🧠 От «гуманитария» до мастера кода – еще один реальный кейс
 
В новом кейсе Битрикс24 интегратор Николай Казанский рассказывает, как за несколько часов собрал внутреннее приложение для клиента, хотя сам называет себя скорее гуманитарием, чем программистом.
 
Задача была совсем не учебная.
 

Компания организует свидания на крышах и в самолётах. У организаторов смены могут начинаться вечером и заканчиваться глубокой ночью. Для расчёта зарплаты календарная дата здесь вообще не помогает – важен момент начала смены.

 
Из-за этой логики обычные BI-инструменты работали неудобно, а каждая доработка превращалась в отдельный проект.
 
Вместо этого приложение на Битрикс24 Вайбкод получилось собрать примерно за 5 часов.
Но в этой истории интересна даже не скорость, интересно другое.
 
Раньше такой проект выглядел бы примерно так:
 
🔹 написать ТЗ;
🔹 объяснить бизнес-логику разработчику;
🔹 несколько итераций разработки;
🔹 тестирование;
🔹 доработки.
 
В этом кейсе процесс оказался совсем другим.
 

Сначала человек почти час разговаривал с ИИ о задаче. Не просил сразу писать код, а просил задавать вопросы, пока не станет понятна логика процесса. И только потом началась разработка.

 
ИИ всё чаще выступает не просто генератором кода, а архитектором, который помогает разобраться в самой задаче ещё до того, как появляется первая строчка кода.
 
Ещё одна важная деталь.
 
Во время работы появились вещи, которых изначально вообще не было в требованиях: экспорт в PDF и Excel, drill-down для проверки расчётов, автоматический поиск ошибок в данных, кэширование.
То есть архитектура развивается прямо во время диалога.
 

И в этом одно из важных преимуществ вайбкодинга – не только реализовывать идеи быстрее, но и быстрее находить хорошие решения для ваших идей.

 
🔗 Полный кейс

Читать нас в МАХ
 
#Битрикс24 #Вайбкод #VibeCoding #AI #Автоматизация #Кейс

🧠 Безопасность становится новой точкой конкуренции LLM
 
Anthropic представила Claude Sonnet 5 – новую версию своей основной модели. И, судя по релизу, компания делает ставку уже не только на качество генерации.
 
Sonnet 5 лучше планирует работу, эффективнее использует инструменты, браузер и терминал, а также может дольше выполнять сложные многошаговые задачи без постоянного контроля со стороны пользователя.
 

По словам Anthropic, в агентных сценариях модель приблизилась к Opus 4.8, при этом остается заметно дешевле. Основной акцент сделали на кодинге, reasoning, работе с инструментами и длинных пайплайнах.

 
Но самое интересное в релизе связано с безопасностью.
 
Anthropic отдельно отмечает, что Sonnet 5 безопаснее Sonnet 4.6 при работе AI-агентов.

🔹 Лучше отказывается выполнять вредоносные запросы.

🔹 Стала устойчивее к prompt injection – попыткам через сайты, документы или другие внешние источники изменить поведение модели.

🔹 Надежнее ведет себя в длинных агентных сценариях, где модель последовательно использует несколько инструментов и принимает множество решений.
 
Пока LLM просто отвечает на вопросы, ошибки обычно ограничиваются неудачным ответом. Но когда агент получает доступ к браузеру, терминалу, репозиториям или внутренним сервисам компании, цена ошибки становится значительно выше.
 

По сути, Sonnet 5 выглядит как попытка сделать универсальную рабочую модель для AI-агентов. Не самую дорогую в линейке, а ту, которую можно использовать каждый день для кодинга, автоматизации, браузерных задач и сложных рабочих процессов.

 
Модель уже доступна в Claude, Claude Code и API.
 
#AI #Anthropic #ClaudeSonnet5 #AIAgents #Tools

🧠 Эволюция AI-агентов: переход от ответов к автономному поиску

Мы наблюдаем формирование стандартного стека возможностей для AI-агентов. Если раньше взаимодействие строилось по схеме «запрос – ответ», то современный этап требует от модели способности к самостоятельному исследованию (research).

Чтобы решать реальные задачи, агенту необходимо уметь работать с документацией, анализировать статьи и агрегировать данные из разных источников – фактически выполнять пре-процессинг, который раньше ложился на человека.

