Создание ии-ассистента – работа для фрилансеров в России

Ищу специалиста, который умеет настраивать Claude под конкретные бизнес-задачи — Projects, инструкции, интеграции с файлами и таблицами. Нужен человек на системную работу, не разовую: будут регулярные задачи по автоматизации через Claude. **Первая задача для проверки совместимости:** Настроить рабочее пространство (Project в Claude или через Cowork — на ваше усмотрение, как удобнее и надёжнее) для составления смет на обслуживание. Что должно работать: 1. У меня есть прайс работ в Google-таблице (могу выгрузить в Excel). Прайс нужно «загрузить» в Claude как базу знаний. 2. Мои ребята после работы скидывают мне список того, что сделали — текстом в мессенджере или фото листочка с почерком. Я пересылаю это в чат с Claude. 3. Claude должен распознать работы, сопоставить их с прайсом и выдать готовую смету (наименование ? количество ? цена ? итог). 4. Я подтверждаю: «ок». 5. Если каких-то работ в прайсе не было — Claude добавляет их в прайс. Прайс либо сохраняется в обновлённом виде с возможностью лёгкой выгрузки в Excel, либо ведётся прямо в Google-таблице через интеграцию (что надёжнее — решайте сами, мне непринципиально). **Что нужно от вас:** - Настроить всё это «под ключ», чтобы я просто открывал чат и работал. - Показать, как этим пользоваться (короткая видеоинструкция или созвон). - Дальше — быть на связи для следующих задач по Claude (формат сотрудничества обсудим: почасовая, за задачу, абонемент). **Бюджет:** обсуждается после ваших вопросов и оценки объёма. **В отклике укажите:** опыт работы с Claude (Projects, Cowork, API — что использовали), примеры похожих настроек, сроки выполнения первой задачи.

Пожелания и особенности: Нам для сайта украшений нужен ии помощник которому отправляется фото и он подбирает образ.

Разработать ИИ бота, способного в режиме реального времени менять одежду на человеке, который смотрит в камеру.

Написание подробного задания для разработки агента и последующего написания. Сфера ремонт квартир. Полная автоматизация кроме бухгалтерии.

Пожелания и особенности: Развернуть локальную RAG-систему для корпоративной базы знаний. Нужен веб-интерфейс (чат), загрузка документов PDF/DOCX, excel, семантический поиск, ссылки на источники. без VPN. Нейросеть на ваш выбор Классно бы было чтобы она что то добавляла в ответы и анализировала. База знаний не большая , прям от слова совсем. Нужен просто один источник , система одного окна).

Пожелания и особенности: Нужно обзванивать теплых клиентов авито.

Пожелания и особенности: Техническое задание Проект: Нейропродавец на базе suvvy.ai 1. Цель Автоматизировать продажи и обработку заявок, повысить конверсию из расчётов в заказы, снизить нагрузку на менеджеров. 2. Основной функционал 2.1. Коммуникация с клиентами Ответы на входящие обращения (Telegram, WhatsApp) Ведение диалога по сценарию продаж Персонализация сообщений 2.2. Расчёт стоимости Интеграция с формулой расчёта (пакеты, тиражи, печать) Выдача клиенту цены в диалоге Возможность корректировки параметров 2.3. Сбор и квалификация лидов Сбор данных: имя, компания, телефон, объём заказа Квалификация (горячий / тёплый / холодный) Выявление потребности 2.4. Передача в CRM Интеграция с Bitrix24 Создание сделки Заполнение карточки клиента Постановка задачи менеджеру 2.5. Реактивация базы Авто-рассылки по “спящей” базе Прогрев через диалоги Доведение до заявки 3. Интеграции CRM: Bitrix24 (через API) Мессенджеры: Telegram, WhatsApp (опционально) телефония 4. Логика работы Клиент пишет → бот отвечает мгновенно Выявляет потребность → считает стоимость Предлагает решение → закрывает на заявку Создаёт сделку в CRM Передаёт менеджеру только “тёплых” клиентов 5. Сценарии (обязательно настроить) Запрос цены Подбор упаковки Минимальный тираж Сроки производства Работа с возражениями Дожим до оплаты 6. Требования к качеству Ответ ≤ 5 секунд Диалог максимально “человеческий” Без шаблонных фраз Умение удерживать клиента в диалоге 7. Аналитика Количество диалогов Конверсия в заявки Конверсия в сделки Источник лидов Отчёты в CRM 8. Дополнительно Возможность обучения на базе прошлых диалогов Гибкая настройка скриптов Возможность масштабирования Также важно учитывать, что продавца необходимо регулярно тестировать, анализировать его результаты и дорабатывать — через обучение, корректировку скриптов и развитие навыков, чтобы повышать эффективность продаж и адаптироваться к изменениям рынка.

