Skip to content

14. Эпики и дорожная карта

Навигация: Назад: Процессы разработки | Далее: Метрики

Оглавление

Эпики, фичи, пользовательские истории и Roadmap

Раздел описывает крупные возможности, деление на фичи, пользовательские истории и движение продукта в горизонте 1–2 лет. SmartSupport развивается планомерно от MVP → v1 → v2 → SmartSupport 2.0.

Эпики продукта

Эпики — большие области функциональности: 1. Мультиканальный приём обращений: Telegram, Max, Web-чат, Web-форма, Email, соцсети, API интеграции.
2. База знаний и контур RAG: структура БЗ, редактор, версияция, автообогащение ИИ, поиск/embeddings/BM25, связь БЗ с операторами и ИИ.
3. AI / LLM сервис: Router, Classification, Retrieval, Answer Generator, Judge Agent, диалоговые цепочки, контроль качества ответов.
4. Операторская панель: очередь, карточка, чат, история, подсказки ИИ, шаблоны, встраивание AI-инструментов.
5. Админ-панель: пользователи и роли, подключение каналов, интеграции CRM, управление БЗ, мониторинг каналов.
6. Social Monitoring: подключение пабликов, анализ тональности, суммаризация обсуждений, автофиксация проблем.
7. Аналитика и отчётность: дашборды, статистика по каналам, RAG hit-rate, auto-resolution rate, отчёты для госов (59-ФЗ).
8. Интеграции: CRM/ERP, внешние API, city services, ЕСИА/SSO.
9. DevOps, мониторинг и эксплуатация: CI/CD, среды dev/stage/prod, метрики, логи, alerting, backup & restore.

Фичи (внутри эпиков)

Эпик: Мультиканальный приём обращений
- F1. Интеграция Telegram бота
- F2. Интеграция Max
- F3. Web-чат
- F4. Web-форма с онлайн-диалогом
- F5. Email ingestion
- F6. Адаптер соцсетей
- F7. Ingestion API

Эпик: AI / LLM Service
- A1. Agent Router
- A2. Classification Agent
- A3. Retrieval Agent
- A4. Answer Generator Agent
- A5. Judge Agent
- A6. KB Curator Agent
- A7. Analytics Agent

Эпик: Social Monitoring
- S1. Подключение локальных сообществ
- S2. NLP-парсер обсуждений
- S3. Тональность сообщений
- S4. Суммаризация дискуссий
- S5. Автоматическое создание карточек событий

User Stories (основные)

Примеры: - US-01 — как гражданин, хочу отправить обращение через Telegram, чтобы быстро получить ответ.
Acceptance: бот принимает сообщение; ИИ понимает тему; ответ формируется; оператор может вмешаться; пользователь получает статус.
- US-02 — как оператор, хочу видеть очередь обращений, чтобы обрабатывать их эффективно.
Acceptance: сортировка по срочности; статус обращения; подсказка ИИ; история сообщений.
- US-03 — как оператор, хочу, чтобы ИИ автоматически уточнял адрес, чтобы не делать это вручную.
Acceptance: ИИ задаёт вопрос; получает ответ; обновляет карточку.
- US-04 — как администратор, хочу управлять пользователями и ролями.
- US-05 — как руководитель, хочу видеть статистику обращений и AI-эффективности.
- US-06 — как муниципалитет, хочу получать отчёты Social Monitoring.

Story Mapping

Горизонт: шаги пользователя
Вертикаль: глубина проработки фич

Пример: - Отправить обращение
- Telegram: отправка сообщений, вложения, уточнения ИИ, статус.
- Web-форма: онлайн-чат, валидация данных, auto-response.
- Max: интеграция API, rich-format support, auto categorization.