Обновление Hermes Agent наглядно демонстрирует этот тренд. В систему добавлены два ключевых инструмента:

🔹 Поиск в интернете с выдачей релевантных результатов.

🔹 Извлечение контента с возможностью последовательного чтения нескольких страниц одного ресурса.

Технические особенности, на которые стоит обратить внимание:

🔹 Оптимизация контекста. Для работы с объемными страницами разработчики внедрили механизм сжатия. Вместо загрузки всего текста в основной контекст, вспомогательная модель предварительно сжимает содержимое. Это критически важно для экономии токенов и снижения стоимости запросов при работе с длинной документацией.

🔹 Модульная архитектура. Архитектура позволяет разделять функции поиска и парсинга. Можно комбинировать разные сервисы под конкретные задачи: например, использовать бесплатные SearXNG или DuckDuckGo для поиска и специализированный Firecrawl – для качественного извлечения данных. Это дает гибкость в управлении балансом между стоимостью и точностью работы.

Что это значит для индустрии?

Если релизы Anthropic (например, Sonnet 5) фокусируются на безопасности и надежности агентских сценариев, то Hermes показывает развитие «инструментальной» стороны. Агенты перестают быть просто генераторами текста или кода. Они превращаются в полноценных исполнителей с доступом к браузеру, терминалу и файловой системе.

Это и есть следующий этап вайбкодинга: переход от модели-собеседника к модели-исполнителю, которая способна самостоятельно собирать информацию, принимать промежуточные решения и доводить задачу до финала.

🔗 Подробнее о новых возможностях Hermes Agent  

#AI #Hermes #VibeCoding #AIAgents #OpenSource

🚀 От сообщения в чате до сервиса для 260 человек

Каждый год в Битрикс24 проходит внутренний спортивный марафон. Три лиги, командный и личный зачёт, баллы за тренировки. В этом году зарегистрировалось около трети компании – порядка 260 человек.

Первые три года сотрудники компании пользовались сторонними платформами. И каждый раз упирались в одно и то же: чужие сервисы не дают гибкости, не хватает своих механик и фишек.

Всё изменилось на общей встрече, где коллега увлечённо рассказывал про вайбкодинг. AI-продакт лид Катя Образцова написала в чат: «Давайте мы навайбкодим приложение для марафона». Публичный коммитмент был дан и в середине марта проект стартовал.

Цель была простая: удобный сервис для коллег. Без отдельных аккаунтов, с автоматической синхронизацией тренировок из фитнес-трекеров, понятной логикой баллов и удобной модерацией.

Что получилось за три месяца:
🔹 два мобильных приложения – iOS и Android
🔹 веб-версия сервиса
🔹 полноценная админка для модераторов
🔹 бот Бит для консультаций участников

Рабочий прототип появился в первый же день. Сайт работал, тренировки подтягивались из Apple Health, интеграция встала с двух-трёх промптов.

Открывать игристое за победу было рано. Но о том, какая извилистая дорога ждала дальше – в следующих постах. Если интересно дочитать историю сейчас, то:

🔗Большая статья о проекте тут
 
#вайбкодинг #битрикс24 #марафон #продуктовыйподход #кейс

⚡️ Быстрые победы вайбкодинга и ловушки, в которые мы попали

Прототип за день – это настоящая магия. Но когда 200–300 человек одновременно открывают приложение, загружают тренировки, листают ленту и ставят лайки, магии недостаточно. Нужна устойчивая архитектура.

🔶 Ловушка первая – отсутствие архитектуры
В прототипе не было очередей запросов, распределения нагрузки, корректной авторизации под пиком. Каждый сценарий наглядно показывал, к чему приводит архитектурная неустойчивость.

Юрий Волошин (директор по продукту Битрикс24), помог команде с параметрами очереди, контейнерами и балансировкой – и разработка пошла в правильном направлении.

На примере начисления баллов: считать их в момент загрузки нельзя, сервис захлёбнется. Поэтому загрузка кидает каскад фоновых задач в очередь. А когда 300 человек заливают тренировки одновременно, один и тот же рейтинг прилетает на пересчёт десятки раз. Лечится дебаунсом через Redis и атомарными операциями под блокировкой.

В прототипе всё летало на одном пользователе. Вот такие штуки приходится закладывать до первого экрана.

🔶 Ловушка вторая – хаотичный кодинг мобилок без учёта бэка
Сначала сосредоточились на интеграции с Apple Health и Health Connect. Получилось, стали делать остальное. В какой-то момент веб и мобильные приложения начали расходиться.

