От знаний о бизнесе к контенту и AI-продажам
Agentix — платформа для создания контента и автоматизации продаж с помощью AI. Она объединяет работу с материалами компании, планирование публикаций и общение с клиентами. Команда собирает информацию о продуктах в базе знаний и использует её для подготовки текстов, изображений и видео. Готовые материалы можно адаптировать для разных участников команды и публиковать в социальных сетях по расписанию. AI-продавцы используют ту же базу знаний, отвечают на вопросы клиентов и помогают довести обращение до заявки или покупки. Так продвижение и продажи связаны в одном рабочем процессе: от информации о продукте до разговора с потенциальным покупателем.
Задача — Перестроить платформу и дать ей основу для развития
Я подключился к существующей платформе, которую развивала внешняя команда. В ней уже были проекты, подпроекты, загрузка файлов и генерация контента, но ключевые сценарии работали нестабильно: подключение соцсетей давало сбои, AI-продавец почти не работал, а контентный план требовал серьёзной переработки. Заказчику был нужен разработчик, который разберётся в архитектуре, приведёт код в порядок и сможет дальше развивать продукт. Начали с совместной проработки: зафиксировали цели платформы, бизнес-процессы, роли и связи между функциями.
Мой вклад — От разбора проблем до основной разработки продукта
Я подключился к Agentix, когда платформе требовалась глубокая техническая переработка, и взял на себя основную часть рефакторинга и дальнейшей разработки. Сначала нужно было разобраться в чужом коде и причинах нестабильной работы, затем вместе с командой определить целостную модель продукта и реализовать её. Моя работа проходила через все уровни: бизнес-процессы, архитектуру, модель данных, API, интерфейсы, AI-сценарии и интеграции. Одновременно с исправлением существующих проблем я развивал новый функционал и связи между частями платформы — от знаний о компании и производства контента до публикаций и диалогов с клиентами.
- Разбор унаследованной платформы
- Начал с погружения в существующую реализацию: проекты и подпроекты, файлы, генерацию, социальные подключения, контентный план и AI-продавца. Разбирался, как эти части работают вместе, где нарушены связи и почему пользовательские сценарии дают сбои. Это требовало понимания кода, данных и логики продукта, чтобы исправления затрагивали причины проблем.
- Проектирование продукта с командой
- Вместе с командой определял, как должен работать продукт: от хранения знаний о компании до подготовки публикаций и обработки обращений. Прорабатывал пользовательские сценарии, распределение задач и правила доступа. На этой основе проектировал связи между функциями и переводил согласованные решения в модель данных, серверную логику и интерфейсы.
- Архитектура и глубокий рефакторинг
- Взял на себя основную часть переработки существующего кода. Разбирал проблемные участки, менял связи между модулями и согласовывал поведение системы на уровне схемы данных, серверной логики и интерфейса. Важно было учитывать весь путь пользователя: изменение в плане кампании, доступах или материалах должно согласовываться с остальными этапами.
- База знаний и структура бизнеса
- Развивал связи между проектом как общим бизнесом и подпроектами как отдельными направлениями. Работал над тем, как знания компании, файлы, презентации и созданные материалы используются внутри контентного процесса и AI-продаж. Общий контекст бизнеса должен сочетаться с материалами конкретного направления, чтобы генерация и продавец получали нужную информацию.
- Контент и шаблоны для сети
- Разрабатывал и связывал этапы подготовки контента: работу с исходными материалами, шаблонами и раскадровкой, генерацию и сохранение результата. Прорабатывал совместную работу с шаблонами, чтобы команда могла задавать общую основу публикаций, а её участники — адаптировать материалы для своих каналов. Связывал этот процесс с данными проекта и правами доступа.
- Кампании и расписание публикаций
- Перерабатывал связи контентного плана с подготовкой материалов. Кампания должна учитывать цель, знания о бизнесе, форматы и объём контента, а её пункты — связываться с раскадровкой и готовыми файлами. Работал над тем, чтобы от темы в плане пользователь мог пройти к созданию контента, его прикреплению и выбору времени публикации.
- Соцсети и обработка сообщений
- Работал над интеграциями и их связью с внутренними сценариями платформы: подключёнными аккаунтами, публикациями и коммуникацией с клиентами. Дорабатывал привязку AI-продавца, webhooks и отправку сообщений. Здесь требовалось согласовать внешние события с данными и состояниями приложения, чтобы публикации и диалоги оставались частью общего процесса.
- AI-продавец как отдельная система
- Развивал практически неработавший сценарий продавца на уровне модели данных, API и интерфейса. Работал над настройками знаний проекта и подпроекта, целью разговора, сценарием и воронкой, привязкой к каналам и обработкой сообщений. Продавец должен использовать контекст бизнеса, отвечать по заданным правилам и вести разговор к следующему действию.
- Роли, доступ и сквозная реализация
- Реализовывал режимы аккаунтов и разграничение доступа к функциям, проектам и материалам с учётом роли участника. Эти правила связывал с контентными планами и другими сценариями. Основную часть развития продукта выполнял сквозным образом: изменение сущностей и связей, серверная реализация, API и пользовательский интерфейс должны были работать согласованно.
От знаний о продукте до разговора с клиентом
Создать рабочее пространство
Работа в Agentix начинается с регистрации и выбора тарифа. Затем пользователь переходит в рабочее пространство и создаёт проект для своего бизнеса. Проект объединяет информацию о компании, исходные материалы и инструменты, которые понадобятся для подготовки контента и работы с обращениями клиентов. Если бизнесов несколько, для каждого можно вести отдельный проект. Внутри проекта создаются подпроекты — отдельные направления или продуктовые линии со своими файлами и материалами. Это помогает организовать работу ещё до запуска первой кампании: определить, где хранить общую информацию о компании, а где — материалы конкретного направления. Следующий шаг — заполнить базу знаний, на которую затем будут опираться генерация контента и AI-продавцы.
