Skip to main content

Kotovich AI Automation for Business

Про штучний інтелект, автоматизацію та сучасні технології для роботи та бізнесу.

⎋ | 🕮 | ⌲

21 posts

Latest articles

  1. Pinned

    Jun 11, 202612 min read

    Як створювати промпти під бізнес і роботу: практичний метод (станом на осінь 2026)

    Промпт не робить мовну модель безпомилковим консультантом. Але чітка задача, потрібні факти й зрозумілі критерії якості дають відповіді, які можна швидко перевірити й застосувати.

  2. Nov 9, 20267 min read

    Сократівський репетитор для чатів та агентів: український AI-скіл, який вчить запитаннями

    Більшість людей використовує чат-бот як пошуковик: запитав, отримав відповідь, забув. Є кращий режим: репетитор, який не дає відповідей, а ставить питання. Нещодавно я знайшов такий скіл у відкритому репозиторії Jane Street (трейдингова фірма), переклав його українською та адаптував. Нижче розповідаю, як він працює і як його запустити.

  3. Nov 1, 202612 min read

    Рахунки з фото в BAS "як в Монобанку": помилки, нюанси і дешевше рішення

    Як перетворити фото або PDF рахунку на чернетку документа в BAS без великого проєкту: розпізнавання реквізитів і позицій, звірка сум, робота з номенклатурою, контроль дублів, безпечна передача даних у AI та поетапна інтеграція через OData чи HTTP-сервіси.

  4. Oct 31, 20268 min read

    Як Uber і Domino’s використовують ШІ та зовнішні дані для прогнозування попиту

    Реальний контекст у прогнозуванні попиту - це структурована інформація про зовнішні умови: події, погоду, свята та локальні зміни. Її поєднують із внутрішніми даними бізнесу, щоб оцінювати можливі зміни попиту для конкретних місць і часових інтервалів.

  5. Oct 20, 202611 min read

    Як платити за ШІ менше: оркестрація агентів і дешеві моделі

    Коли агент працює над великою задачею, ліміт підписки часто закінчується раніше, ніж результат. Замість того щоб одразу переходити на дорожчий тариф, можна розділити роботу: сильна модель ухвалює рішення, дешева виконує рутину.

  6. Oct 19, 20269 min read

    Як об’єднати 500+ LLM в один пайплайн без хаосу в коді

    LLM-роутер - це єдиний шар коду, через який усі агенти викликають моделі. Агент знає лише свою задачу, а вибір моделі, fallback і ліміти витрат живуть у конфігу. Робоча зв’язка для SMB: LangGraph (оркестрація) + власний роутер із YAML (бізнес-правила) + OpenRouter (доступ до сотень моделей через один API).