Firma are documentele. Proceduri, instrucțiuni de lucru, oferte, contracte, specificații tehnice. Toate undeva pe un server, organizate de o singură persoană care știe structura. Chatbot pentru documente e sistemul care le face căutabile prin conversație: pui întrebarea, primești răspunsul cu sursa din care vine.
Problema nu e să faci un chatbot. E să faci unul care refuză să ghicească.
Asta face diferența.
De ce un model general știe prea mult și prea puțin deodată
Un model de limbaj antrenat pe internet știe ce e un contract de prestări servicii, cum arată în general o fișă de post și ce conțin de obicei procedurile de calitate. Nu știe contractul tău, fișa ta de post sau procedura pe care ai modificat-o luna trecută.
Diferența e importantă. Dacă întrebi un model general „care e termenul de livrare pentru produsul X?”, el fabrică un răspuns care sună plauzibil. Nu minte cu intenție. Completează cu ce știe din antrenament.
Pur și simplu nu are acces la informația ta. AWS explică acest mecanism: modelul are nevoie de context extern ca să răspundă din date reale, nu din generalizări construite pe texte publice.
Chatbot pentru documente: ce poate și ce nu poate
Chatbot pentru documente primește o întrebare, caută în setul de fișiere al firmei, identifică fragmentele relevante și compune un răspuns bazat pe ele. Dacă informația nu e în documente, răspunde „nu știu” sau „documentele disponibile nu conțin această informație”. Asta e constrângerea intenționată, nu un defect.
Ce poate: răspunsuri la întrebări cu răspuns factual în texte indexate. Termenul de garanție dintr-un contract. Procedura de returnare din instrucțiunile de lucru. Lista documentelor necesare pentru un proces. Dacă informația există în text și textul e indexat, sistemul o găsește.
Ce nu poate: să interpreteze, să negocieze excepții, să decidă în cazuri neclare. Un angajat care întreabă „pot lua liber vineri dacă recuperez sâmbătă?” primește „verificați cu managerul” dacă procedura nu acoperă explicit această situație. Asta e răspunsul corect. Un sistem care inventează răspunsuri pentru cazurile acoperite parțial e mai periculos decât unul care admite că nu știe.
Limitele clare sunt o funcție, nu o scuză.
Cum se pregătesc documentele: ce e utilizabil și ce nu
Nu orice PDF e utilizabil direct. Un scan al unei pagini tipărite e o imagine, nu text. Sistemul nu citește imagini fără un pas de recunoaștere optică adăugat explicit. Tabelele cu celule îmbinate, coloanele pierdute la export și fișierele cu formatare grea sunt și ele surse de erori.
Documentele se împart practic în trei categorii:
- Utilizabile direct: Word sau PDF cu text editabil, instrucțiuni scrise în paragrafe, contracte digitale, emailuri exportate în format text
- Necesită curățare: scanuri cu OCR imperfect, tabele complexe, documente cu headere și footere grele, versiuni vechi cu formatare inconsistentă
- Inutilizabile fără muncă suplimentară: prezentări cu text în imagini, Excel cu macro-uri, diagrame fără text alternativ, documente cu protecție la copiere
Curățarea durează. Un dosar de 200 de documente acumulate în 10 ani poate ascunde versiuni multiple, fișiere corupte și proceduri retrase care n-au fost niciodată șterse. Inventarul vine înainte de orice altceva. Fără el, nu știi cu ce lucrezi.
Problema versiunilor: răspunsul vine din copia greșită
Procedura a fost actualizată în mai. Dar în folder mai stau versiunea din 2022 și un draft din martie care n-a trecut de aprobare. Toate trei sunt fișiere PDF, toate au același nume de bază. Sistemul nu știe care e curentă fără o convenție de denumire clară și respectată.
Chatbot pentru documente le citește pe toate trei și răspunde din care i se pare mai relevant în funcție de formularea întrebării. Dacă versiunea veche e mai lungă și mai detaliată, probabilitatea e că va răspunde din ea.
Soluția nu e în sistem. E în ordine în fișiere înainte de conectarea sistemului. Un folder curat, cu o singură versiune curentă per document și un sistem clar de denumire, e condiția minimă. Fără asta, chatbotul propagă mai repede haosul decât l-ar propaga omul.
Ordinea în documente precede orice tehnologie.
Citarea sursei: fără ea, nimeni nu verifică și sistemul nu se folosește
Dacă chatbot pentru documente îți spune că termenul de garanție e 24 de luni, dar nu îți spune din ce document și din ce secțiune, cum verifici? Nu verifici. Și dacă nu verifici, nu te bazezi pe răspuns. Sistemul devine o jucărie, nu un instrument.