Решение: шаг назад, корректные эндпоинты и SDUI с бэкенда. Бэкенд определяет логику, клиенты работают в её рамках.

🔶 Ловушка третья – надежда на нативные элементы
Нативные элементы без продуманного UI выглядели, мягко говоря, страшно. Подключили UX/UI-дизайнера, который вайбкодил стильный интерфейс под обе платформы.

Быстрые победы соблазняют. Но масштаб требует архитектуры.

 
👉🏻 Продолжение истории будет в следующем посте.
Читать нас в МАХ

#вайбкодинг #архитектура #мобильнаяразработка #битрикс24 #продуктовыйподход

🕵️ Когда домен берёт свою цену, а зелёные тесты врут

Чем больше команда углублялась в процессы, тем яснее становилось: как мало мы знаем про спортивные активности.

🔶 Ловушка четвёртая – недостаток экспертизы в домене

Как корректно тянуть шаги из Apple Health? А бег? А велосипед? Как отличить реальную тренировку от поддельной?

Система баллов казалась простой: чем сложнее активность, тем больше баллов. Но точно отранжировать активности по энергозатратам без реальных данных оказалось сложнее, чем мы думали. Йога на бумаге выглядела менее интенсивной, чем бег. Насколько – понять было нечем.

А ещё борьба с накруткой. Когда идёт соревнование, часть людей неизбежно пробует систему на прочность. Мы ограничили число тренировок в день, задали правдоподобные диапазоны темпа и скорости, отправили ручной ввод на модерацию. И отдельно отсекали «фантомные» тренировки, которые трекеры выдумывают сами – например, поездку в транспорте как активность.

Правила, которые на старте кажутся очевидными, приходится выводить опытным путём. Этот срок стоит закладывать в график сразу.

🔶 Ловушка пятая – недостаток ручных тестов

Claude пишет тесты много и аккуратно. Первое время это успокаивает: тесты зелёные и значит, всё работает.

Но они проверяют то, что можно посчитать. А что будет, когда живой человек с конкретным телефоном и версией Android попробует залить тренировку, которую трекер обозвал не так, как ждёт система?

Всё вылезло на фокус-группе из 30–40 коллег. Айфоны грузили фото в HEIC вместо JPEG – часть людей просто не могла прикрепить фото. Некоторые Android отдавали битый JPEG. А разные трекеры называли одну активность по-разному, и система не понимала.

Зелёные автотесты усыпляют. Стык с реальным миром закрывается только тестированием живыми устройствами в руках живых людей. Чем раньше подключишь – тем дешевле выйдет.

 
Завтра вас ждет завершающий пост об этом проекте.

#вайбкодинг #тестирование #продуктовыйподход #битрикс24 #марафон

🏁 Марафон состоялся. Что мы вынесли 🏃🏼‍♀️

Первого июня запустились. 260 участников, 80 наблюдателей. Месяц тренировок, лайков, комментариев и командной борьбы.

Что увидели
🔹 Сервис выдержал нагрузку, очереди работали корректно. Один раз лежал полдня – неприятно, но не смертельно.
🔹 Геймификация зашла на ура. Челленджи, медали, активности в ленте – люди включались.
🔹 Обновления мобилок и веба проходили незаметно благодаря CI/CD.

Что дальше
Докрутить геймификацию, придумать новые механики. Может, зимний марафон с зимними видами спорта. И точно добавить AI-модерацию тренировок – сейчас модераторы проверяют скриншоты вручную, а мы копим опыт, чтобы обучить нейросеть.

Главный урок
Этот проект дал больше, чем любое внутреннее обучение. Мы сделали качественный продукт, которым пользуются живые люди, набили шишек и разобрались, как делать правильно – пройдя через то, как делать неправильно.

Вайбкодинг вправду позволяет продактам браться за сложные проекты самостоятельно. Главное – это трезво оценивать масштаб задачи и не обманываться быстрыми победами на старте.

🔗Большая статья о проекте тут
 
Читать нас в МАХ

#вайбкодинг #битрикс24 #марафон #продуктовыйподход #AI #итоги

🚀  OpenAI выкатила GPT-5.6. Вместо одной модели, целое семейство, внутри: Sol, Terra и Luna
 
Об этом релизе вчера говорили все. И мы подготовили для вас саммари.
 
