Сбербанк разработал нейросетевую модель GigaChat для общения с пользователями на естественном языке.  GigaChat анализирует запросы, использует сложные алгоритмы для интерпретации и генерирует контекстно-зависимые ответы, постоянно обучаясь и адаптируясь.

Мы интегрировали GigaChat с нашей системой визуализации данных Luxms BI для автоматизации подготовки отчётов в одном из проектов.  Задача заключалась в использовании возможностей нейросети для генерации текстовых описаний к визуализированным данным, освобождая пользователей от рутинной работы.

Как мы реализовали интеграцию GigaChat в Luxms BI

GigaChat получает контекст – описание визуализации (название, данные, категории) – и, следуя подробному базовому промту, генерирует отчёт, по запросу он может его и структурировать.  Промт задаёт роль GigaChat (например, «бизнес-аналитик с 10-летним опытом»), определяет целевую аудиторию и акценты отчёта.  Аналогично обучению человека, чёткая формулировка запроса критически важна для получения корректного результата.  Хотя GigaChat не дообучался, детальный контекст позволяет получать качественные результаты, требующие, тем не менее, проверки.  В текущей реализации контекст теряется при закрытии чата, но мы можем это изменить, так как техническая возможность сохранения контекста у GigaChat есть.

В планах – расширение функционала: описание не только отдельных элементов, но и целиком панелей визуализации, интеграция с системами Data Governance для обогащения контекста, встраивание генерации текста в шаблоны отчётов и, в перспективе, управление параметрами визуализации (например, изменение цвета столбцов) через GigaChat.

Подробнее о кейсе рассказали в нашей статье на Habr – “Правильные слова для правильного результата: история внедрения сервиса GigaChat в Luxms BI“.