Asistenti koji odgovaraju iz vaših dokumenata (RAG)
Odgovori uz navođenje izvora iz vaših pravilnika, priručnika, ugovora ili zakona. Kada dokumenti ne pokrivaju pitanje, asistent to i kaže umjesto da nagađa.
Primjer: KODEKSAI inženjering na vašim podacima, pod ljudskom kontrolom
Dizajniram i gradim AI funkcionalnosti koje odgovaraju iz vaših podataka, prikazuju izvore i iskreno kažu kada ne znaju odgovor. AI agente koristim i u svakodnevnom radu, a svaki rezultat pregledam prije nego što stigne do vas.
Šta gradim
Šta gradim uz AI
LLM funkcionalnosti u postojećim proizvodima
Pretraga, sažeci, klasifikacija i pisanje nacrta, unutar vaše aplikacije i u okviru vašeg postojećeg sistema dozvola, a ne u zasebnom chatbotu.
Saznajte više: LLM funkcionalnosti u postojećim proizvodimaAutomatizacija dokumenata i radnih procesa
PDF-ovi, emailovi i obrasci pretvaraju se u strukturirane podatke i akcije, uz korak ljudskog odobrenja prije bilo kakve izmjene.
Saznajte više: Automatizacija dokumenata i radnih procesaU izradi
AI za Shopify operativu
Agent za korisničku podršku i operativu koji radi s pravilima prodavnice i katalogom, uz ljudsko odobrenje prije bilo kakve izmjene u prodavnici.
Saznajte više: AI za Shopify operativuKako funkcioniše
AI Sprint jedan konkretan problem, stvarni podaci, dvije sedmice
Za dvije sedmice provjerite da li AI zaista rješava jedan konkretan problem na vašim stvarnim podacima. Na kraju imate prototip koji radi i jasnu odluku, a ne prezentaciju.
01Dani 1 do 2
Definisanje
- Biramo jedan problem čije rješenje donosi stvarnu vrijednost
- Definišemo kako mjerimo uspjeh
- Potvrđujemo pristup podacima
02Dani 3 do 8
Izrada
- Prototip koji radi na vašim podacima
- Pretraga, navođenje izvora i zaštitni mehanizmi (guardrails)
- Ljudska provjera od prvog dana
03Dani 9 do 10
Mjerenje
- Evaluacija prema dogovorenim pitanjima i metrikama
- Procjena troška po upitu
- Plan za produkciju ili jasna preporuka da ne idete dalje
Šta dobijate
- Jasna preporuka: nastaviti ili ne
- Prototip koji radi
- Izvještaj o evaluaciji
- Procjena troškova
- Plan za produkciju
Obim i cijena dogovaraju se nakon poziva.
Principi
Četiri pravila od kojih ne odstupam
Zasnovano na izvorima
Odgovori dolaze isključivo iz vaših podataka, uz navedene izvore.
Izmjereno
Testirano prije puštanja u rad, uz zasebnu provjeru pretrage i odgovora.
Pod ljudskom kontrolom
Čovjek odobrava sve što mijenja podatke ili stiže do kupaca.
Privatnost ugrađena od početka
Osjetljivi podaci ne idu u analitiku niti u treniranje modela trećih strana. Na reagiraj.ba rezultat zdravstvenog rizika nikada ne stiže do GA4.
Primjeri iz prakse
Izgrađeno, izmjereno i opisano
AI u mom svakodnevnom radu
Radim kao jedan senior inženjer s AI agentima. Oni pišu nacrte, testiraju i dokumentuju; ja odlučujem i pregledam.
Tehnologije
Korišteno u produkcijiIstražujem
AI i cloud
- Anthropic Claude API
- OpenAI API (embeddingi)
- Claude Code (razvoj uz AI agente)
- Supabase
- Vercel
- Cloudflare
- AWS
- Docker
- Terraform
AI inženjering (koncepti)
- RAG (generisanje potpomognuto pretragom)
- Vektorska pretraga: pgvector
- Embeddingi: text-embedding-3-small
- Obrada dokumenata i podjela na odlomke (chunking)
- Prompt engineering i vezivanje odgovora za izvore
- Mjerenje kvaliteta pretrage (retrieval evaluation)
Istražujem
- Python i FastAPI
- AI agenti i pozivanje alata (tool use)
- Model Context Protocol (MCP) serveri
- LangGraph
- Alati za evaluaciju (Ragas, DeepEval)
- Observability za LLM aplikacije (Langfuse)
- Guardrails
Pitanja o radu s AI-jem
Hoće li se moji podaci koristiti za treniranje modela?
Ne, s obzirom na to kako postavljam sisteme. Koristim Anthropic i OpenAI API-je pod njihovim komercijalnim uslovima, prema kojima se ulazi i izlazi API-ja podrazumijevano ne koriste za treniranje njihovih modela. Vaši dokumenti i embeddingi ostaju u bazi podataka koju vi kontrolišete, a osjetljivi podaci ne idu u analitiku.
Treba li nam mnogo podataka?
Ne. Asistentu koji odgovara iz izvora potrebni su dokumenti koji sadrže odgovore, a ne skup podataka za treniranje. Za evaluaciju se dogovaramo o skupu stvarnih pitanja koja vaš tim postavlja, s odgovorima koje očekuje.
Šta ako AI da pogrešan odgovor?
Svaki odgovor prikazuje svoje izvore, pa se pogrešan odgovor može provjeriti i pratiti do izvora. Prije puštanja u rad mjerim koliko se često to dešava na vašim pitanjima, a sve što mijenja podatke ili stiže do kupaca prvo prolazi kroz ljudsku provjeru.
Može li raditi unutar naše postojeće aplikacije?
Da. Može raditi unutar vašeg sistema prijave i poštovati dozvole vaših korisnika, tako da ljudi dobijaju odgovore samo iz dokumenata koje smiju vidjeti.
Koliko košta korištenje sistema?
Zavisi od upotrebe: broja pitanja, dužine pronađenih dokumenata i modela koji se koristi. AI Sprint završava procjenom troška po upitu na osnovu vaših stvarnih podataka, prije nego što se obavežete na produkciju.