Авито собрал общую базу знаний для ИИ-агентов: ошибки одного учат всю команду
Команда Авито по анализу данных собрала общую базу знаний для ИИ-агентов, потому что сотрудники уже решали аналитические задачи с агентами поодиночке и каждый копил собственный список ошибок.

Знания аналитиков больше не хранятся в личных переписках с агентом. Проверенное объяснение или исправленная ошибка теперь работают на всю команду и на каждого её агента.
Раньше в команде Авито, которая отвечает за уровень сервиса, каждый сотрудник сам объяснял агенту, какие источники брать, как считать метрики и какие ограничения учитывать. Уровень сервиса в Авито называют показателем качества работы продавцов. О новом подходе рассказала Света Морозова, лид одной из DS-команд Авито (DS, data science, анализ данных).
| Что | Когда | Кто выпустил | Цена |
|---|---|---|---|
| Командная база знаний для ИИ-агентов | Дату запуска не назвали | Одна из DS-команд Авито, лид Света Морозова | Внутренняя разработка, цену не называли |
Зачем Авито понадобилась общая база знаний?
Команда ищет нарушения продавцов. Например, в объявлении указана одна цена, а в переписке покупателю продавец называет другую. Над такими задачами вместе работают аналитики, продакт-менеджеры, специалисты по данным и разработчики.
Часто нужно быстро проверить идею на данных. На уровень сервиса влияет скорость ответа в чате, отвечать желательно в течение 3 суток. Если сдвинуть этот порог, скольких продавцов это затронет и как это скажется на бизнесе?
В Авито делают ставку на самостоятельную аналитику, при которой продакт сам проверяет гипотезу с помощью ИИ. Но без аналитика всё равно не обойтись. Только он знает, по каким формулам считаются показатели, где брать данные и какие у расчёта ограничения.
Из-за этого за время аналитиков конкурируют два потока задач:
- срочные разовые запросы, без ответа на которые команда не примет ближайшее решение;
- большие исследования на квартал, полгода или дольше, до которых, по словам Морозовой, часто не доходят руки.
Цель команды не в экономии на людях. Аналитиков разгружают от мелких запросов, чтобы вернуть им время на долгие исследования.
Что нового в подходе Авито?
- Общая база вместо личных подсказок. Объяснения, которые раньше каждый писал агенту сам, собраны в одном месте.
- Общие «грабли». Исправленная ошибка сохраняется для всех и переиспользуется в следующих задачах.
- Проверка экспертом. Дополнение может предложить любой участник команды, но в общую версию оно попадает только после проверки.
- База пишется для агента. Это отдельное актуальное описание предметной области, а не копия документации.
Базу задумали как совместное рабочее пространство: любой участник команды может предложить дополнение, а перед включением в общую версию его проверяет коллега с нужной экспертизой. : Света Морозова, лид DS-команды Авито
Почему выгрузка из корпоративной вики не сработала?
Готовой архитектуры у команды не было, поэтому первую версию собрали быстро. Основой стал Confluence, корпоративная вики, где хранилась документация. Порядок действий был такой:
- Найти нужные страницы.
- Вручную убрать лишнее.
- Попросить агента перевести текст в Markdown (простой текстовый формат с разметкой).
- Загрузить файлы в контекст агента.
- Проверить базу на реальных вопросах команды.
Вместе с полезным в базу попали и старые проблемы документации. Многие страницы устарели, связей между ними не было, владельцы потерялись. Часть знаний вообще жила только в рабочих системах, например пороги, при которых у продавца меняется репутационный статус.
Опытный сотрудник помнит, что старое название теперь означает новую таблицу. Агент этого не знает. Поэтому вторым шагом команда провела ревизию и для каждого блока решила, что устарело, что сменило название или место хранения и какой вариант считать основным.
Затем выяснилось, что одной документации мало, и домен разделили между людьми, которые лучше всех в нём разбираются. Подробности этого этапа в доступном фрагменте рассказа не раскрыты.
Как попробовать такой подход у себя?
- Соберите свои заметки, регламенты и удачные промпты (промпт, текстовое задание для нейросети) в одну папку.
- Удалите устаревшее и отметьте, какая версия правил основная.
- Перепишите их простым текстом, по файлу на тему.
- Проверьте базу на своих реальных задачах. Каждую ошибку ИИ записывайте в отдельный файл «грабли».
Подойдут ли YandexGPT и GigaChat для такой базы?
На какой модели работают агенты Авито, Морозова не уточняет. Сам принцип от модели не зависит: проверенные заметки можно вставлять в промпт любого доступного в РФ ассистента, например YandexGPT или GigaChat.
Что делать с этим прямо сейчас, по ролям
Автору Дзена. Заведите файл с правилами своего канала: тон, запретные темы, удачные заголовки. Давайте его нейросети перед каждой статьёй, а не объясняйте всё заново.
Маркетологу. Соберите в одну проверенную базу формулы метрик и источники данных. Тогда коллеги смогут проверять простые гипотезы сами, без очереди к аналитику.
Предпринимателю. Кейс Авито показывает, что начинать можно без идеальной архитектуры: сначала прототип из имеющихся документов, потом ревизия. Назначьте ответственного, который будет проверять дополнения.
На мой взгляд, самое ценное здесь не технология, а дисциплина: общая база и проверка каждого дополнения экспертом. Оговорка: цифр о результатах Морозова не приводит, а базу без регулярной ревизии ждёт судьба старой вики. Сегодня запишите пять ошибок, которые нейросеть делает в ваших текстах, и вставляйте этот список в каждый промпт.
Какие вопросы задают чаще всего?
Заменит ли такая база аналитика?
Нет. Морозова прямо пишет, что цель не в замене. Аналитиков разгружают от мелких запросов, чтобы у них оставалось время на глубокие исследования.
Можно ли просто выгрузить всю документацию в ИИ?
Авито так и начинало, и получило в базе устаревшие страницы. Без ревизии агент работает по старым правилам.
С чего начать одному автору?
С одного файла с правилами и списком ошибок. Его можно собрать за вечер, и уже следующий текст нейросеть напишет без повторения тех же промахов.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Google построила фальшивый интернет для ИИ-агентов Chrome: их проверяют на копиях банков
Google впервые подробно описала в своём блоге «Зеркальное измерение», изолированный интернет для тренировки ИИ-агентов Chrome на базе Gemini, где агентов…

Бывшая топ-менеджер Alibaba привлекла $48,5 млн: Everful связывает ритейлеров с фабриками Китая
Компания Everful бывшей руководительницы Alibaba Сиси Сун привлекла $48,5 млн в раунде серии A на фоне пошлин и торговых споров США и Китая, которые напрямую…

От разработки к FDE: спрос на инженеров у заказчика вырос в 4,6 раза при росте рынка на 2,5%
Бывший программист, а ныне ИТ-менеджер, разобрал на Хабре рост вакансий FDE, инженеров у заказчика, в 4,6 раза за год, пока инженерный рынок в целом прибавил…
Комментарии