====== Формирование резюме по дискуссии ======
Как нейросети помогают автоматически создавать краткое содержание дискуссий ADVANTA.
В ходе реализации любого проекта возникает множество вопросов и спорных моментов. Для их обсуждения служат встроенные инструменты коммуникации – **дискуссии**. В них формируются согласованные позиции, уточняются требования и устраняются несоответствия.
Дискуссии могут содержать десятки сообщений, развиваясь от нескольких дней до нескольких месяцев. Понять суть обсуждения в дискуссии «вручную» – задача трудоёмкая и не всегда эффективная, особенно если нужно быстро вникнуть в контекст или привлечь нового участника к работе.
Автоматическое создание краткого резюме дискуссии экономит время и снижает риски недопонимания. Современные нейросети способны выделять ключевые аспекты обсуждения: причину возникновения дискуссии, основные аргументы участников, выявленную проблему и найденное решение.
===== Пример использования в системе ADVANTA =====
- В системе ADVANTA, в ходе реализации проекта по внедрению интеграционного решения, прошла дискуссия о проблемах в передаче данных.
- В стартовом сообщениях дискуссии были отражены суть и последствия проблемы (Рис. 1).
- В ходе обсуждения найдены способы исправления ситуации. В результате принято решение, что проблема решена (Рис. 2).
- По команде руководителя проекта запускается сценарий «Создать резюме дискуссии».
- Нейросетевой ассистент анализирует все сообщения, учитывая хронологию, роли участников и контекст проекта. В результате он формирует краткое структурированное резюме.
{{ :ai-agents:summary_of_discussion1.png?600direct&400 |}}
//Рисунок 1. Извлечение сути вопроса и причины проблемы//
\\
{{ :ai-agents:summary_of_discussion2.png?600direct&400 |}}
//Рисунок 2. Извлечение решения и основания закрытия дискуссии//
\\
При необходимости, можно декомпозировать резюме более детально, выявив и поместив в отдельные реквизиты его аспекты:
* Суть вопроса
* Причина проблемы
* Суть решения
* Основание для закрытия дискуссии
Дополнительно можно с помощью нейросети извлечь из текста дискуссии ключевые слова – «теги». Это позволит упростить поиск дискуссий и сводную аналитику по определённым темам:
{{ :ai-agents:summary_of_discussion3.png?600direct&400 |}}
//Рисунок 3. Вариант с декомпозицией резюме. Извлечение тегов//
Такое резюме сохраняется вместе с дискуссией и отображается в её реквизитах. Любой участник проекта, вернувшись к дискуссии через некоторое время может быстро прочесть эти реквизиты и понять суть вопроса.
Помимо этого, краткие резюме можно использовать для сводной статистики по дискуссиям всех проектов. Это позволит выявлять наиболее критичных проблемы в управлении проектами на уровне всего предприятия.
==== Выгоды внедрения ====
* **Экономия времени**: участникам не нужно перечитывать десятки сообщений
* **Снижение когнитивной нагрузки**: ключевая информация представлена структурированно и лаконично
* **Повышение прозрачности**: все решения фиксируются и легко доступны
* **Поддержка знаний**: даже после ухода сотрудника суть обсуждений остаётся в системе и легко понять
* **Аналитика**: резюме может автоматически использоваться при формировании отчётов, протоколов и выявления общих проблем
Нейросети не заменяют человека в принятии решений, но берут на себя рутину анализа и обобщения, позволяя команде сосредоточиться на содержательной работе. В условиях растущей сложности проектов и дефицита времени – это существенное преимущество.
\\
===== Технические требования =====
* ИИ-помощник работает на основе модуля «Цифровой помощник» («модуль триггеров»)
* В процессе генерации состава проекта ИИ-помощник обращается к языковой модели (LLM). Можно использовать как облачные, так и локально развёрнутые нейросети, включая GigaChat, YandexGPT, Qwen, DeepSeek, GPT-OSS и другие
* Задача создания краткого содержания объёмных текстов является типовой для нейросетей. В большинстве ситуаций с ней справляются даже модели небольшого объёма, требующие до 16ГБ оперативной памяти на видеокартах
{{page>:ai-agents:#обратная_связь&noindent}}