Евгений (aka S0k0l)^* Соколов

В Tripment Health человек мог выбрать обследование, анализ или консультацию и заранее узнать цену. Я участвовал в создании этого медицинского маркетплейса для США — от первых сценариев до выпуска продукта.

Сервис был рассчитан на людей, которые оплачивали медицинские услуги самостоятельно. Я работал в международной продуктовой команде, изучал конкурентов, обсуждал сценарии с экспертами и пользователями. Проектировал веб- и мобильную версии, телемедицину и инструменты подключения клиник.

Оформление под разные медицинские услуги

Услуги требовали разных действий от пациента. Для обследования могло понадобиться направление; перед консультацией — сведения о здоровье; с клиникой нужно было согласовать время визита. Я спроектировал конструктор, в котором из общих шагов собиралось оформление для конкретной услуги и клиники: данные пациента, анкета о здоровье, направление, выбор времени, оплата. Он учитывал и то, какие сведения пациент уже предоставил.

При записи на онлайн-консультацию, например, пациент видел штат, в котором врач имеет право консультировать. Если нужно, можно было выбрать другой штат. Здесь же человек проверял свои данные и мог оставить заметку врачу. Перед оплатой ему сообщали, что деньги спишутся после подтверждения записи врачом.

Получить недостающее направление

Если для выбранного обследования требовалось направление, а у пациента его не было, сервис предлагал консультацию для его получения. Я связал этот сценарий с оформлением обследования: человек мог перейти к консультации из своей записи.

Покупая билет, человек выбирает всю поездку: сколько времени проведёт в дороге, где будет пересадка, что можно взять с собой и получится ли изменить планы. В Clickavia этот выбор и бронирование нужно было уместить в Telegram.

Работа началась с бота для обращений в поддержку: провоз животных, негабаритный багаж, изменения в билете. После первой итерации задача выросла до полноценного сервиса бронирования и управления поездкой. Я проектировал UX Telegram-приложения и редизайн веб- и мобильной версии в небольшой дизайн-команде.

Понять маршрут до оформления

В поисковой выдаче я собрал рядом цену, время в пути, пересадки и основные условия тарифа. Так предложения можно сравнивать по тому, как пройдёт поездка. Багаж, обмен и возврат видны уже в карточке перелёта.

Например, в макете маршрут Минеральные Воды — Казань занимает больше суток: пересадка в Москве длится 22 часа. Это видно до перехода к оформлению. Человек может сразу решить, подходит ли ему такое ожидание, и продолжить сравнение вариантов.

Сохранить выбранную поездку на всём пути

Я разложил оформление на пять этапов: билеты, тарифы, пассажиры, услуги и оплата. Переходы между ними видны сверху. В начале оформления — сводка выбранной поездки, её стоимость и подробный состав маршрута.

В «Коте Учёном» мы закупали книги у издательств и оптовиков. У каждого — свой каталог, цены и наличие. Одну книгу могли предлагать несколько поставщиков. Я спроектировал Catme Portal, чтобы сотрудники могли искать товары и собирать закупку по всем этим предложениям в одном месте.

Идея была в том, чтобы сделать для сотрудников внутренний интернет-магазин с поисковиком по книгам и другим товарам. Из неё выросли портал и Android-приложение. Я проектировал работу с ассортиментом: выбор товаров, закупку, приёмку, цены и учёт запасов.

Каталоги поставщиков в одном поиске

Портал собирал прайсы поставщиков и давал искать по названию, автору, серии или издательству. Сотрудник видел описание книги, обложку и предложения поставщиков. Из результатов поиска он добавлял выбранное в закупочную корзину.

Книги для будущих закупок сохраняли в подборки. Когда возвращались к отложенному выбору, портал помогал снова найти их у поставщиков по свежим прайсам.

Повторная закупка и новинки

Мы просматривали проданные книги и отправляли выбранные в «Пополнить запас». Поставщик уже был настроен: при повторной закупке не требовалось заново искать, у кого взять эту книгу. Количество выбирал сотрудник.

За астрологическим разбором человек приходит с вопросом: о себе, отношениях или предстоящем годе. Ему нужно понять, как прочитанное относится к его жизни и что можно обсудить дальше.

В Astrolab человек работает со своим ИИ: агент получает расчёты, выполняет разбор и собирает отчёт. К подробным материалам можно вернуться с новым вопросом. Я разрабатываю систему вместе с ИИ: задаю способы разбора, продумываю, что сохранить в подробном описании и как объяснить это читателю, сравниваю результаты и дорабатываю систему.

Начинать с вопроса человека

Для разных техник я разрабатываю контрактные рецепты. В них заданы нужные данные, порядок разбора и состав результата. Например, соляр — карту личного года — нужно сопоставить с натальной картой, а в прогнозе дня связать длительный фон с изменениями внутри суток. Вопрос человека помогает выбрать подходящий разбор и темы, которые стоит рассмотреть подробнее.

