RAG, эмбеддинги, галлюцинации, редакция PHI, защита от UPL, режим викторины, вертикальная специализация, мульти-тенантность — каждый термин привязан к конкретному примеру SLAtech. Со ссылками на FAQ и матрицу сравнения.
Программный агент, который понимает посетителя на естественном языке и отвечает в той же форме — через веб-виджет, мессенджер (WhatsApp, Telegram) или голосовой интерфейс. Современные AI-чатботы работают на больших языковых моделях и подходе RAG (поиск с дополненной генерацией).
Контракт, который требует HIPAA между закрытой организацией (клиника, больница) и партнёром (вендор, обрабатывающий PHI). Без BAA организация несёт прямую ответственность за любое PHI, которое обработал вендор. SLAtech Medical поставляет вариант single-tenant с возможностью BAA — соглашение подписывается до первой загрузки PHI. Если вендор годами «работает над этим» — это красный флаг.
Процент входящих разговоров, которые бот разрешает полностью без передачи человеку. Эта метрика напрямую двигает ROI: 50% против 80% — это 30 процентных пунктов разницы в стоимости поддержки. Базовые показатели SLAtech: медицина 78%, юриспруденция 73%, бизнес 72%. Отображается по каждому тенанту в админ-дашборде.
Сумма, которую вендор берёт за экспорт данных с платформы. Классический рычаг привязки: низкая цена подписки в публичном прайс-листе и скрытая плата за выход, которая утраивает стоимость переключения. SLAtech не берёт плату за выход — это написано на странице цен и в MSA. Спросите любого вендора в письме: «Возьмёте ли вы с меня плату, если я уйду?». Ответ ожидайте в письменной форме.
Американский закон, защищающий учебные записи студента. Запрещает раскрытие оценок, статуса финансовой помощи и дисциплинарных записей без верификации личности. SLAtech Edu делает обязательный шаг верификации перед раскрытием защищённых записей. Универсальные чатботы переразглашают при попытке выдать себя за другого — это прямая ответственность по соответствию.
Стандарт HL7 для обмена медицинскими данными через REST API. Ресурсы: Patient, Appointment, Practitioner, Encounter, Observation. SLAtech Medical может опрашивать FHIR-совместимые электронные медкарты, чтобы показать живую доступность приёма и формы интейка под конкретного врача. Универсальные чатботы без понимания FHIR-схемы такое не умеют.
Общий регламент защиты данных Евросоюза (Регламент 2016/679). SLAtech соответствует GDPR по умолчанию: передача данных субпроцессорам — по стандартным договорным условиям SCC 2021/914. Хостинг в вашей юрисдикции — по запросу (Enterprise).
Подход, когда одна языковая модель оценивает ответ другой по осям фактологии, галлюцинации и уверенности. SLAtech запускает модель-судью на каждый ответ бота и показывает три оценки в админ-инбоксе.
Фреймворки квалификации лидов в продажах. MEDDIC = Metrics (метрики), Economic-buyer (экономический покупатель), Decision-criteria (критерии решения), Decision-process (процесс решения), Identify-pain (идентификация боли), Champion (внутренний чемпион). BANT = Budget (бюджет), Authority (полномочия), Need (потребность), Timeline (сроки). SLAtech Sales оценивает лида по всем шести осям MEDDIC на этапе приёма. Универсальные чатботы собирают только имя и e-mail — теряют 80% квалификационного сигнала, который захватывает MEDDIC.
Защищаемая медицинская информация (PHI) и персональные данные (PII) — категории, регулируемые HIPAA (США), GDPR (ЕС) и аналогичными нормами. При загрузке документов SLAtech опционально токенизирует обнаруженные структурные идентификаторы (email, телефон, платёжная карта, номер израильского удостоверения личности (Teudat Zehut), номер медицинской карты) до эмбеддинга и до вызова LLM; имена в свободном тексте автоматически не распознаются. Функция включается по выбору при загрузке и доступна во всех вертикалях.