🔶 Главная новинка – Ultra. Это режим, в котором ChatGPT запускает сразу несколько агентов (по умолчанию четыре), распределяет между ними работу и собирает результат в один ответ. По сути, сложные задачи теперь решает не одна модель, а небольшая команда.
 
🔶 Флагманская Sol показывает 53,6 балла на Agents' Last Exam – на 13,1 пункта выше Claude Fable 5. В тестах на программирование тоже всё неплохо: 80 баллов против 77,2 у Fable 5. OpenAI отдельно делает ставку на экономику: меньше токенов, выше скорость и ниже стоимость.
 

Но есть нюанс. Если смотреть на абсолютные результаты, лидерство не везде за OpenAI. На SWE-Bench Pro, FrontierMath и части других бенчмарков модели Anthropic всё еще впереди.

Ставка GPT-5.6 не на то, чтобы стать самой умной моделью, а на то, чтобы дать максимум качества за каждый потраченный доллар.

 
🔶 Вместе с моделями появился ChatGPT Work – агент внутри ChatGPT на базе GPT-5.6 и Codex. Он умеет работать с файлами и приложениями, выполнять длинные цепочки действий и вести задачу практически без участия пользователя. Если раньше приходилось постоянно возвращаться к диалогу и подсказывать следующий шаг, теперь агент способен довести проект до результата сам.
 
📝 Есть и несколько полезных обновлений
 
— GPT-5.6 научилась проверять готовый интерфейс или рендер, а не только писать код. Если видит проблемы в отображении – исправляет их до того, как вернет результат.
 
— Серьезно прокачали артефакты. Документы, презентации, таблицы и веб-страницы стали выглядеть заметно аккуратнее, появились шаблоны и экспорт в привычные форматы.
 
— В ChatGPT появились полноценные интерактивные сайты, которыми можно сразу делиться по ссылке.
 
Доступ уже открывают пользователям Pro, Enterprise и Edu. Plus и Business получат обновление в ближайшие дни.
 

Гонка моделей постепенно смещается к другому вектору. Теперь важно уже не только, кто первый в бенчмарках, а кто может выполнить ту же работу быстрее, дешевле и с меньшим количеством ручных действий.

 
Подробнее о модели и агентах
 
#AINews #OpenAI #GPT56 #Agents #Codex

Разбор пайплайна локализации: где на самом деле терялись термины

Когда качество машинного перевода не устраивает, первой мыслью обычно становится поиск другой LLM. Команда продуктового DevRel тоже начала именно с этой гипотезы.

Но разбор собственного пайплайна локализации показал, что дело было совсем в другом.

Вместо оценки только финального перевода участники посмотрели на весь процесс — от OCR до генерации результата.

И довольно быстро нашли узкое место.

Английский глоссарий покрывал практически весь продукт — 100%, если не считать кастомные строки вроде названий файлов. Французская часть глоссария при этом покрывала уже 93% терминов.

Проблема оказалась не в модели. Часть терминов вообще не доходила до нее: OCR распознавал их с ошибками, поэтому LLM работала с неполным текстом.

После того как доработали глоссарий, проверили его покрытие и исправили проблемные места в пайплайне, качество перевода заметно выросло.

☝️ Из этой работы мы вынесли несколько наблюдений.
 
🔶  Глоссарий стоит готовить еще до запуска автоматического перевода. Если один и тот же элемент интерфейса в продукте называется по-разному, модель лишь воспроизводит эту неоднородность.
🔶  Сам глоссарий тоже нельзя считать завершенной работой. По мере развития продукта его приходится регулярно сверять с интерфейсом и дополнять.
🔶  И еще один вывод: если качество перевода кажется недостаточным, полезно проверить весь пайплайн. В нашем случае причина обнаружилась еще на этапе OCR, хотя сначала казалось, что ограничения связаны именно с моделью.
 
В AI-проектах ощутимый прирост качества часто появляется после того, как удается разобраться с данными и процессами вокруг модели.

Хороший глоссарий делает переводы последовательнее, уменьшает объем ручных правок и помогает модели работать с единым набором терминов.

Именно про такой подход мы говорим, когда обсуждаем вайбкод: искать реальные ограничения в процессе и устранять их, а не сразу менять инструменты.

#HowTo #Локализация

Учёные, аналитики и руководители тоже используют вайбкодинг.

