Перейти к основному контенту
Все кейсы

EventTech SaaS

Flysupa

AI-чат для организации мероприятий

Отрасль

SaaS / EventTech

Год

2024

Срок

12 нед.

Flysupa

OpenAI + LangChain

AI-провайдер

MongoDB Atlas

База данных

Payload CMS

CMS

Интеллектуальная EventTech-платформа, где команда управляет подготовкой мероприятий через AI-чат. Ассистент на базе LangChain понимает запрос на естественном языке, собирает план события, координирует задачи и помогает довести организацию до результата в одном диалоговом интерфейсе.

Задача

Контекст проекта

Организация мероприятий — это сотни задач и десятки участников. Команды работали через Excel, Telegram и email одновременно, теряя контекст при каждом переключении. Flysupa хотели собрать весь процесс в один AI-диалог, где ассистент сам формирует план, отслеживает прогресс и координирует задачи.

Решение

Ключевые решения

Диалог как первичный интерфейс управления

Все команды идут через чат, не через формы и карточки. Это потребовало тщательного проектирования обработки ошибок: если AI сбоит, пользователь должен вернуться к диалогу без потери контекста и текущего состояния события.

Payload CMS как структурированное хранилище

Ассистент читает и пишет в типизированные сущности (event, task, venue, vendor) через CMS API, а не в свободный текст. Это обеспечивает предсказуемость ответов и возможность экспорта данных в любой формат.

LangChain с цепочкой рассуждений

Сложный запрос («организуй конференцию на 300 человек») разбивается на подзадачи с чекпоинтами. Каждый шаг подтверждает пользователь — модель не принимает решений за него, а предлагает и ждёт.

Команда

Состав проекта

Backend2 специалиста
Frontend1 специалист
AI Engineering1 специалист
PM1 специалист

Стек

Технологии по слоям

FrontendNext.js · TypeScript
BackendNode.js · MongoDB Atlas
CMSPayload CMS
AILangChain · OpenAI API

Детали

Что осталось за кадром

Языковые модели не имеют встроенного представления о состоянии задачи: если LLM ошибается, она не знает, что сломала. Весь state-менеджмент вынесен за пределы модели — в Payload CMS. LLM только читает и пишет структурированные данные, а не управляет состоянием. Это позволяет всегда восстановить актуальную картину события, даже если ассистент в середине сессии выдал некорректный ответ.

Скриншоты

Flysupa — скриншот 2
Flysupa — скриншот 3

Следующий шаг

Похожий
проект?

Расскажите задачу в 2–3 предложениях. Обсудим подход, стек и стоимость. Первая встреча бесплатна.

Все кейсы