Способ заземлить языковую модель на конкретный контент клиента. Перед тем как сгенерировать ответ, система находит самые подходящие фрагменты в векторном индексе и передаёт их модели как контекст. Так ответ опирается на материалы клиники, отеля или фирмы, а не на общие знания модели — это убирает «выдумывание» цен и политик.
Обработка двунаправленного текста для иврита, арабского и персидского — требует явной поддержки в формах, выборщиках дат, валютных строках, выравнивании кнопок. Большинство чатбот-вендоров делают автоперевод, но не делают bidi-локализацию. SLAtech поставляет иврит RTL как первоклассный язык — bidi-aware UI, формат даты dd/mm/yyyy, валюта ILS, формат телефонов RFC2822.
Self-hosted — клиент сам запускает бота на своей инфраструктуре. Облако — вендор отвечает за всё. SLAtech работает только в облаке по умолчанию; на Enterprise-тарифе доступен single-tenant вариант, который даёт те же гарантии изоляции без операционной нагрузки.
Полная стоимость развёртывания чатбота за весь срок жизни: подписка плюс остаточная человеческая поддержка плюс интеграции плюс цена переключения вендора. SLAtech предлагает интерактивный калькулятор TCO на /ru/tco-calculator/ — введите объём разговоров в месяц, стоимость оператора, среднее время обработки и долю самостоятельного решения, на выходе годовая экономия и срок окупаемости.
Параметр поискового пайплайна — сколько фрагментов возвращается на один запрос. SLAtech по умолчанию использует TopK=10, ограничено диапазоном [1, 20]. Больше — больше контекста для модели, но выше задержка и стоимость.
Регуляторное ограничение в юр-индустрии: давать юридический совет может только юрист. UPL-защита в SLAtech Legal направляет каждый содержательный юридический вопрос на следующий шаг к адвокату.
Контрактные или технические ограничения, которые делают переключение на другого вендора неоправданно дорогим — закрытые форматы экспорта, плата за выход, обязательные SOW от внешнего консультанта, привязка схемы базы знаний. SLAtech не берёт плату за выход, экспорт разговоров в JSON-Lines с SLA на сутки, базу знаний в Markdown. Всё это в MSA, а не спрятано за «свяжитесь с продажами».
Корпус контента тенанта (FAQ, PDF-файлы, выкачанные веб-страницы, кураторские статьи), на котором заземляются ответы бота через RAG. Пайплайн SLAtech на этапе индексации запускает извлечение текста, разбиение на чанки, построение эмбеддингов и загрузку в векторное хранилище.
База данных, оптимизированная для быстрого поиска по миллионам эмбеддингов через косинусное сходство. SLAtech использует векторное хранилище с изоляцией по идентификатору тенанта — строгая мульти-тенантность.
Архитектурный подход: поставлять не один универсальный чатбот, а несколько отраслевых (клиника, гостеприимство, юр., и так далее). SLAtech поставляет девять вертикалей.
Когда модель выдаёт правдоподобный текст, который не подтверждается найденным контекстом или просто неверен. Особенно опасны в регулируемых отраслях: медицинские советы, юридические позиции, цены. SLAtech помечает каждый ответ флагом галлюцинации в админ-инбоксе.
Тренировка языковой модели на данных конкретного клиента — для специализации тона или знаний. SLAtech НЕ делает дообучение на клиентских данных: контент тенанта исключён из пайплайна обучения по контракту.
Сценарий бота: собрать имя, e-mail и намерение посетителя и отправить в CRM. SLAtech поддерживает HubSpot, Salesforce и Pipedrive нативно, любую внутреннюю CRM — через универсальный JSON-POST вебхук.
Где бот встречает посетителя — веб-виджет, Telegram, WhatsApp Business, Instagram DM, e-mail. SLAtech включает веб, Telegram и WhatsApp в тариф Pro.
