// что это было
В CRM до запуска валидатора каждый десятый заказ возвращался из производства с замечаниями: не указан размер, противоречивая комплектация, неверная формулировка надписи. Каждый возврат — это час менеджера и день задержки. Я научил Claude Haiku 4.5 читать заказ целиком и выдавать структурированный список нарушений по 21 правилу.
// ограничения
- Время ответа должно быть приемлемым — менеджер не будет ждать минуту на каждый заказ.
- Стоимость — high-volume операция, тысячи заказов в месяц, поэтому Opus отпадает по цене.
- Ошибки правил должны быть понятны менеджеру, не выглядеть как чёрный ящик.
// решения
- Модель: Claude Haiku 4.5 — баланс скорости/цены/качества на этой задаче выше всех альтернатив, я тестировал.
- Промпт — XML-структурированный, с явным перечнем 21 правила и примерами правильных/неправильных заказов.
- Output — JSON с массивом нарушений, каждое содержит rule_id, severity, объяснение для менеджера.
- Кэширование на уровне промпта (prompt caching), чтобы не платить за фиксированную часть запроса каждый раз.
// что получилось
Возвраты из производства упали с ~10% до ~1.5%. Среднее время на заказ сократилось на 8 минут за счёт того, что ошибки ловятся в момент оформления, а не через сутки. Стоимость AI — копейки на заказ. Окупаемость по сэкономленным человеко-часам — около месяца.