1
Контекст
Определяем сценарий, пользователей и метрику.
Работа с изображением
Computer Vision с понятной сметой.
Разрабатываем системы компьютерного зрения для контроля качества, распознавания объектов и анализа визуальных потоков.
Работа с изображением
Точность в production
Production-подход
Прозрачная оценка
01 — Состав
Что входит.
Аудит сценариев и данных
Карта рисков и критериев качества
UX ключевого взаимодействия
Архитектура AI-контура
Интеграции с системами клиента
Оценка ответов и мониторинг
Тестирование крайних случаев
Документация и передача команде
02 — Метод
Как создаём компьютерное зрение
Начинаем с решения и качества результата, затем выбираем модель и технологический контур.
2
Данные
Проверяем источники, доступы и качество.
3
Прототип
Тестируем опыт и ответы на реальных кейсах.
4
Production
Собираем интеграции, наблюдаемость и защиту.
5
Развитие
Улучшаем систему по данным использования.
03 — Процесс
Этапы работы.
01
Фиксируем задачу и границы первой версии.
02
Собираем сценарии, данные и требования.
03
Делаем решение инкрементами с регулярными демо.
04
Проводим тесты, обучение и включаем мониторинг.
04 — Интеграции
Интеграции для компьютерного зрения
OpenAI APIПодключаем OpenAI API и проверяем надёжность обмена данными.
Anthropic APIПодключаем Anthropic API и проверяем надёжность обмена данными.
Google Vertex AIПодключаем Google Vertex AI и проверяем надёжность обмена данными.
PostgreSQLПодключаем PostgreSQL и проверяем надёжность обмена данными.
TelegramПодключаем Telegram и проверяем надёжность обмена данными.
CRMПодключаем CRM и проверяем надёжность обмена данными.
05 — Стек
Технологии проекта.
Модели
GPTClaudeGeminiLlama
06 — Сравнение
Внедрение вместо эксперимента
| Критерий | meretti.pro | Разрозненный пилот | Готовый бот |
|---|---|---|---|
| Сценарий | Привязан к процессу | Проверяется в вакууме | Ограничен шаблоном |
| Качество | Тесты и мониторинг | Без системы оценки | Не управляется |
| Данные | Права и контекст | Ручные выгрузки | Закрытый контур |
07 — Цифры
Почему с нами.
48 ч
на первичную оценку
1
команда от гипотезы до запуска
100%
прозрачности по данным
7 дней
ритм демо
08 — Стоимость
Тарифы и ориентиры.
Пилот
от 450 000 ₽
10–16 недель
- Ключевой сценарий
- Прототип
- Тестовые кейсы
Популярный
Production
от 711 000 ₽
16–24 недели
- Всё из «Пилота»
- Интеграции
- Мониторинг и безопасность
Масштаб
от 1 202 000 ₽
24–36 недель
- Всё из «Production»
- Несколько сценариев
- План развития
Стоимость зависит от данных, интеграций и требований к качеству; состав работ фиксируем до старта.
Дополнения
Подготовка данныхДополнительные интеграцииОценка качестваПоддержка
09 — Портфолио
Последние проекты
Файвен
Классифайды живут скоростью и доверием. Если категория, поиск или переписка «тормозят» — пользователь уходит к привычной площадке.
Live
Продукт в проде
РФ
Города и регионы
PWA
Мобильный сценарий
10 — FAQ
Частые вопросы
Какие задачи CV делаете?
Классификация, детекция, OCR, контроль качества, документы/сканы. Нужны данные и разметка. Пилот на видео/фото потоке.
Хватит ли готовых моделей?
Часто да на старте. Дообучение — при домене. Считаем точность/полноту. Edge vs cloud.
Сколько нужно данных?
Зависит от задачи. Иногда сотни, иногда десятки тысяч. Аугментации и активное обучение. Оценка после sample.
Интеграция в линию/1С?
Да, через события и API. Задержка критична. Железо и сеть учитываем. Пилот на одном участке.
Этика и персональные данные?
Лица/номера — особые правила. Минимизация, blur, согласия. Юристы клиента. Технические ограничения закладываем.
11 — Связанное
Контекст для решения
Следующий шаг
Найдём сценарий,
где AI окупается.
На первой встрече разберём процесс, данные и границы полезного пилота.