Власні ШІ-асистенти під ролі: як редакція з восьми людей заощадила 480 годин на місяць
4 квітня 2026 на AI & BigData Online Day від Lemberg Tech Business School, а раніше — на AI Automation Summit Ukraine і Ukrainian AI Club Talks — показував, як збирати ШІ-асистентів під конкретні ролі. Головний приклад — редакція, яка з асистентами перейшла з пʼяти до восьми статей на день.
-
480
людино-годин на місяць у команді з восьми редакторів
-
5 → 8
статей на день після асистентів
-
15
людських прикладів, що наблизили стиль до живого
З чого почали
Задача
Більшість людей зупиняються на першому чаті, який спробували, і щоразу вводять ті самі інструкції заново.
Власний асистент прописує їх один раз — і стає точковим рішенням під конкретну роль. Ті самі принципи працюють у проєктах ChatGPT і Claude, у скілах і в Gemini Gems.
Це як наш маленький асистент для точкових задач… Це не ваш асистент на рівні агента, який буде робити якісь супервеликі задачі.
Як збирали асистентів
Шість кроків з редакції, де асистенти працюють з 2024 року
-
01
Інструкція один раз
Системний промпт прописуємо в асистенті, і він застосовується до кожного повідомлення.
-
02
Точкова задача, а не агент
Асистент — для маленьких рутинних задач, а не для складної багатокрокової роботи.
-
03
Рерайт для редактора
Редактор вставляє вихідний текст і отримує варіанти заголовків, лід і повний текст.
-
04
Живі приклади в базі
Справжні статті редакторів у базі знань помітно наблизили стиль до людського тексту.
-
05
Тренажер для продажів
Асистент грає незацікавленого клієнта, і менеджер тренує переписку без ризику.
-
06
Ітерації, а не ідеал
З першого разу ідеального асистента не буває: тестуємо на задачах і покращуємо.
Що де працює краще
Асистент — не єдиний інструмент, і не завжди найкращий
-
Проєкти — для порядку
Проєкт — це папка для чатів і файлів, а асистент — окреме рішення під сценарій.
-
NotebookLM — для документів
Велика кількість документів краще лягає в NotebookLM, ніж в асистента з базою.
-
Дії через вебхуки
Асистент може забирати або надсилати дані в інші системи через вебхук.
Де впроваджувати
Ітераціями, а не одразу відділом
Запит "зробіть агента, який замінить кадровий відділ" закінчився розчаруванням через стартову ціну.
Тому процеси спершу розписуємо до підзадач, шукаємо, де асистент дасть найбільше, і йдемо крок за кроком.
Ітераційний підхід дійсно працює.
Питання й відповіді
Що найчастіше питають про власних асистентів
-
Чому асистент починає вигадувати на великій базі знань?
Коли база дуже велика, модель не охоплює всі дані — забуває частину і помиляється.
Великі масиви документів краще працюють у NotebookLM або через RAG.
-
Чи прибирає режим міркування галюцинації?
Ні: він дає моделі спершу скласти план відповіді, але галюцинацій повністю не прибирає.
Перевірка фактів лишається за людиною.
-
Чи може ШІ вже писати код замість програміста?
Не повністю: поки ШІ не охоплює якісно всю кодову базу для нових функцій, методів і класів.
Тож складні зміни в коді поки лишаються за програмістом.
Куди далі
Якщо тема стосується вашої команди
Розберемо запит за 15 хвилин
Безкоштовний дзвінок, на якому розпитую про задачі й кажу, що зробив би — буває, що задача закривається без мене.