Максимальное число токенов, которое модель может обработать за один запрос. У ведущих языковых моделей контекстное окно 128 тысяч токенов.
Мера семантической близости двух эмбеддингов в диапазоне от 0 до 1 (1 — идентичны). Поисковый пайплайн SLAtech фильтрует чанки по настраиваемому порогу (по умолчанию 0.5).
Архитектурный паттерн: одно развёртывание обслуживает множество клиентов с изолированными данными. В SLAtech мульти-тенантность на каждом слое — таблицы базы данных, векторные коллекции, проекты Sentry, журналы аудита.
Транспорт Server-Sent Events, который доставляет ответ модели токен-за-токеном по мере генерации. Сокращает воспринимаемую задержку примерно на 70% по сравнению с ожиданием полного ответа.
Функция SLAtech Education, которая превращает каждый загруженный урок в практическую викторину со случайным порядком вопросов. Питает и Q&A-бота в реальном времени, и цикл самопроверки по конкретной теме.
Данные клиента физически хранятся в заданной юрисдикции, обрабатываются субпроцессорами того же региона и подчиняются правилам трансграничной передачи этой юрисдикции. После решения Schrems III в 2025 году трансграничная передача может стать фильтром закупки для регулируемых покупателей. SLAtech предлагает хостинг в вашей юрисдикции по запросу (Enterprise).
Двусторонняя интеграция с Google Calendar или Outlook — бот видит реальную доступность, бронирует слоты, отправляет напоминания и обрабатывает отмены.
Инструктивный текст, который добавляется перед каждым запросом к модели — задаёт роль, тон, ограничения. SLAtech поставляет системный промпт по умолчанию под каждую вертикаль, клиент может его переопределить в админ-платформе.
Третья сторона, которая обрабатывает данные клиента от имени SLAtech — например, провайдер LLM (запуск моделей), SendGrid (e-mail), Sentry (наблюдаемость), Cloudflare (CDN). Публичный список — на /ru/sub-processors/.
Параметр сэмплирования модели, который управляет случайностью вывода (0 — детерминированно, 1 — креативно). SLAtech по умолчанию ставит 0.3 для заземлённых ответов клиентам и 0.7 для креативных реплик в низкорисковых каналах.
Запечатанный бенчмарк из N вопросов, на котором ботам ставят оценку по фактологии, галлюцинации и уверенности. SLAtech поставляет 200-вопросный бенчмарк на каждую вертикаль — те же вопросы используются для сравнения SLAtech Medical, SLAtech Business и каждого конкурента на одинаковом входе. Методология открыта на /ru/eval/ — клиенты могут запустить её против собственного тенанта.
Единица обработки в языковой модели — примерно 4 символа или ¾ английского слова. Тарификация считается по токенам. SLAtech возвращает в API-ответе расход токенов и стоимость по каждому запросу.
Число от 0 до 1, отражающее уверенность модели в ответе — складывается из оценок поиска и вывода модели-судьи. SLAtech показывает уверенность по каждому ответу в админ-инбоксе.
Ссылка рядом с ответом бота, указывающая на источник, который использовался для заземления. В ответах SLAtech цитаты приходят с парой { sourceUrl, snippet } на каждую.
Небольшой фрагмент проиндексированного контента (обычно 200–500 токенов), который возвращается из поискового пайплайна как источник для цитирования. Чанки получаются из больших документов (PDF, веб-страницы, FAQ) на этапе индексации.
Числовой вектор, представляющий смысл текстового фрагмента. У двух близких по смыслу выражений эмбеддинги похожи. SLAtech генерирует эмбеддинги с 1536 размерностями с помощью ведущей embedding-модели, хранение в семантическом векторном хранилище.
Ничего не найдено.
Четыре инструмента самообслуживания оценки вендора, в которых термины из глоссария выше операционализированы:
Напишите основателю — мы добавляем термины по мере того, как покупатели их спрашивают.