Однажды мы жестко продолбались и запомнили, как делать не надо :))

Дело было давно — слово GPT только набирало обороты. Мы разработали прототип нашего первого ассистента и решили потестить его на сотрудниках, перед тем как катить на пользователей. Собрали кучу ошибочных кейсов и ушли чинить качество. Спустя пару месяцев раскатились в закрытую бету на пользователей и… поняли, что пользователи спрашивают вообще не то же самое, что сотрудники. На запросах пользователей качество снова сломалось, а чинить нужно было совсем другие ошибки.

Сегодня эта история кажется очевидной, но тогда — нет. Более того, я вижу, что многие и сейчас наступают на те же грабли. Собрала инструкцию: как и что делать, чтобы минимизировать риск провала.

Делюсь: инструкция, как создать LLM-продукт

Главный урок — не жалейте сил на сбор качественных данных на старте. Чем лучше соберёте, тем выше шанс, что они совпадут с реальными, и не придется переделывать решение.