Я перестал начинать с нейросети. Начинаю с таблицы.

Разбор на пальцах.

Когда мне приносят задачу «хотим бота» или «хотим, чтобы нейросеть считала цены», раньше я сразу садился выбирать модель и писать для неё подсказки. Теперь первый час уходит на скучное: я открываю таблицы и смотрю, как в них записаны данные.

Причина простая: нейросеть работает с тем, что ей дали. Если в прайсе один и тот же товар записан тремя способами, она примет его за три разных товара. Если в двух файлах указаны два разных срока доставки, бот уверенно назовёт любой из них. Потом ошибку ищут в нейросети, хотя она с самого начала сидела в таблице.

Пример из моей работы. В задаче с ценами для трёх маркетплейсов один и тот же товар был записан по-разному в общей таблице и в файле площадки. Умная программа тут ничего бы не спасла. Сначала пришлось договориться, какой артикул главный, и привести к нему все файлы.

Что я теперь проверяю до любой нейросети: 1. Один товар записан одним названием и одним артикулом во всех файлах. 2. У каждой цифры есть хозяин: понятно, кто её меняет и где лежит свежая версия. 3. Пустые ячейки и пометки вроде «уточнить» собраны в отдельный список. 4. Есть пример правильного результата, с которым можно сверить работу.

Вывод у меня такой. Когда данные в порядке, часто хватает обычной формулы, и нейросеть нужна только там, где правда приходится понимать живой текст. Когда в данных беспорядок, даже самая умная модель просто быстрее размножит ошибки.

А с чего начинаете вы, когда вам приносят задачу «автоматизировать»? Напишите в комментариях свой первый вопрос.