Добавить в корзинуПозвонить
Найти в Дзене

PromptQL: как рабочий чат перестаёт быть братской могилой для решений

Есть один корпоративный ритуал, который знаком каждому. В рабочем чате 200 сообщений про баг, потом ещё 50 — «а кто это берёт?», потом «а где ссылка на задачу?», и в финале коронное — «а что мы решили-то?». Работа кипит, но кипит в основном координация. Такое ощущение, будто команда репетирует работу, а не делает её. PromptQL — новый инструмент, который пытается это починить. Не добавить ещё одного бота в канал, а переосмыслить сам принцип: чат должен не хранить переписку, а запускать работу. Большая часть реального знания любой команды существует в переписках. Почему выбрали именно этот подход к деплою, что означает та странная аббревиатура в названии сервиса, какое решение приняли три месяца назад — всё это есть. Просто найти это через три недели практически невозможно. В итоге каждый новый сотрудник проходит один и тот же путь: задаёт одни и те же вопросы, получает одни и те же ответы, которые снова оседают в чате и снова исчезают. Документация формально существует, но обновляется п
Оглавление

Есть один корпоративный ритуал, который знаком каждому. В рабочем чате 200 сообщений про баг, потом ещё 50 — «а кто это берёт?», потом «а где ссылка на задачу?», и в финале коронное — «а что мы решили-то?». Работа кипит, но кипит в основном координация. Такое ощущение, будто команда репетирует работу, а не делает её.

PromptQL — новый инструмент, который пытается это починить. Не добавить ещё одного бота в канал, а переосмыслить сам принцип: чат должен не хранить переписку, а запускать работу.

Где живут знания компании — и почему они там умирают

Большая часть реального знания любой команды существует в переписках. Почему выбрали именно этот подход к деплою, что означает та странная аббревиатура в названии сервиса, какое решение приняли три месяца назад — всё это есть. Просто найти это через три недели практически невозможно.

В итоге каждый новый сотрудник проходит один и тот же путь: задаёт одни и те же вопросы, получает одни и те же ответы, которые снова оседают в чате и снова исчезают. Документация формально существует, но обновляется по принципу «когда-нибудь потом» — то есть никогда.

PromptQL предлагает другой подход: пусть переписка сама становится базой знаний. Не через принудительный «спринт по документации», а органически — обсудили, зафиксировали, агент запомнил.

Важная деталь: ничего не сохраняется автоматически. Чтобы база не превратилась в свалку с заметками уровня «уточнить у Димы», нужно явное действие человека — что-то вроде кнопки «добавить в вики». ИИ помогает структурировать, но окончательное «это правда и это важно» подтверждает живой сотрудник.

Как агент работает с контекстом

Когда к рабочему чату подключают ИИ-агента — того самого «цифрового стажёра», который должен не просто отвечать, а делать — сразу вылезает одна вечная проблема. Агенту постоянно не хватает деталей: как у вас принято деплоить, где лежит нужный репозиторий, что означает «платежи в EU перевели тогда-то».

Поэтому он либо уверенно несёт чепуху, либо заставляет людей по кругу объяснять одно и то же. Примерно как новый сотрудник, который каждый понедельник приходит без памяти о пятнице.

В PromptQL агент стартует не с чистого листа. Он подхватывает контекст из вики, которую команда накапливала в процессе работы. Если три месяца назад зафиксировали, что «европейские платежи перевели на другого провайдера», агент это уже знает — и не будет переспрашивать.

От треда к готовому решению

Представь: в рабочем чате пишут, что у пользователей падает чекаут. Обычный сценарий: «кто дежурит», «дай логи», «а это после релиза», «где PR». Полчаса переписки — и работа ещё не начиналась.

В PromptQL задачу делегируют агенту прямо в треде. Он находит проблему в коде, готовит исправление, открывает PR и обновляет вики, чтобы в следующий раз это не расследовали как детектив в пятом сезоне. Разговор не обсуждает работу — он запускает работу.

Данные не уезжают к вендору

Отдельная часть подхода — доступ к данным компании без вечного копирования куда-то ещё. Система делает запросы напрямую к вашим источникам: базам данных, аналитическим хранилищам, CRM. ИИ как будто умеет ходить по вашим шкафам и доставать нужные папки — не перетаскивая весь офис к себе домой.

Данные хранятся в инфраструктуре клиента, а не уезжают к вендору. Если сотрудник не должен видеть часть информации — система закрывает её ещё до того, как ответ попадает в модель. А любые опасные действия вроде массового обновления финансовых записей требуют явного подтверждения от человека. Агент готовит — человек нажимает кнопку.

Почему это интересно именно сейчас

PromptQL только набирает аудиторию — инструмент новый, маркетинговых кейсов на сайте пока немного. Но именно поэтому за ним интересно следить: видно, как формируется подход, а не отполированная презентация для корпоративных продаж.

Идея за этим проста и при этом неочевидна: знания компании не должны умирать в чатах. Они должны накапливаться там же, где создаются — и быть доступны агентам, которые делают работу.

Примерно как если бы МФЦ внезапно перестал просить «принесите ещё одну справку» — и вместо этого сам открывал нужное окно со словами: «всё, заявление ушло».

Занимаюсь внедрением ИИ для бизнеса. Детали — в телеграме