Галерея шаблонов
Галерея шаблонов
Галерея шаблонов — это коллекция преднастроенных ML-пайплайнов, которые вы можете использовать как отправную точку для своих задач. Вместо сборки пайплайна с нуля вы выбираете готовый шаблон, адаптируете его под свои данные и сразу запускаете.
Шаблоны покрывают наиболее востребованные сценарии использования AI-моделей и демонстрируют лучшие практики построения пайплайнов.
Популярные шаблоны
1. RAG-пайплайн (Retrieval-Augmented Generation)
Классический пайплайн для вопросно-ответных систем на основе ваших документов:
- Вход: вопрос пользователя в виде текста
- Шаги: поиск релевантных фрагментов в векторной базе (embeddings) -> объединение найденного контекста с вопросом -> вызов LLM для генерации ответа на основе контекста
- Выход: развёрнутый ответ со ссылками на источники
Подходит для: корпоративных баз знаний, FAQ-систем, документации продуктов.
2. Чат-бот поддержки
Готовый шаблон для создания AI-ассистента службы поддержки:
- Вход: сообщение пользователя (вопрос, жалоба, запрос)
- Шаги: классификация типа обращения -> выбор соответствующего системного промпта -> вызов LLM с инструкциями поддержки -> форматирование ответа
- Выход: вежливый, структурированный ответ с учётом типа обращения
Подходит для: клиентской поддержки, внутренних helpdesk-систем.
3. Суммаризация текста
Автоматическое сокращение длинных текстов до ключевых тезисов:
- Вход: длинный текст или документ
- Шаги: разбиение текста на чанки (если превышает контекстное окно) -> последовательная суммаризация чанков -> финальное объединение и суммаризация
- Выход: краткое резюме (1-3 абзаца)
Подходит для: обработки новостей, отчётов, научных статей, протоколов совещаний.
4. Классификация изображений
Пайплайн для категоризации изображений с использованием vision-моделей:
- Вход: загруженное изображение (PNG, JPG)
- Шаги: предобработка (изменение размера, если требуется) -> вызов vision-модели для классификации -> извлечение категорий из ответа
- Выход: категория изображения с уровнем уверенности
Подходит для: модерации контента, сортировки медиа-библиотек, автоматического тегирования.
5. Многошаговый анализ данных
Пайплайн для последовательного анализа табличных данных:
- Вход: загруженный CSV-файл с данными
- Шаги: парсинг CSV -> фильтрация строк по условию -> вызов LLM для интерпретации паттернов -> форматирование аналитической сводки
- Выход: текстовая аналитика с выявленными закономерностями
Подходит для: анализа продаж, метрик, логов, результатов опросов.
Использование шаблона
- Откройте редактор пайплайнов и нажмите «Галерея шаблонов»
- Просмотрите список шаблонов — у каждого есть название, краткое описание и схема узлов
- Нажмите «Использовать» на понравившемся шаблоне — он загрузится на полотно редактора
- Адаптируйте шаблон под свою задачу: измените модель, настройте промпты, добавьте или удалите узлы
- Запустите пайплайн с вашими тестовыми данными, чтобы проверить результат
Все созданные из шаблонов пайплайны сохраняются в вашем списке и доступны для дальнейшей доработки. История запусков фиксируется как обычно — смотрите подробности в разделе История запусков.