Разработать интеллектуального ассистента на базе GigaChat. Помощь администраторам по работе в HotelLab, RoomSharing и Bnovo • Пошаговые инструкции по умным замкам и дистанционному заселению • Подсказки по динамическому ценообразованию • Выявление и оповещение о просроченных оплатах гостей • Ответы на типовые вопросы гостей и сотрудников Важное уточнение: Ассистент должен работать как на базе загруженных инструкций, так и уметь работать с данными из систем при наличии доступов (API или логинов). Первый этап — база знаний и инструкции. Второй этап — интеграция с системами для автоматического выявления долгов. Бюджет 60000 руб. Первый этап 17500 руб. Срок исполнения 7-10 дней. Второй этап 12500 руб. Срок исполнения 2 нед.

Пожелания и особенности: Все говорят про ai асистентов и как они упрощают бизнес, у меня пока нет ни одного, кто поможет создать?.

Сделать AI RAG-ассистента, который принимает документы (фото/сканы), голос, текст; извлекает факты; сохраняет; и по запросу пользователя возвращает нужную информацию. Это не «память модели», а управляемое хранилище + поиск + генерация ответа. 1) Что именно строим (компоненты) Ingestion (загрузка данных) Фото/сканы (билеты, паспорт) ? OCR ? текст + поля. Голос ? ASR (speech-to-text) ? текст. Текстовые заметки ? сразу текст. Нормализация и структурирование Разбиваем на чанки (кусочки текста). Опционально: извлекаем сущности/поля (ФИО, номер паспорта, даты вылета, PNR, номер рейса). Сохраняем: исходный файл (объектное хранилище), текст/чанки, структуру (JSON с полями), метаданные (пользователь, тип документа, дата загрузки, язык и т.д.). Индекс для RAG Эмбеддинги чанков ? векторная БД (Qdrant/Milvus/pgvector). Параллельно — ключевый поиск (BM25/Elastic) полезен для номеров/дат/кодовых строк. Гибридный поиск (vector + keyword) обычно лучший вариант. Retrieval + Answering Пользовательский вопрос ? переписывание запроса (опционально) ? поиск релевантных чанков ? LLM отвечает строго на основе найденного. Для «точных данных» (номер паспорта, дата, PNR) лучше дополнительно делать извлечение/проверку из структурных полей. Безопасность и изоляция Все данные привязаны к user_id (или tenant_id). Шифрование, контроль доступа, аудит. Для паспортов и билетов (PII) — маскирование при показе или политика “показывать только последние 4 цифры” по умолчанию. 2) Поток обработки: фото билета/паспорта Фото ? OCR ? классификация документа ? извлечение полей ? сохранение ? индексирование Рекомендуемые техники: OCR: Tesseract (просто) / PaddleOCR (часто лучше на сложных изображениях) / облачные OCR (Google/AWS/Azure). Паспорт: часто важен MRZ (машиночитаемая зона) — отдельный парсер MRZ даёт высокую точность. Билет: парсинг ключевых паттернов (рейс, дата, аэропорты, PNR/booking reference). 3) Поток обработки: голос Голос ? ASR ? текст ? (опционально) выделение фактов ? сохранение ? индекс ASR: OpenAI Whisper (локально/облачно) или аналоги. Сохраняйте также таймкоды/аудио-ссылку, если нужно подтверждение. 4) Как отвечать на запросы (2 режима) Режим A: “RAG-ответ” Вопрос: “Когда мой вылет в Берлин?” ? retrieval ? LLM формирует ответ + ссылка на источник (“из билета от …”). Режим B: “Факт из профиля” (структурные поля) Вопрос: “Какой номер паспорта я загружал?” ? лучше брать из структурных полей, а не из LLM-пересказа. ? выводить с маскированием: *******1234, и по запросу пользователя показывать полностью. На практике делают router: если вопрос про конкретные поля (номер документа, дата рождения, PNR) ? structured store иначе ? RAG 5) Минимальный стек (быстро собрать) Backend: Python + FastAPI OCR: PaddleOCR (или Tesseract на старте) ASR: Whisper Embeddings: любой совместимый (например, text-embedding-*), локальные тоже можно Vector DB: Qdrant (самый простой старт) Файлы: S3-совместимое (MinIO) Реляционка: Postgres (метаданные, пользователи, поля) 6) Схема данных (упрощённо) documents (id, user_id, type, created_at, original_uri) doc_chunks (id, document_id, chunk_text, chunk_index) embeddings (chunk_id, vector, metadata: user_id, doc_type, даты) extracted_facts (document_id, jsonb) — структурные поля 7) Ключевые детали, чтобы “работало как память” Версионирование: если пользователь перезалил документ, сохраняйте новую версию. Дедупликация: хэш файла/текста. Цитирование источника: возвращайте “взято из: билет …”. Политика конфиденциальности: какие поля можно показывать сразу, какие только после подтверждения. Оценка качества OCR: хранить confidence; при низком — просить переснять/переговорить. Многоязычность: нормализация дат/форматов. 8) Пример логики ответа (псевдопроцесс) Вопрос пользователя Классификатор запроса: “паспорт номер / дата рождения / PNR / номер рейса” ? structured lookup иначе ? RAG retrieval Retrieval: filter: user_id = текущий topK = 5–10 LLM: строгий системный промпт “отвечай только по контексту”.

