицины, финансов.
Почему это дороже бота — в одной фразе
Бот отвечает по одному источнику. База знаний должна разобраться, что регламент от марта противоречит письму от июня, и сказать, какой из них действует.
Ассистенты для сбора материала, тариф Basic: Академический редактор — приведение разнородных документов к единому виду. Обучение и развитие — если база нужна для онбординга. Customer Success эксперт — если по ней будут отвечать клиентам.
Расшифровка того, что не записано. Раздел Gen AI, режим «Файл → текст»: половина знаний компании живёт в записях совещаний, а не в документах.
Скиллы под сборку базы
Статья объясняет, почему это дороже бота. Ниже — из чего складывается та работа, за которую берут дороже. Почти все эти скиллы продвинутые: Creator+, либо $9 разово, либо 1 000 XP; без этого доступен только Document360 (с Basic).
- Проектирование систем с векторным поиском — весь конвейер по шагам: нарезка документов, эмбеддинги, выбор хранилища, гибридный поиск и переранжирование. И честный ответ на вопрос, который клиент задаст первым: почему поиск находит не то
- Семантический поиск с индексом — техническая часть: поиск по смыслу вместо «весь текст в запрос»
- Синтез знаний из разных источников — когда одно и то же лежит в чате, почте и документах: дедупликация и выбор самой свежей версии. При низкой уверенности честно предупреждает, что данные могут быть устаревшими
- Локальная база знаний — вариант без векторных хранилищ и загрузки на сторону: папка, навигация, правила для агента. Проверка на битые пути и конфликты версий
- Граф знаний из документов — принимает разные форматы и строит связи с оценкой достоверности. Полезно, когда клиент сам не знает, что у него в архиве
- Анализ базы и построение графа — находит скрытые зависимости между документами
- Notion — управление базой знаний — если база клиента уже там
- Document360 — если нужен портал самообслуживания для клиентов, а не внутренний поиск
Что взять на платформе под эту задачу
- Adaptive RAG: ответы на вопросы по базе знаний — шаблон n8n: классификация вопроса и выбор стратегии поиска; Creator, Make, N8N, Full.
- Telegram-бот с базой знаний и RAG — шаблон n8n: принимает файлы, нарезает на фрагменты и отвечает по ним; Creator, Make, N8N, Full.
- MaxKB — корпоративный ИИ-агент на своих данных — Open Source: RAG, воркфлоу и MCP-инструменты на своих серверах; описание открыто, ссылка на репозиторий — с Creator.
- DocsGPT — ИИ-ассистент по вашим документам — Open Source; ссылка на репозиторий — с Creator.
- Documize — корпоративная база знаний на своём сервере — Open Source; ссылка на репозиторий — с Creator.
- Автоматизации в n8n — курс, модуль «RAG-агенты»; тариф N8N.
Что почитать дальше
Сколько стоит ассистент под отдел — как считать цену такой работы.
Анатомия системной инструкции — техническая часть проекта.
Аудит регламентов — что делают до сбора знаний.
Локальные нейросети для чувствительных данных — если выносить наружу нельзя.
Шаблоны автоматизаций n8n и Make — гид по автоматизациям целиком.