#AI-співробітник · Viz: Посібник з налаштування для сценаріїв CRM

На прикладі CRM дізнайтеся, як зробити так, щоб ваш AI-аналітик розумів ваш бізнес і розкрив увесь свій потенціал.

#1. Вступ: Як Viz переходить від "бачення даних" до "розуміння бізнесу"

У системі NocoBase Viz — це вбудований AI-аналітик, що надає інсайти. Він може розпізнавати контекст сторінки (наприклад, Leads, Opportunities, Accounts) і генерувати графіки трендів, воронкоподібні діаграми та картки KPI. Однак за замовчуванням він має лише базові можливості запитів:

Ці інструменти дозволяють Viz лише "розпізнавати структуру", але ще не "розуміти вміст". Щоб він міг генерувати інсайти, виявляти аномалії та аналізувати тенденції, вам потрібно розширити його більш відповідними аналітичними інструментами.

В офіційному CRM-демо ми використали два підходи:

• Overall Analytics (Універсальний аналітичний рушій): Шаблонне, безпечне та багаторазове рішення;
• SQL Execution (Спеціалізований аналітичний рушій): Пропонує більшу гнучкість, але пов'язаний з більшими ризиками.

Ці два варіанти не є єдиними; вони скоріше є парадигмою дизайну:

Ви можете слідувати цим принципам, щоб створити реалізацію, яка краще підходить для вашого бізнесу.

#2. Структура Viz: Стабільна особистість + Гнучкі завдання

Щоб зрозуміти, як розширити Viz, спочатку потрібно розібратися в його багатошаровій внутрішній архітектурі:

Така багатошарова архітектура дозволяє Viz зберігати стабільну "особистість" (послідовну логіку аналізу), водночас швидко адаптуючись до різних бізнес-сценаріїв (CRM, управління лікарнями, аналіз каналів, виробничі операції тощо).

#3. Шаблонний аналітичний рушій (рекомендовано)

#3.1 Огляд принципу роботи

Overall Analytics — це основний аналітичний рушій у CRM-демо. Він керує всіма SQL-запитами через колекцію шаблонів аналізу даних (data_analysis). Viz не пише SQL безпосередньо, а викликає заздалегідь визначені шаблони для генерації результатів.

Послідовність виконання така:

flowchart TD
    A[Viz отримує завдання] --> B[Викликає робочий процес Overall Analytics]
    B --> C[Зіставляє шаблон на основі поточної сторінки/завдання]
    C --> D[Виконує SQL-запит шаблону (лише для читання)]
    D --> E[Повертає результат даних]
    E --> F[Viz генерує діаграму + коротку інтерпретацію]

Таким чином, Viz може генерувати безпечні та стандартизовані результати аналізу за лічені секунди, а адміністратори можуть централізовано керувати всіма SQL-шаблонами та перевіряти їх.

#3.2 Структура колекції шаблонів (data_analysis)

#Приклади шаблонів у CRM-демо

#3.3 Переваги цього підходу

📘 Ця колекція data_analysis не обов'язково повинна мати саме таку назву. Головне: зберігати логіку аналізу в шаблонному вигляді, щоб її уніфіковано викликав робочий процес.

#3.4 Як змусити Viz використовувати це

У визначенні завдання ви можете чітко вказати Viz:

Привіт, Viz!

Будь ласка, проаналізуйте дані поточного модуля.

**Пріоритет:** Використовуйте інструмент Overall Analytics, щоб отримати результати аналізу з колекції шаблонів.
**Якщо відповідний шаблон не знайдено:** Зазначте, що шаблон відсутній, і запропонуйте адміністратору додати його.

Вимоги до виводу:
- Генеруйте окрему діаграму для кожного результату;
- Додайте короткий опис (2–3 речення) під діаграмою;
- Не вигадуйте дані та не робіть припущень.

Таким чином, Viz автоматично викличе робочий процес, знайде найбільш підходящий SQL-запит у колекції шаблонів і згенерує діаграму.

#4. Спеціалізований виконавець SQL-запитів (використовувати з обережністю)

#4.1 Сценарії застосування

Коли вам потрібен дослідницький аналіз, тимчасові запити або агрегація з об'єднанням кількох колекцій, ви можете змусити Viz викликати інструмент SQL Execution.

Особливості цього інструменту:

• Viz може безпосередньо генерувати SELECT запити;
• Система виконує їх і повертає результат;
• Viz відповідає за аналіз та візуалізацію.

Приклад завдання:

"Будь ласка, проаналізуйте тенденцію зміни коефіцієнтів конверсії потенційних клієнтів за регіонами протягом останніх 90 днів."

У цьому випадку Viz може згенерувати:

SELECT region, COUNT(id) AS leads, SUM(converted)::float/COUNT(id) AS rate
FROM leads
WHERE created_at > now() - interval '90 day'
GROUP BY region;

#4.2 Ризики та рекомендації щодо захисту

Загальні рекомендації:

• Звичайним користувачам слід дозволяти лише шаблонний аналіз (Overall Analytics);
• Лише адміністраторам або старшим аналітикам слід дозволяти використовувати SQL Execution.

#5. Якщо ви хочете створити власний "Overall Analytics"

Ось простий, загальний підхід, який ви можете відтворити в будь-якій системі (незалежно від NocoBase):

#Крок 1: Розробіть колекцію шаблонів

Назва колекції може бути будь-якою (наприклад, analysis_templates). Вона повинна містити поля: name, sql, collection та description.

#Крок 2: Напишіть сервіс або робочий процес "Отримати шаблон → Виконати"

Логіка:

1. Отримує завдання або контекст сторінки (наприклад, поточну колекцію);
2. Зіставляє шаблон;
3. Виконує SQL-запит шаблону (лише для читання);
4. Повертає стандартизовану структуру даних (рядки + поля).

#Крок 3: Змусьте AI викликати цей інтерфейс

Підказка для завдання може бути написана так:

Спершу спробуйте викликати інструмент аналізу шаблонів. Якщо в шаблонах не знайдено відповідного аналізу, тоді використайте виконавець SQL-запитів.
Будь ласка, переконайтеся, що всі запити призначені лише для читання, та згенеруйте діаграми для відображення результатів.

Таким чином, ваша система AI-співробітників матиме аналітичні можливості, подібні до CRM-демо, але буде повністю незалежною та налаштовуваною.

#6. Найкращі практики та рекомендації з дизайну

#7. Від CRM-демо до вашого сценарію

Незалежно від того, чи працюєте ви з CRM для лікарень, виробництвом, складською логістикою або набором студентів, якщо ви можете відповісти на наступні три питання, Viz зможе принести цінність вашій системі:

Як тільки ви визначите ці аспекти, вам потрібно лише:

• Записати логіку аналізу в колекцію шаблонів;
• Прикріпити підказку завдання до сторінки;
• Тоді Viz зможе "перебрати на себе" аналіз ваших звітів.

#8. Висновок: Візьміть парадигму з собою

"Overall Analytics" та "SQL Execution" — це лише два приклади реалізації. Набагато важливішою є ідея, що стоїть за ними:

Зробіть так, щоб AI-співробітник розумів вашу бізнес-логіку, а не просто виконував підказки.

Незалежно від того, чи використовуєте ви NocoBase, приватну систему або власний робочий процес, ви можете відтворити цю структуру:

• Централізовані шаблони;
• Виклики робочих процесів;
• Виконання лише для читання;
• AI-презентація.

Таким чином, Viz більше не буде просто "AI, що може генерувати діаграми", а стане справжнім аналітиком, який розуміє ваші дані, ваші визначення та ваш бізнес.