Наша компания рассматривает подрядчиков для разработки ИИ-ассистента технического перевода документации по судовому оборудованию. Кратко о задаче: Нам требуется решение для качественного технического перевода документов: направления: RU?EN, RU?ZH (упрощённый), EN?RU, ZH?RU форматы: Word (DOCX), читаемый PDF, Excel (XLSX) с сохранением структуры и форматирования с использованием отраслевой терминологии, внутреннего глоссария и базы прошлых переводов с возможностью обучения на правках пользователей с подсветкой спорных/неоднозначных мест Приоритеты проекта: стабильность работы ? качество перевода ? объяснимость результата. Мы подготовили краткое ТЗ, готовы ответить на вопросы.

Нужен ии аватар который будет идентичен реальному человеку, с помощью которого будут записываться кружки в тг и видео для бизнеса.

Создание полноценного ИИ продажника.

Вакансия «Менеджер по продажам» Что нужно будет делать: - Совершать исходящие звонки по существующей базе клиентов - 70% времени; - Обрабатывать входящие заявки - 30% времени; - Отправлять коммерческие предложения; - Проводить онлайн-встречи с клиентами; - Посещать целевые конференции и выставки; - Вести переговоры до заключения сделки; - Вести отчетность в CRM (Битрикс24); - Заключать договоры, выставлять счета (запрос у бухгалтера). Мы хотим увидеть в Вас: - Заинтересованность продуктом; - Хорошо развитые коммуникативные навыки; - Умение слушать, и слышать клиента; - Умение работать с информацией, обобщать, делать выводы; - Умение работать в режиме многозадачности. Условия - стабильная доход от 70000р. в месяц (оклад 50 000р.-60 000р. гросс (зависит от навыков и опыта) + % с каждой продажи); - выплаты зарплаты 2 раза в месяц; - график 5/2 с 9 до 18 или с 10 до 19; - оформление по ТК с первого дня, отпуск через 6 месяцев, питание за счет компании после 1 года работы; - корпоративная мобильная связь и ноутбук; Офис м. Славянский бульвар.