Когда обсуждают вайбкодинг, обычно говорят о том, как с помощью ИИ собрать сайт или написать приложение без знания языков программирования. Но это лишь самый заметный сценарий.

Статистика платформ вроде Vercel показывает, что 63% пользователей таких инструментов – это вообще не программисты. На практике такие инструменты всё чаще используют там, где код – не цель, а способ быстрее решить рабочую задачу.

Именно об этом рассказывает статья «Компьютерры». 

🔶 Например, исследователи используют LLM, чтобы воспроизводить эксперименты из научных публикаций. Вместо того чтобы часами разбираться в чужом коде, можно быстрее адаптировать методику под свои данные и сосредоточиться на проверке гипотез.

🔶 Похожая история и в бизнесе. Если раньше несколько таблиц с продажами означали часы ручной обработки, то теперь их можно превратить в небольшой инструмент для анализа, просто сформулировав, какой результат нужен.

🔶 В статье есть и ещё один показательный пример: ИИ-агент подключается к CRM, анализирует показатели менеджеров и сам отправляет руководителю готовые отчёты в чат. То есть автоматизируется не отдельная операция, а целый рабочий процесс.

Пожалуй, это и есть главное изменение. Не зря сам автор термина «вайбкодинг», экс-директор по ИИ в Tesla Андрей Карпатый, описывал этот подход как процесс, где можно «просто довериться вайбу и забыть, что код вообще существует».

Вайбкодинг становится не способом «написать код без кода», а способом быстрее создавать рабочие инструменты под конкретную задачу – даже если программирование никогда не было частью вашей профессии.

И чтобы начать, необязательно изучать синтаксис или языки программирования. Тот факт, что рынок инструментов для вайбкодинга взлетел до 4,7$ млрд всего за полтора года, доказывает: барьер для создания софта окончательно рухнул. Во многих случаях достаточно понятно объяснить, какой результат вы хотите получить.

#вайбкодинг #analysis

Делить задачи для ИИ по одному простому критерию: что произойдёт, если он ошибётся

Если ошибку можно исправить за 5–10 минут – то спокойно отдавать задачу нейросети без лишних сомнений.

🔶 Например:
• написать небольшой скрипт;
• обработать данные из Excel;
• собрать черновик письма;
• сделать внутренний сервис для команды;
• создать простое приложение для личного использования.

Один из таких случаев: коллега собрала свой калькулятор для A/B-тестов, чтобы не зависеть от сторонних сервисов и точно понимать, как считаются результаты. Идея выросла из повседневной задачи – постоянных расчетов, которые приходилось перепроверять. В итоге простой инструмент на Python превратился в полноценный веб-продукт, которым удобно пользоваться каждый день.

А вот задачи, где цена ошибки выше, лучше оставлять под человеческой проверкой.

Если ошибка может привести к потере денег или времени, нарушению закона, риску для здоровья или безопасности – ИИ может помочь подготовить материал, но финальное решение должен принимать человек.

🔶 Причина простая: нейросеть не видит весь контекст. Она не знает особенностей договора, внутренних правил компании или последних изменений в законодательстве. Она может хорошо составить черновик расчёта или письма, но не всегда понимает, что именно в нём критично.

Поэтому к ИИ лучше применять не принцип «доверять / не доверять», а оценивать цену ошибки.

В рутинных задачах нейросеть может быть отличным помощником. Но там, где одна неверная строчка стоит дорого, последний фильтр должен оставаться у человека.

#вайбкодинг #экспертиза

Клиент сделал это быстрее нас. За один вечер.

Именно так в команде интегратора «Бирюза» началось знакомство с вайбкодингом.

Клиент мебельной компании попросил калькулятор расчета стоимости заказа прямо в Битрикс24. Ответ был привычным: готового решения нет, понадобится отдельная разработка.

На следующий день клиент прислал видео. Он уже собрал калькулятор сам — с помощью ИИ.

💬 «Мы поняли, что не смогли предложить клиенту решение, которое он сделал самостоятельно. Тогда стало очевидно: если не освоить новые инструменты, очень скоро можно перестать быть востребованными».

После этого команда начала экспериментировать с ИИ, а затем перешла на платформу Битрикс24 Вайбкод. Она позволила создавать приложения прямо внутри Битрикс24 — без отдельной инфраструктуры, серверов и сложной настройки безопасности.