В разборе отношений, например, важно, кто перед нами: романтическая пара, друзья или деловые партнёры. От этого зависят темы разговора. В публичном примере два вымышленных партнёра по-разному подходят к работе: один стремится быстрее действовать, другому нужно разобраться в условиях и ресурсах. Разбор показывает, когда это различие помогает общему делу, а когда становится источником спора. В конце — вопросы для совместного обсуждения решений и ответственности.

Для синастрии — разбора отношений — я выбрал два взаимных наложения натальных карт. Сначала карта одного участника находится внутри, а другого — снаружи, затем наоборот. Так видны оба направления взаимодействия. В отчёте карты сопровождаются текстом и таблицами; подробное основание разбора можно открыть отдельно.

От расчётов к понятному отчёту

Нужная модель кроссовок нашлась на распродаже в Германии. Пока я заполнял заявку на выкуп, кроссовки успели раскупить.

Я искал с ИИ конкретную модель и лучшую цену. Для покупки нашёл партнёра, который мог выкупить товар, растаможить и доставить его в Россию. Итоговая стоимость меня устраивала. Оставалось перенести данные из магазина в форму партнёра.

Следующий шаг для агента

Товар, размер, цвет и количество уже были выбраны. Но всё это приходилось повторно вводить на другом сайте. Если так происходит с одной парой кроссовок, то целая корзина превращается в долгий копипаст. На распродаже за это время можно потерять саму возможность покупки.

Так началась работа над Mooncart. Я хотел, чтобы агент переносил уже выбранные товары из магазина в заявку на выкуп. Разрабатывал решение вместе с ИИ: продумывал сценарий покупки, определял, что можно поручить агенту и как проверить результат. Мы пробовали перенос, разбирали ошибки, меняли правила и снова проверяли их на товарах и формах.

Корзина, к которой можно вернуться

Мне было важно, чтобы работа не пропадала при закрытии браузера или смене чата. Поэтому собранная корзина сохраняется в отдельном файле: товары, выбранные размеры и цвета, количество, цены и то, что ещё нужно уточнить. Другой агент может прочитать этот файл и продолжить с того места, где остановился предыдущий.

Я спроектировал AI-Bartini — инструмент для инженерного поиска с ИИ. Человек описывает задачу и ограничения, а его агент помогает найти возможные механизмы, разобраться в их устройстве и выбрать следующий расчёт или опыт.

В основе поиска — LT-метод Бушуева–Бартини–Кузнецова: работа с противоречащими требованиями через измеримые физические свойства. Исторический метод я адаптировал для агента и дополнил средствами работы над задачей: как получить нужный контекст, сохранить ход рассуждения, подключить расчёт и собрать результаты разных исполнителей.

Начать со своей задачи

Исследовательский проект постепенно накопил статьи, гипотезы, разборы и поправки. Новому пользователю нужен был понятный способ применить инструмент к своей задаче. Поэтому я отделил рабочий комплект от архива исследования и сделал единый вход для агента: что прочитать, какой способ работы выбрать и что предъявить человеку.

Логику метода я отделил от таблиц, правил перевода величин и учебных примеров. Агент читает необходимые материалы по ссылкам; пример помогает освоить ход, но не задаёт ответ. Чтобы начать, достаточно открыть папку проекта в среде своего агента и описать проблему. Так новый агент может начать работу без знакомства с историей разработки.

Сохранить задачу по ходу исследования

В одной задаче могут конфликтовать несколько требований. Я задал правила, по которым агент должен удерживать их вместе: разобрать каждое существенное противоречие, объяснить выбор величин и обозначить, что ещё осталось выяснить. Если не хватает данных, нужно понять, какой именно вывод от них зависит и можно ли продолжить с явно названным допущением.

В раннем прототипе «Русского 100» преподаватель выбирал задания и собирал тест для подготовки к ЕГЭ. Я расширил проект до кабинета с группами, учениками, ответами и результатами. Это была моя первая проба работы с ИИ над продуктом.

Небольшая команда разрабатывала сервис подготовки к экзамену по русскому языку. Мы разобрали работу преподавателя: как он подбирает задания, назначает их группе, проверяет ответы и следит за результатами. Я связал эти действия в прототипе кабинета.

При создании теста преподаватель выбирает задания и их сложность. Счётчик выбранных заданий и кнопка создания остаются внизу экрана при прокрутке длинного списка. Можно продолжать выбор и видеть, сколько уже набрано.

Работа с группой

Я организовал кабинет вокруг учебных групп. Преподаватель открывает нужную группу и переходит к ученикам, тестам и результатам. На карточке группы видны её статус, количество учеников и тестов; активные группы и архив можно просматривать отдельно.

Результаты группы в одной таблице

Для сравнения результатов я выбрал таблицу: ученики в строках, задания в столбцах. В ней можно посмотреть работу группы целиком и перейти к подробностям отдельного результата.