Citarea sursei la fiecare răspuns e parte din arhitectură, nu o funcție opțională. Răspunsul arată: textul extras, numele documentului, secțiunea sau pagina. Dacă sistemul nu poate cita sursa, nu livrează răspunsul. Asta e constrângerea care face sistemul de încredere.
Implementările serioase merg mai departe: link direct la fragmentul din document, cu opțiunea de a deschide sursa cu un clic. Angajatul verifică în 10 secunde. Dacă răspunsul e greșit, raportează, baza de cunoștințe se corectează și eroarea nu se mai repetă.
Drepturi de acces: nu toată lumea vede tot
Un chatbot pentru documente accesibil oricărui angajat din orice document e o problemă de securitate. Contractele cu clienții nu trebuie văzute de logistică. Fișele de salariu nu se văd de colegi. Ofertele în negociere nu se accesează din toate departamentele.
Soluția se numește control de acces bazat pe roluri. Fiecare document primește o etichetă cu ce roluri au voie să îl vadă. Când un utilizator pune o întrebare, sistemul caută numai în documentele la care are acces. Răspunsul nu conține niciodată informație cu acces restricționat, chiar dacă ar fi tehnic relevant.
Integrarea cu sistemele de control al accesului existente în firmă, Active Directory sau Google Workspace, e posibilă și recomandată de la început, nu ca o corecție ulterioară. Dacă angajatul nu poate deschide un fișier, chatbotul nu răspunde din el.
Chatbot pentru documente: cum recunoști când răspunde prost
Testul periodic cu întrebări de control. Selectezi 20-30 de întrebări cu răspunsuri știute din documente specifice, le rulezi la intervale regulate și compari rezultatele cu răspunsurile corecte. Nu e un test de o singură dată: se rulează săptămânal sau lunar, în funcție de ritmul de schimbare a documentelor.
Dacă rata de răspuns corect scade brusc, s-a schimbat ceva: un document a fost suprascris, o versiune nouă a intrat fără să fie retrasă cea veche sau indexul a rămas în urmă. Indicatorul numeric e mai util decât inspecția manuală ocazională.
Un chatbot pentru documente netestat periodic e un sistem care se degradează fără să știi. Documentele se schimbă, indexul rămâne vechi, răspunsurile devin treptat false. Dacă firma procesează date personale ale angajaților sau clienților prin sistem, ANSPDCP publică ghiduri despre obligațiile de protecție a datelor care se aplică.
Cât durează și ce nu se automatizează
Etapa cea mai lungă nu e instalarea sistemului. E inventarul și curățarea documentelor. Dacă firma are 300 de fișiere acumulate în ani, cu versiuni multiple și proceduri retrase nemarcat, inventarul poate dura câteva săptămâni. Nu e un efort de o singură dată: fiecare lot de documente noi trebuie revizuit înainte de indexare.
Instalarea tehnică, indexarea documentelor curate și configurarea unui chatbot de bază se face în câteva zile. Calibrarea și testarea cu întrebări reale cer câteva săptămâni suplimentare. Lansarea cu utilizatori reali vine după ce rata de răspuns corect e stabilă.
Ce rămâne la om după lansare: actualizarea documentelor când se schimbă proceduri, retragerea versiunilor vechi, adăugarea documentelor noi, monitorizarea scorului de calitate și decizia de a interveni când scade. Dacă nimeni nu face asta, sistemul devine mai prost cu fiecare lună.
Ce rămâne de făcut de om
Menținerea documentelor la zi. Asta e munca care nu dispare și, de fapt, devine mai importantă. Dacă înainte o procedură veche stătea în sertar și nimeni n-o mai citea, acum e indexată și răspunde la întrebări. O procedură retrasă care rămâne în index face mai mult rău decât făcea în sertar.
Sistemul nu decide ce e corect în documente. Oamenii decid asta. Sistemul face disponibilă și căutabilă decizia lor. Poți vedea o logică similară în automatizarea răspunsurilor la email, unde agentul propune și omul aprobă: în ambele cazuri, AI-ul execută, omul decide ce e corect.
O firmă de servicii cu 15 angajați, de exemplu, poate reduce la zero întrebările repetitive adresate administratorului, dacă procedurile sunt curate și indexate. Administratorul continuă să actualizeze documentele, dar nu mai răspunde la aceleași 10 întrebări de zece ori pe săptămână. Timpul recuperat se simte imediat. Efortul de menținere al documentelor, mai puțin imediat, dar la fel de real.
Construim astfel de sisteme pentru firme mici și medii din România. Dacă vrei să știi dacă documentele firmei tale se pretează la un asistent de tip chatbot, scrie-ne la office@seoclub.ro. Prima discuție e despre cazurile particulare ale firmei tale, nu o prezentare generică.
