Игорь Градов
Игорь Градов
5 мин
ai

Дашборды от ИИ-агента без выводов: BI-команда Авито свела доработку к 7 правилам

BI-команда Авито разобрала пошаговую доработку дашбордов, собранных ИИ-агентами, потому что коллеги всё чаще приносят такие отчёты с детальными графиками, где нет понятных выводов и главного акцента.

Дашборды от ИИ-агента без выводов: BI-команда Авито свела доработку к 7 правилам
Почему это важно

Агент ускоряет поиск данных и написание кода, но цельный экран ему пока не доверишь. Решения о цвете, сравнении и главном акценте остаются за человеком, и их можно записать в правила.

Об этом рассказала Ира Кульбякина, BI-разработчик (BI, бизнес-аналитика: отчёты и графики для решений) в Недвижимости Авито. Дашборд здесь означает экран с ключевыми цифрами и графиками, как приборная панель автомобиля. Если коротко, что такое ИИ-агент: нейросеть, которая сама выполняет цепочку действий, например ищет таблицы, пишет запросы и строит графики, а не просто отвечает текстом.

Что понадобится для дашборда вместе с агентом?

  • Доступ к данным и ИИ-агент, который умеет к ним подключаться.
  • Подключение агента к инструментам. В Авито сделали MCP-серверы (MCP, «переходник», через который агент работает с внешними сервисами) для Redash, сервиса запросов и графиков, и для хранилища на движке Trino.
  • Техническое задание (ТЗ): на какие вопросы отвечает дашборд и кто его смотрит.
  • Время на несколько итераций правок и ручную проверку расчётов.

Как BI-команда Авито доводит дашборд агента до ума?

  1. Сформулируйте вопросы. Сначала решите, на какие вопросы отвечает дашборд и какие показатели на нём будут. По словам автора, дольше всего обычно длится именно сбор требований, если учитывать ожидание ответов заказчиков.
  2. Разберитесь в данных. Какие таблицы актуальны и как корректно считать метрики.
  3. Отдайте агенту рутину. Через подключения агент ищет таблицы, извлекает данные, пишет SQL (язык запросов к базам данных) и строит графики. Источники и расчёты в Авито проверяют сами.
  4. Пропишите в ТЗ компоновку. В эксперименте просили так: основные цифры наверху, ниже графики, подробности по сотрудникам в таблице.
  5. Проверьте каждый график на типовые ошибки. Модель иногда смешивает разные масштабы на одной панели, показывает сумму вместо среднего и забывает про прошлый период.
  6. Примите решения для всего экрана. Какой цвет закреплён за показателем, с чем сравнивать каждое число, куда смотреть первым делом и чего на экране быть не должно.
  7. Дорабатывайте в диалоге. Обсуждайте результат с агентом и вносите правки по одному блоку.
  8. Закрепите правила в скилле, то есть в наборе сохранённых инструкций, который агент применяет каждый раз. Набросок по ошибкам из разбора:
Правила для дашборда:

1. На каждом графике динамики показывай прошлый период, а не только в карточках KPI.
2. Не смешивай на одной панели разные масштабы, например количество и долю.
3. Проверяй, где нужна сумма, а где среднее.
4. Закрепи за каждым показателем один цвет на весь экран.
5. Для каждого числа укажи, с чем его сравнивать.
6. Определи главный вопрос дашборда и вынеси ответ на него первым.
7. Убирай с экрана то, что не помогает ответить на главный вопрос.

Почему агент сам до этого не доходит? Автор ссылается на книгу Александра Богачёва «Графики, которые убеждают всех»: люди делают плохие графики из-за настроек по умолчанию и повторения увиденного. Модель тоже выдаёт самые типичные решения и собирает дашборд по кусочкам, где каждый график для неё отдельная задача.

Как это выглядело на кейсе кол-центра

Данные синтетические, имена замаскированы. Коллега со своим агентом восстановила ТЗ по готовому дашборду, а Ира собрала новый с другим агентом, который исходник не видел. Кол-центр подбирает квартиры в новостройках и переводит клиента застройщику: целевой перевод, когда застройщик получил заинтересованного покупателя, нецелевой, когда стороны ни о чём не договорились.