Регистрация аккаунта Выбор тарифа Рабочее пространство и проекты Разделить бизнес и его направления
База знаний хранит информацию, на которую платформа опирается при создании контента и общении с клиентами. Пользователь описывает компанию, продукты, аудиторию, предложение и особенности коммуникации. Данные распределены по тематическим разделам: можно последовательно заполнить профиль бизнеса и видеть, какая информация уже подготовлена, а какие разделы ещё требуют внимания. Документы, презентации, изображения и другие исходные материалы хранятся в библиотеке соответствующего направления. Общие знания о компании дополняются материалами конкретного подпроекта, чтобы при подготовке публикаций или настройке AI-продавца использовать нужный контекст. Такая структура позволяет работать с несколькими направлениями бизнеса, сохраняя для каждого собственные материалы и общую основу в виде знаний о компании.
База знаний по разделам Бизнес, предложение и позиционирование Загруженные документы и изображения Создавать видео, изображения и аватары
В разделе производства собраны инструменты для создания видео, изображений и аватаров. Для каждой задачи предусмотрен свой интерфейс: в видеостудии пользователь выбирает режим работы и подготавливает исходные материалы, а при генерации изображений задаёт описание и параметры результата. Работа с аватарами вынесена в отдельный инструмент, где можно подготовить персонажа для использования в видеоконтенте. Производство связано с дальнейшей работой над материалами: результат можно сохранить, использовать при подготовке шаблона или включить в кампанию. Это позволяет сначала подготовить отдельные элементы — например, изображение или видео, — а затем собрать из них публикации. Пользователь проходит от исходной идеи и настроек генерации к материалам, с которыми можно продолжать работу внутри платформы.
Студия производства видео Генерация изображений Создание аватара Подготовить основу для всей сети
Шаблон задаёт основу для контента, который будут использовать разные участники команды. При его создании подготавливают формат, исходные материалы, текст и настройки генерации. Команда определяет, какие элементы будут общими и что участник сможет адаптировать под свою публикацию. Так подготовленный вариант можно использовать повторно, сохраняя общую идею и структуру материала. Для дистрибьютора доступные шаблоны собраны в отдельной библиотеке. Он выбирает подходящий вариант, открывает его и подготавливает собственный контент на заданной основе. Этот сценарий связывает работу команды, которая создаёт шаблоны, с участниками, которые используют их в своих каналах. Общие материалы не нужно заново собирать для каждой публикации: работа начинается с уже подготовленной основы.
Создание шаблона Библиотека шаблонов участника Подготовка контента по шаблону Превратить цель в расписание контента
План кампании связывает цель продвижения с конкретными публикациями. Пользователь описывает задачу, выбирает период, форматы и необходимый объём контента. План можно подготовить вручную или с помощью AI, используя знания о бизнесе. На этом этапе появляются темы и пункты кампании, для которых затем нужно создать или подобрать готовые материалы. Созданный план отображается в календаре: видно, какие публикации запланированы и на какие даты они распределены. К пунктам кампании прикрепляют контент и задают время его выхода на выбранных площадках. У дистрибьютора есть свой календарь для работы с доступным ему планом. Это помогает связать подготовку материалов с расписанием и видеть кампанию как последовательность конкретных действий.
Создание кампании Календарь кампании План публикаций участника Выпустить контент на выбранные площадки
Для публикации пользователь подключает социальные аккаунты, в которых будет размещаться контент. Подключения собраны в отдельном разделе, а готовые материалы доступны в библиотеке участника. Отсюда можно выбрать нужную публикацию и перейти к её отправке, используя уже подготовленные текст, изображения или видео. Создание материала и его размещение становятся этапами одного процесса. Перед отправкой выбирают площадку и параметры публикации. Контент можно подготовить к выходу по расписанию, указав дату и время, а затем отслеживать состояние отправки в платформе. В этом разделе показан весь путь: подключение аккаунтов, работа с готовыми материалами и примеры опубликованного контента в Instagram и TikTok. Так видно, как результат работы внутри Agentix появляется в социальных сетях.
Подключение социальных сетей Готовые материалы и публикация Опубликованный контент в Instagram и TikTok Отвечать клиентам с учётом бизнеса
AI-продавцы используют знания о бизнесе для обработки обращений клиентов. В платформе можно работать с несколькими продавцами: для каждого задаются информация о продукте, цель разговора и сценарий общения. Настройки определяют, на какие материалы он опирается и к какому следующему действию должен вести диалог — например, к заявке, встрече или покупке. Переписка собрана в интерфейсе диалогов, где команда видит обращения и историю общения с каждым клиентом. Сотрудник может просмотреть ответы и при необходимости подключиться к разговору. Работа с продавцами охватывает весь сценарий: от создания и настройки до наблюдения за реальными диалогами. База знаний, которая используется при подготовке контента, здесь помогает отвечать на вопросы о компании и её предложении.
Список AI-продавцов Создание и настройка продавца Диалоги с клиентами
Архитектура, которая связывает весь процесс
В основе продукта — проекты и подпроекты, знания, материалы, шаблоны, кампании и продавцы. При переработке важно было согласовать их связи и права доступа на уровне данных, API и интерфейса. React работает с NestJS через GraphQL, PostgreSQL хранит сущности и отношения. Redis и BullMQ обслуживают фоновые задачи отдельно от API — в том числе длительные операции с контентом. Такой подход позволяет развивать общий процесс, сохраняя границы между его частями.
- TypeScript
- React
- NestJS
- GraphQL
- PostgreSQL
- Redis
- BullMQ
- Drizzle ORM
- AI APIs
- Docker