Через несколько недель идеи, которые раньше откладывали из-за стоимости разработки, начали превращаться в рабочие приложения буквально за часы.

В следующем посте покажем, что именно удалось сделать.

#Кейс #Битрикс24Вайбкод

Внутренние приложения неожиданно стали инструментом продаж

Что команда «Бирюза» разработала за первый месяц работы с Битрикс24 Вайбкод?

🔶 Первым появился дашборд для контроля рабочего времени.

Раньше данные приходилось собирать вручную из задач и стандартных отчетов.

Сегодня вся картина доступна в одном окне:
• сколько часов списал каждый сотрудник;
• как распределяется время между проектами, техподдержкой и внутренними задачами;
• где трудозатраты внесли задним числом;
• по каким задачам сотрудники давно не фиксировали время.

🔶 Второе приложение — отчет по технической поддержке.

Менеджеру достаточно выбрать компанию и период — система автоматически собирает статистику по обращениям, затраченному времени и специалистам, а затем формирует готовый Excel-отчет.

Но самым неожиданным оказался другой эффект.

Эти приложения стали показывать клиентам на встречах. Вместо презентаций и концепций — реальные инструменты, которыми команда пользуется каждый день.

Благодаря этому разговор быстро переходит от вопроса «Что умеет платформа?» к вопросу «Что можно автоматизировать у нас?».

В «Бирюзе» считают, что главный результат — возможность быстро проверять идеи на практике. Теперь путь от замысла до работающего прототипа занимает минимум времени, а решения о дальнейшей разработке принимаются уже на основе реального опыта.

Подробнее — в статье ➡️

#Кейс #Битрикс24Вайбкод

Перестаньте просить AI-агента «написать приложение»

Когда впервые пробуешь вайбкодинг, возникает соблазн написать один большой промпт:

«Сделай мне приложение для работы со звонками в CRM».

Иногда это даже срабатывает. Но чаще получается прототип, который быстро упирается в ограничения.

На практике хорошие приложения рождаются по-другому.

Вместо того чтобы сразу просить агента писать код, сначала спланируйте работу: этапы, результат и способ проверки.

При разработке приложения для анализа звонков первый запрос к агенту оказался неожиданным: его вообще не просили писать код.

Сначала агент получил другую задачу: составить подробный план реализации, разбить работу на этапы, определить критерии готовности, подключить тесты и только после этого приступить к разработке.

Вот реальный промпт:

— Составь подробный план реализации и сохрани в Markdown.
— Используй строгую типизацию.
— Подключи линтеры для базовой проверки кода.
— Добавляй тесты для каждого этапа.
— Запускай тесты после любого изменения кода.
— Не переходи к следующему этапу, пока текущий не покрыт тестами минимум на 75%.
— Критические сценарии — авторизацию, проверку входных данных и запись в CRM — покрывай тестами независимо от общего процента.
— Проверяй все входные данные: типы, допустимые диапазоны значений и структуру.

Такой подход может показаться медленнее. Но на практике он экономит время: меньше переделок, меньше неожиданных ошибок и гораздо более предсказуемый результат.

Хороший промпт – это техническое задание опытному разработчику. В нём есть цель, ограничения, критерии готовности и понятный план действий.

Вайбкодинг ускоряет создание рабочих инструментов. Для этого нужно чёткое техническое задание и поэтапная разработка.

Подробно об опыте создания своего приложения в статье

Читать нас в МАХ

#HowTo #Промпт

Выяснили потребность, а встречу поставить забыли

Когда-то AI в CRM заканчивался на транскрибации звонка. Потом научился делать краткое резюме. Сегодня один и тот же разговор может стать отправной точкой для целой цепочки действий.

Например, AI может:

— проверить разговор по внутреннему скрипту продаж и показать, какие пункты менеджер выполнил;
— подсветить, что менеджер хорошо выяснил потребность, но забыл договориться о следующем шаге;
— показать историю предыдущих сделок и причины прошлых отказов прямо перед следующим контактом;
— найти в разговоре договорённость — например, «давайте созвонимся в следующий вторник» — и сразу поставить задачу в CRM на нужную дату;
— собрать результаты по всей команде в отчёт или дашборд, чтобы руководитель видел, какие ошибки повторяются чаще всего.

Любопытно наблюдать, как меняется роль AI. Сначала он просто превращает речь в текст. Затем начинает анализировать разговор. Следующий шаг — выполнять действия внутри CRM.

