Личный ИИ-ассистент для CEO

На праздниках решил собрать ассистента, который знает всё о компании и помогает эффективно принимать решения.

Данные — главная боль

Самым сложным этапом оказалась подготовка данных. Большая их часть лежит на Google Диске, который превратился за годы работы превратился к хаотичный набор файлов.

Поэтому пока коммунальщики чистили снег в Москве, я три дня расчищал хлам на диске. Но даже после этого бинарники, видео и файлы «не по теме» продолжали создавать шум и мешать нормальному поиску.

MCP ≠ семантический поиск

MCP для Google Drive — это не векторное хранилище и не RAG. По сути, примитивная утилита, которая умеет ходить по папкам и доставать файлы с похожим названием. Для поиска по смыслу — почти бесполезно.

Архивация Google

Google Архиватор не включает файлы, которые вам расшарили. В итоге «полный архив» оказывается не полным.
Для нормального результата пришлось использовать rclone — заодно обновил бэкап.

Векторизация: ожидание vs реальность

4 часа ожидания обработки файлов — и я, конечно, рассчитывал на инсайты и магию.
На выходе — всё те же размытые, неуверенные ответы. Стало ясно: проблема не в модели, а в данных и их структуре.

Что в итоге заработало

После нескольких итераций рабочей оказалась такая схема:
◽️дистиллированный локальный бэкап Google Диска (~1 ГБ), разложенный по тематикам: финансы, маркетинг, продажи, стратегия, HR, документы, продукты
◽️Claude Code и отдельные skills для чтения xlsx / docx / pptx
◽️подробный claude.md с описанием структуры папок и того, что в них лежит

Данные в ИИ-продукте — это база 🤌