Как LLM и 21 эксперт привели в порядок справочник автосервиса с полумиллионом строк

За 35 лет в справочнике автосервиса накопилось почти полмиллиона строк — с сокращениями, дублями, опечатками и разными языками. Опытный мастер понимает такой «текст» по контексту, но для записи клиентов и аналитики это системная проблема. Команда Dealer Digital Platform «Флора» решила привести данные в порядок с помощью LLM и 21 эксперта.

Основная часть нормализации уже позади: массив дедуплицировали, дважды провели экспертную проверку, и для 96,13% работ после дедупликации подтверждён корректный узел. В процессе отказались от полнотекстового поиска, несколько раз перестраивали взаимодействие LLM и экспертов, научились возвращать фидбек в правила и skills агента, а также ошиблись в оценке производительности более чем втрое на одной из задач.

Опыт применим не только в автобизнесе — он полезен всем, кто работает с историческими справочниками, master data или LLM-классификацией. Проект ещё не завершён, но основные грабли уже собраны, и авторы делятся выводами.