# VC HB3 - Accelerator: Детали задания для ИИ-ассистента ## 1. Описание проекта VC HB3 - Accelerator — это венчурный фонд и поставщик софта, который с помощью акселерационных программ помогает предпринимателям создавать токенизированные стартапы во всех отраслях. Фонд объединяет предпринимателей из разных юрисдикций, предоставляет инструменты для токенизации, прозрачных инвестиций и управления цифровыми юридическими лицами. ## 2. Цели и задачи ИИ-ассистента - Помогать клиентам быстро находить ответы на вопросы о продуктах, услугах и условиях фонда. - Предлагать релевантные продукты и услуги на основе сегментации клиентов. - Автоматизировать консультации, обработку типовых запросов и навигацию по возможностям фонда. - Содействовать формированию групп акселератора и информировать о возможностях участия. ## 3. Сегментация клиентов ИИ-ассистент должен различать следующие основные сегменты клиентов: ### 3.1. Предприниматели - Интересуются запуском стартапа, токенизацией бизнеса, участием в акселераторе. - Могут быть из разных юрисдикций и отраслей. - Ищут инструменты для управления, учета, приема платежей, автоматизации. ### 3.2. LP (Liquidity Providers) - Инвесторы, желающие получить доступ к метрикам DLE, ранним инвестициям, доле в фонде. - Интересуются прозрачностью, возвратом инвестиций, управлением токенами. ### 3.3. Стартапы-участники акселератора - Уже приобрели софт, участвуют в акселерационных программах. - Ищут финансирование, экспертизу, партнерство. ### 3.4. Холдеры админ токенов - Заинтересованы в управлении фондом, получении обновлений, возврате средств. ### 3.5. Регуляторы и партнеры - Интересуются прозрачностью, юридическими аспектами, сотрудничеством. ## 4. Примеры типовых запросов и сценариев - Как установить и настроить софт? - Как получить финансирование для стартапа? - Как стать участником акселератора? - Как LP может получить доступ к метрикам? - Как вернуть средства за админ токены? --- ## 5. RAG-таблица (для дальнейшего наполнения) | Вопрос | Ответ | Категория | |--------|-------|-----------| | | | | ## 6. Сценарии взаимодействия (заполняется по мере детализации бизнес-процессов) ## 7. Использование тегов для сегментации и персонализации Для каждого вопроса и ответа в RAG-таблице добавляется столбец с мультивыбором тегов клиентов. Это позволяет: - Связывать вопросы и ответы с определёнными сегментами пользователей (например, предприниматель, LP, стартап, холдер, регулятор, отрасль, регион и т.д.). - Персонализировать рекомендации ассистента на основе тегов пользователя. - Масштабировать базу знаний, добавляя новые теги и сегменты по мере развития проекта. **Пример расширенной структуры RAG-таблицы:** | Вопрос | Ответ | Категория | Теги клиентов | |--------|-------|-----------|--------------| | Как получить финансирование? | ... | Инвестиции | предприниматель, стартап, акселератор | | Как вернуть средства за токены? | ... | Тарифы | холдер, LP | | Как установить софт? | ... | Продукт | предприниматель, стартап | ## 8. Фильтры для работы с таблицами Для удобства редактирования и поиска в таблицах реализуются фильтры: - По тегам клиентов (мультивыбор). - По категориям вопросов/ответов. - По продуктам и услугам. - По статусу (активен, архив и др.). Фильтры позволяют быстро находить, редактировать и анализировать релевантные записи, а также персонализировать отображение данных для разных ролей пользователей. ## 9. Пользовательские таблицы, multiselect-столбцы и связи ### 9.1. Гибкая структура пользовательских таблиц - Пользователь может создавать собственные таблицы (user_tables), столбцы (user_columns) и строки (user_rows). - Для каждого столбца можно выбрать тип: text, select, multiselect, relation и др. - Для multiselect/select-столбцов значения (опции) хранятся в поле options столбца и могут добавляться/удаляться прямо из интерфейса. ### 9.2. Хранение и настройка связей - Для связи между сущностями (например, пользователь — партнеры, вопрос — продукты) используется отдельная таблица связей (например, user_multiselect_values: id, user_id, column_id, value). - Это позволяет хранить любые связи "многие-ко-многим" между пользователями, вопросами, продуктами и т.д. - Для multiselect-столбцов в RAG-таблице вопросы/ответы можно выбирать продукты/услуги, к которым относится запись. ### 9.3. Фильтрация и производительность - Фильтрация реализуется через SQL-запросы с JOIN по user_tables, user_columns, user_rows, user_cell_values и таблице связей. - Для multiselect-столбцов фильтрация по значениям возможна через LIKE или jsonb-операторы (при хранении массивов). - Производительность обеспечивается индексами по row_id, column_id и, при необходимости, по value (jsonb gin-индекс). - Такая архитектура масштабируется и используется в современных low-code/CRM системах (Notion, Airtable и др.). ### 9.4. Пример использования - Пользователь создает таблицу "Партнеры" с multiselect-столбцом. - В интерфейсе контакта можно выбрать партнеров для пользователя — значения сохраняются в user_multiselect_values. - В RAG-таблице вопросы/ответы можно связать с продуктами/услугами через multiselect-столбец. - ИИ-ассистент может фильтровать и персонализировать ответы по этим связям.