Acceptance Criteria (формат Gherkin)

Пример для “ИИ уточняет адрес”:

Given пользователь отправляет обращение
And сообщение содержит проблему без адреса
When Classification Agent понимает контекст
Then Answer Generator Agent задаёт уточняющий вопрос
And сохраняет ответ пользователя
And Judge Agent проверяет качество
And карточка обновляется автоматически

Технический бэклог

Технические задачи делятся на: 1. Архитектурные: рефакторинг LLM Service; очереди RabbitMQ; оптимизация ingestion; улучшение RAG hit-rate; нормализация структуры БЗ.
2. DevOps: миграция на Kubernetes; наблюдаемость (Prometheus + Grafana); CI/CD для всех сервисов; система резервирования БД; катастрофоустойчивость.
3. Производительность: async ingestion; кеширование; оптимизация embeddings; API rate limiting; балансировка нагрузки.

Бэклог ИИ

  1. MVP-level: RAG-пайплайн; basic classification; basic judge; auto-response.
  2. v1.0: Intent classifier v2; NER (адреса/объекты/категории); улучшенный Judge Agent; auto KB suggestions.
  3. v2.0 — SmartSupport AI Core: ML-модели классификации обращений; собственная smol-модель (не LLM) для routing/classification/NER.
  4. SmartSupport 2.0: автономные агенты; reasoning цепочки; обучение на собственных диалогах; offline inference (для госов).

Roadmap проекта

Этап 1 — MVP (до 3 месяцев)
Цель: минимально жизнеспособный продукт для первых пилотов.
Функциональность: Telegram ingestion; Web-чат; RAG поиск; генерация ответов; операторская панель (минимум); БЗ: редактор + структура; Social Monitoring MVP (5 сообществ); базовая аналитика; stage/prod окружения; CI/CD.

Этап 2 — Версия 1.0 (6 месяцев)
Цель: продукт для муниципалитетов и бизнеса.
- Max
- Web-форма (онлайн-чат)
- автоуточнения ИИ
- auto-creation задач исполнителям
- полнофункциональный LLM Service
- Judge Agent v2
- полноценная БЗ
- интеграции: CRM (Bitrix/amo)
- отчёты для госов (59-ФЗ)
- админ-панель
- мониторинг в проде

Этап 3 — Версия 2.0 (12 месяцев)
Цель: масштабируемая версия для больших городов/регионов.
- мультирегиональная архитектура
- масштабирование до 10–50 тыс обращений/день
- кеширование RAG
- модуль Social Monitoring Pro
- advanced analytics
- мультиагентная архитектура v1
- basic reasoning
- workflow-автоматизация

Этап 4 — SmartSupport 2.0 (18–24 месяцев)
Цель: полностью автономная AI-платформа.
- цепочки агентов (router → NER → reasoning → judge → reply)
- собственные smol-модели
- локальный inference для on-prem
- предиктивная аналитика
- генерация отчётов руководству
- полностью автоматическая обработка типовых диалогов
- доверие ИИ: 80–90% auto-resolution

Мультирегиональная архитектура

Включает: отдельные tenant’ы; региональные БЗ; разные каналы для разных муниципалитетов; локальные инсталляции с централизованным обновлением; федеративную аналитику.

Масштабирование на тысячи пользователей

Стратегия: Kubernetes; выделенные ingestion-сервисы; HA PostgreSQL; read-replicas; кеш RAG; балансировка каналов; оптимизация LLM-вызовов; частичное локальное выполнение моделей.

Риски и этапы роста

  1. Рост нагрузки: риск — не успевает 10к обращений/день; ответ — sharding, caching, разгрузка LLM.
  2. Зависимость от внешних LLM: переход на smol-модели, on-prem вариации.
  3. Нехватка инженеров: ставка на ИИ-инструменты, автоматизацию разработки, мультискиллы.
  4. Требования ИБ у госов: жёсткая сегментация, локальный inference, отказ от интернета.
  5. Конкуренция: преимущество — Social Monitoring + мультиагентность + строгие БЗ.

Итог

Раздел фиксирует: структуру эпиков → фич → user stories; story mapping; приёмочные критерии; технический и ИИ-бэклоги; roadmap продукта на 2 года; архитектурный рост; риски и стратегии. Это основной “скелет“ Product Handbook, на который нанизывается всё развитие SmartSupport.