Пожелания и особенности: Нужен AI-агент для салона красоты с голосовым общением и автозаписью клиентов Привет! Ищу специалиста по созданию AI-решений для автоматизации салона красоты. Что нужно реализовать: ?? Голосовой AI-ассистент • Принимает входящие звонки и общается с клиентами живым голосом (на базе 11Labs или аналога) • Естественный диалог: отвечает на вопросы, консультирует, записывает на услуги ?? База данных в Supabase • Хранение информации о клиентах (имя, телефон, история визитов) • RAG-память с информацией о салоне: услуги, цены, мастера, описания процедур • Агент обращается к этой базе во время разговора для консультаций ?? Интеграция с YCLIENTS • Проверка свободных слотов в реальном времени • Автоматическая запись клиентов в систему • Синхронизация данных ?? Телефония • Подключение к телефонному провайдeru (Twilio/Tinkoff/Mango или что посоветуете) • Обработка входящих звонков Желательный стек: n8n для автоматизации, но открыт к предложениям, если есть более оптимальные решения. Что хочу на выходе: Клиент звонит ? AI отвечает ? консультирует по услугам из базы ? проверяет свободное время ? записывает в YCLIENTS ? всё сохраняется в Supabase Интересуют сроки реализации и стоимость. Готов обсудить детали, возможно начать с MVP.

Пожелания и особенности: Разработать AI-ассистента для управления внутренними коммуникациями в процессе запуска digital-кампаний Здесь нудно сделать чат-бот с базой шаблонов для процессов кампаний, связанных с запуском digital-рекламы, которому на входе дают задачу, дедлайн и участников, продукт, а он на выходе будет напоминать о дедлайнах, отвечать на простые вопросы. То есть бот здесь быть выполнять задачу проджект-менеджера.

Пожелания и особенности: Создать ии ассистента на платформе GPT. Цель консультировать клиентов по работе студии красоты, записывать на прием, отвечать на влпросы, обучать правилам работы новых сотрудников, тестировать. Интегрировать с нашей срм, выводить аналитику, готовить отчеты.

Чат бот в телеграмм или миниап для парсинга информации с торговых площадок по фильтру, нужна цена за одну площадку.

Разработка личного ИИ ассистента.

Создание ассистента ИИ для ТГ канала Задача заключается в следующем: Есть действующий телеграмм канал, в него нужно интегрировать меню или синхранизировать его с ТГ ботом-ии ассистентом. ТГ бот-и ассистент должен обладать следующим функционалом: Генерация изображений, генерация видео, генерация текстов, Распознание речи, Распознание документов и работа с ними. По сути нужен функционал который есть у чат gpt, deepseek, giga chata или qwen. ТГ бота - ии ассистента сейчас не, его нужно создавать. Сама идея заключается в том, чтоб человек становясь подписчиком ТГ канала, получил доступ к ТГ боту - ии ассистенту, с функционалом уже существующих ии, то есть мог генерировать тексты изображения видео....и тд. (совместить бота с уже действующими ИИ и интегрировать его в ТГ канал.) Но чтоб сам канал не засорялся запросами пользователей, а открывал новое контекстное окно. Думаю что это возможно сделать с помощью конструктора n8n или иным способом.

Нужен ИИ ассистент для оценки речевого модуля операторов колл центра и возможность формирования отчета и проставлением оценки баллов.

Необходимо интегрировать AI ассистента.

Нужно создать ИИ-ассистента, который бы взаимодействовал с клиентами через чат-бот в Телеграм. Использовать сберовский Gigachat или YandexGPT. Создать систему, проинструктировать меня для последующего обучения ассистента. На первом этапе он будет нужен для ответов на стандартные вопросы при бронировании экскурсии. Например: - Сможете ли забрать нас от такого то отеля? - Сколько будет стоить экскурсия если нас не 4, а 6 человек И так далее После ответа клиенту ассистент при определённых заранее заданных условиях должен предложить забронировать экскурсию, дав ссылку на сайте. На втором этапе ссылку на сайте заменим на ссылку из банк-клиента Т-банка, чтобы сразу принять предоплату на расчётный счёт. В последующем будет нужна и другая донастройка. Например, общение с клиентом через мессенджер МАХ, или через чат на сайте. Есть и много других идей. Быстрая и эффективная реализация первых этапов позволит продолжить сотрудничество в будущем.