Такой AI уже не просто помощник, а часть конкретного бизнес-процесса. И именно здесь заканчиваются универсальные функции и начинаются процессы конкретной компании.

У каждого бизнеса свои правила работы с клиентами, свои сценарии продаж и свои критерии хорошего разговора. Стандартных возможностей CRM рано или поздно перестаёт хватать.

#BitrixAiScenarios

Как за вечер собрать внутренний инструмент для Битрикс24

Со стороны кажется, что разработка AI-приложения — это десятки файлов, настройка серверов и долгий деплой.

На практике первый рабочий прототип может появиться уже за один вечер.

Если смотреть на процесс в общих чертах, он выглядит так:

— Получаете API-ключ Вайбкода.
— Даёте агенту ссылку на документацию, чтобы он понимал, как работать с платформой.
— Описываете задачу простыми словами. Например:

«Сделай приложение, которое получает запись звонка из Битрикс24, расшифровывает её, анализирует разговор и предлагает следующий шаг по сделке».

— Просите агента сначала составить план, а уже потом писать код.
— Проверяете результат, вносите правки — и агент сам разворачивает приложение и регистрирует его в вашем портале.

Всё.

Человеку не нужно вручную настраивать проект, переносить код или заниматься деплоем. Его задача — объяснить, какой инструмент нужен бизнесу, проверить результат и постепенно улучшать приложение.

Это краткая схема, которая показывает общий подход. Если интересно посмотреть весь сценарий — от получения API-ключа и настройки агента до деплоя приложения в Битрикс24 и его архитектуры, — в статье мы подробно разобрали каждый шаг с примерами.

#HowTo

Личный кабинет клиента давно считается дорогой историей

Обычно это отдельная разработка, сложные интеграции, синхронизация баз и месяцы работы с внушительным бюджетом. Но если посмотреть на задачу иначе, выясняется: во многих случаях личный кабинет — это не новая система. Это просто удобный интерфейс к данным, которые уже живут в Битрикс24.

«Для многих компаний личный кабинет — это прежде всего возможность дать клиенту доступ к информации, которая уже есть в CRM. Именно такую задачу мы и решили с помощью Битрикс24 Вайбкод», — Вячеслав Сорокин, руководитель партнера-интегратора The Best Check.

Для страховой компании команда собрала личный кабинет с помощью Битрикс24 Вайбкод.

Теперь клиент может:
— подать заявление;
— загрузить документы;
— видеть статус обращения;
— писать специалисту напрямую.

При этом никакой отдельной базы данных не создавалось. Всё продолжает жить в CRM: заявка сразу становится сделкой, документы прикрепляются к ней автоматически, статусы подтягиваются из Битрикс24, а сообщения попадают в чаты сотрудников.

Во многих проектах задача звучит не как «разработать личный кабинет», а как «дать клиенту безопасный доступ к данным из CRM».

Такой подход позволяет обойтись без отдельной базы данных, сложной синхронизации и месяцев разработки — при этом клиент получает полноценный личный кабинет, а сотрудники продолжают работать в привычной CRM.

Во втором посте разберём, как именно устроена такая схема внутри.

#Кейс #Битрикс24Вайбкод

Продолжаем историю про личный кабинет на Битрикс24 Вайбкод

Главное здесь — использовать уже готовую бизнес-логику, которая работает в CRM, а не строить вокруг неё отдельную систему.

Как это работает на практике:

• Клиент отправляет заявление → в Битрикс24 автоматически появляется новая сделка.
• Загружает документы → они сразу оказываются в карточке обращения.
• Менеджер меняет стадию → клиент тут же видит новый статус в личном кабинете.
• Клиент пишет сообщение → сотрудник отвечает из Битрикс24, а переписка хранится вместе с обращением.

Это избавляет от лишней рутины: пересылки файлов по почте, ручного ввода данных и постоянных уточнений статуса.

Такой личный кабинет можно постепенно развивать: добавлять уведомления, новые сервисы и интеграции, не создавая вокруг CRM еще одну отдельную систему.

Вайбкод помогает запускать такие решения быстрее, опираясь на уже существующие процессы в компании.

В результате вместо нескольких разрозненных сервисов бизнес получает единое рабочее пространство, где и сотрудники, и клиенты работают с одними и теми же актуальными данными.

Подробнее о кейсе

#Кейс #Битрикс24Вайбкод