В ТЗ просили показать первичных и повторных клиентов, звонки, переводы и долю нецелевых, сравнение с прошлым периодом (сентябрь к августу), разрезы по командам, городам и источникам трафика, загрузку сотрудников. Главный вопрос «Почему стало меньше целевых переводов?» отдельно не выделили: агент должен был понять его важность сам.

Первая версия: семь карточек KPI (ключевых показателей), динамика, водопад (график, где видно, из чего сложилось изменение), источники, города, тепловая карта, загрузка и таблица. Блоки стоят ровно в порядке ТЗ, но одни цвета означают разное, и экран не помогает принимать решения.

Первую правку внесли в верхний график: прошлого периода на нём не было, шкалы скрыты, количество переводов и их доля нарисованы на одной панели. Решение: добавить динамику и разделить большой график на несколько поменьше.

Показательно, что агент выполнил ТЗ буквально, и это не спасло дашборд. Он не поставил в центр вопрос, ради которого экран заказывали.

Что с этим делать автору, маркетологу и предпринимателю?

Автору Дзена. Просите агента или чат-бот не о «красивых графиках», а об ответе на один вопрос: например, почему упали дочитывания. Главное ставьте наверх.

Маркетологу. Записывайте правила из списка выше в системный промпт (постоянную инструкцию для нейросети). Отдельно требуйте сравнения с прошлым периодом на каждом графике.

Предпринимателю. Агент сокращает техническую часть, которая у новичка, по словам автора, растягивается до месяца на сложный дашборд. Цифру итогового ускорения в доступной части материала не привели. Из доступных в РФ нейросетей, YandexGPT и GigaChat, а сами правила касаются дизайна экрана, а не конкретной модели.

Частые ошибки
  • Доверять расчётам агента без проверки источников.
  • Считать, что все пункты ТЗ на экране означают готовый дашборд.
  • Молчать о главном вопросе: агент сам его не выделит.
  • Править отдельные графики и забывать про решения для всего экрана.
Совет редакции dzen.guru

На мой взгляд, ценность разбора в том, что он отделяет механику от смысла. Агент хорошо пишет запросы и рисует графики, а решать, что главное, по-прежнему должен человек, который знает, кто будет смотреть экран. Честная оговорка: правила из скилла ловят типовые ошибки, но вопрос заказчика за вас никто не сформулирует. Начните с одной фразы «на какой вопрос отвечает этот экран», и половина правок отпадёт сама.

Научитесь ставить задачи ИИ-агентам

На dzen.guru разбираем нейросети на практике для авторов, маркетологов и предпринимателей.

Перейти на dzen.guru
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

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

Комментарии

Читайте также

MCP-сервер обошёлся агенту до 6,5 раза дороже CLI: виноват не протокол, а набор операций
ai

MCP-сервер обошёлся агенту до 6,5 раза дороже CLI: виноват не протокол, а набор операций

Разработчик сервиса Takt проверил на 280 запусках спорный тезис, что ИИ-агентам лучше командная строка, чем MCP, протокол подключения к сервисам, и выяснил:…

5 мин
SuperMe привлекла 20 млн долларов на сеть ИИ-профилей экспертов, доступных в ChatGPT и Claude
ai

SuperMe привлекла 20 млн долларов на сеть ИИ-профилей экспертов, доступных в ChatGPT и Claude

Стартап SuperMe привлёк 20 млн долларов на сеть ИИ-профилей реальных экспертов, которые хором отвечают на рабочие вопросы, в момент, когда за советом всё чаще…

5 мин
Nebius проверяет модель neocloud расходами в $40 млрд, а площадка Microsoft опаздывает
ai

Nebius проверяет модель neocloud расходами в $40 млрд, а площадка Microsoft опаздывает

Nebius на отчёте за третий квартал заложила на 2027 год от 40 до 45 млрд долларов расходов, хотя площадка для Microsoft, одного из крупнейших клиентов, уже…

5 мин