Пожелания и особенности: Работаю сфере инвестиций. Нужно создание ассисентентов под конкретные рабочие процессы. Например: Юридические (проверка, составление договоров, жалобы, претензии, иски и прочее) Налоги (расчет, оптимизация по сделкам) Смм и копирайтер (написание текстов) Менеджер по продуктам для моего канала (создание, доработка, упаковка, внедрение, оформление, оптимизация) Ассистент- который пишет текст для ответа клиентам в моем стиле, знает цены на мои продукты, знаки мои услуги. Описание для примерного понимания того, что мне нужно).

ТЕХНИЧЕСКОЕ ЗАДАНИЕ (ТЗ) 1. Цель проекта Создать персонального электронного секретаря для владельца бизнеса, который: хранит и структурирует деловые переписки и идеи помогает во время работы не забывать договорённости отвечает на вопросы строго на основе загруженных данных показывает риски, “хвосты” и историю решений Система должна быть рассчитана на многолетнее использование. 2. Источники данных Основные источники: ?? Email (Mail) ?? WhatsApp (экспорт чатов) Формат данных: текст писем экспортированные чаты PDF / EML текстовые заметки и резюме переговоров ? Автоматический сбор “всего подряд” не требуется — допускается полу-ручной процесс. 3. Хранилище данных Требования: локальное хранение (приоритет) читаемый формат (markdown / text) долгосрочная устойчивость Рекомендуемая платформа: Obsidian (или аналог с локальными markdown-файлами). 4. Структура базы знаний (минимум) /Переписки /Проекты /Сделки /Контакты /Решения /Риски /Идеи /Хвосты (follow-ups / обязательства) Для каждого типа — шаблон заметки. 5. AI-логика (ключевая часть) Архитектура: RAG (Retrieval-Augmented Generation) Embeddings + vector search LLM отвечает ТОЛЬКО на основе найденных фрагментов AI должен уметь: отвечать на вопросы по перепискам находить договорённости и обязательства напоминать о “хвостах” делать краткие summary по проектам показывать похожие ситуации из прошлого указывать источники (из каких документов сделан вывод) ? Запрещено: галлюцинации ответы “из головы” советы без опоры на данные 6. Примеры запросов пользователя Система должна корректно обрабатывать вопросы вида: «Что я обещал поставщику X?» «Последние условия и цена по проекту Y» «Какие хвосты у меня сейчас активны?» «Какие риски уже встречались в похожих ситуациях?» «Собери краткую сводку по проекту за последний месяц» 7. Интерфейс Допустимые варианты: локальный web-интерфейс десктоп-интерфейс минималистичный UI без лишней графики Главное: быстро задать вопрос получить точный ответ увидеть источники 8. Безопасность и приватность данные не используются для обучения сторонних моделей доступ только у владельца желательно локальное развёртывание использование облака — только по согласованию 9. Этапы проекта Проектирование архитектуры Настройка хранилища и структуры Индексация данных Подключение AI-поиска Тестирование на реальных переписках Документация + инструкция для пользователя 10. Результат работы полностью рабочая система инструкции по использованию возможность расширения в будущем 11. Бюджет и формат проектная работа бюджет обсуждается важнее качество и надёжность, чем скорость ?? КОРОТКОЕ ОПИСАНИЕ ДЛЯ ПЛОЩАДКИ (если нужно) Ищу специалиста для разработки персонального AI-ассистента (электронного секретаря) для бизнеса. Источники данных: email и WhatsApp. Система на базе RAG и локальной базы знаний (Obsidian или аналог). Нужен опыт с LLM, vector search и приватными данными. Цель — долгосрочная система, помогающая не забывать договорённости и принимать решения. Последняя важная мысль Если специалист говорит красиво, но не задаёт уточняющих вопросов — это плохой знак. Хороший начнёт с: “Как вы принимаете решения?” Если хочешь, следующим шагом я могу: помочь оценить отклики кандидатов составить чек-лист вопросов для собеседования.

Создать ассистента.

Нужно помочь выстроить отдел продаж и дать несколько консультаций.

Нужен ии-помощник для автомобильного чата. Все просто: база знаний - сообщения телеграмм чатов, затем человек задает вопрос и бот на основе информации из базы выдает ответ.