Як влаштований Leadmlyn — фічі, реліз-ноути, технічні розбори.
Продукт
Roadmap Leadmlyn на 6 місяців — що будуємо і чому саме це
Публічний roadmap Leadmlyn на 6 місяців — що в роботі, що планується і що свідомо не будуємо. Як ми пріоритизуємо і як ваш feedback впливає на вибір.
Продукт
Admin dashboard за 2 тижні — що будували, що переробили, що залишилось
Build-in-public розбір як ми побудували admin dashboard Leadmlyn за 2 тижні, які рішення виявились правильними, що довелось переробити і уроки для соло-засновника.
Продукт
Wallet-модель Leadmlyn — чому передоплата, а не рахунок наприкінці місяця
Пояснення wallet-моделі Leadmlyn — чому передоплата замість postpaid, як це зручніше для власника бізнесу і що відбувається коли баланс закінчується.
Продукт
Помилки AI-бота — три типи, як ми їх ловимо і що робить власник
Три типи помилок AI-бота, як Leadmlyn їх виявляє і що може зробити власник сам. Чесна розповідь про систему якості без перебільшень.
Продукт
Чому Leadmlyn бере 10-15% на токени і що в це входить
Чесне пояснення маркупу 10-15% на токени у Leadmlyn: що в нього входить, чому ми не ховаємо це у «кредити» і як розрахувати реальну вартість для свого бізнесу.
Продукт
Dashboard Leadmlyn — які метрики показує і як їх читати
Розбір dashboard Leadmlyn: які метрики показуються, як їх інтерпретувати і як помітити проблему бота через аномалії в аналітиці.
Продукт
Telegram API ліміти — що це означає для вашого бота і як Leadmlyn з ними справляється
Практичний розбір обмежень Telegram API для бізнес-бота: які ліміти важливі для SMB, як Leadmlyn їх обробляє і що робити власнику якщо бот поводиться дивно.
Продукт
OpenAI vs Anthropic у Leadmlyn — яку модель вибрати для свого бота
Практичне порівняння OpenAI і Anthropic моделей для leisure-бота: відмінності що помітить власник бізнесу, default-вибір і коли варто перемикатись.
Продукт
Скільки токенів іде на розмову: реальні заміри і де можна оптимізувати
Реальні заміри токенів для трьох типів розмов в leisure-боті: від короткого запиту до складного бронювання. Що найбільше витрачає і як оптимізувати без втрати якості.
Продукт
Playground у Leadmlyn: як тестувати бота перед тим як клієнти побачать помилки
Playground-режим Leadmlyn дозволяє протестувати бота в реальних умовах перш ніж він відповідатиме клієнтам. Методика тестування і що перевіряти.
Продукт
KB-редактор у Leadmlyn: що в ньому є і чому ми зробили саме так
Product deep-dive по KB-редактору Leadmlyn: що в ньому є, які архітектурні рішення прийнято і що планується. Чесно про поточні обмеження.
Продукт
RAG у Leadmlyn: як влаштований пошук по базі знань і чому це важливо для якості
Технічний розбір RAG-підсистеми Leadmlyn для власника бізнесу: як бот шукає відповідь у KB, що впливає на якість і чому RAG кращий за fine-tuning для SMB.