Що ми робимо
-
Функція на Claude у продукті
Чернетки, підсумки, витягування даних, класифікація чи відповіді за вашими даними, з викликом моделі лише з вашого сервера.
-
Tool use і MCP
Claude викликає ваші функції з типізованими даними і правами поточного користувача, а спільні інструменти живуть в MCP-сервері.
-
Довгі документи
Договори, звіти, розшифровки й кодові бази в одному запиті, а коли треба, пошук по даних (RAG) з посиланнями на джерела.
-
Контроль витрат
Кешування промптів, маршрутизація між рівнями моделей, пакетні завдання і жорсткі ліміти на користувача та функцію.
-
Оцінювання якості
Фіксований набір реальних прикладів запускається при кожній зміні промпту чи моделі, тож регресія видна до релізу.
Claude вже допомагає вашій команді. Тепер він потрібен у продукті
Зазвичай розмова починається так: команда давно користується Claude в чаті, бачить, як він читає довгі документи і тримається інструкцій, і хоче того самого всередині власного продукту. Щоб менеджер не копіював договір у чат, а система сама витягувала з нього потрібні пункти. Щоб підтримка отримувала чернетку відповіді за вашими правилами тону. Щоб асистент міг знайти замовлення клієнта, а не лише розповісти, як його шукати.
Інтеграція Claude у продукт означає, що модель викликається з вашого сервера, ніколи з браузера. Ключі, промпти, ліміти запитів і логи лишаються під вашим контролем. А сама функція стає звичайною частиною продукту: з правами доступу, тестами й обліком витрат.
Один виклик API з цього нічого не робить. Роботу забирає все інше: вибір рівня моделі за вимірами на ваших прикладах, промпти, які живуть у коді й проходять рев'ю як код, виклик ваших функцій з типізованими даними, структуровані відповіді з перевіркою за схемою, потоковий інтерфейс і ліміти витрат з першого дня. Якщо ви ще обираєте провайдера, почніть з нашого посібника про інтеграцію ChatGPT або Claude у продукт. Ця сторінка для тих, хто вже обрав Claude або хоче мати його однією з моделей.
Де Claude сильний, а де ми перевіряємо альтернативу
З нашого досвіду, Claude варто тестувати першим, коли вхідні дані довгі: договори, політики, звіти, розшифровки чи кодові бази, які треба читати цілком, а не фрагментами. Велике контекстне вікно дозволяє вмістити багато таких документів в один запит. Він добре тримає детальні інструкції, тобто правила тону, формати відповіді й вимоги відповідності, яких відповідь має дотримуватися щоразу. Він впевнено працює з інструментами в кілька кроків. І пише тексти, які не соромно показати клієнтові.
Але Claude ми за замовчуванням не обираємо. Той самий набір для оцінювання проганяємо на Claude і щонайменше одній альтернативі, часто на моделі OpenAI, і рішення ухвалюємо за виміряною якістю, затримкою і вартістю запиту. Багато продуктів зрештою використовують обидві моделі. Про інший бік є сторінка інтеграція OpenAI API, а порівняння зібрано в посібнику Claude чи OpenAI API.
Можливості Claude API, з якими ми працюємо
| Можливість | Що робить | Де ми її використовуємо |
|---|---|---|
| Messages API | Основний API для діалогів і окремих запитів | У кожній інтеграції |
| Tool use | Claude викликає визначені вами функції з типізованими JSON-даними | Асистенти, що шукають або змінюють дані; агенти |
| Prompt caching | Повторно використовує однакові початки промптів дешевше й швидше | Довгі системні промпти, набори інструментів, довідкові документи |
| Long context | Великі документи в одному запиті | Перевірка договорів, аналіз звітів, запитання по кодовій базі |
| Extended thinking | Довші міркування перед відповіддю на моделях, що це підтримують | Складний аналіз, де точність важливіша за швидкість |
| Batch processing | Асинхронні завдання дешевше, ніж запити в реальному часі | Нічне збагачення даних, масова класифікація, дозаповнення історичних даних |
| MCP | Стандартний спосіб дати Claude доступ до інструментів і даних | Багаторазові шари інструментів для агентів і асистентів |
| Vision і PDF | Читає зображення, скриншоти й сторінки PDF | Приймання документів, витягування даних з форм |
Набір можливостей і лімітів змінюється з кожним новим поколінням моделей Anthropic. Тому під час оцінки обсягу ми звіряємо їх з актуальною документацією API, а не покладаємося на пам'ять.
Tool use і MCP: Claude діє у ваших системах
Claude tool use інтеграція перетворює модель з генератора тексту на те, що виконує роботу. Ви описуєте набір функцій, Claude вирішує, коли і з якими аргументами їх викликати, а ваш код виконує виклик і повертає результат. До вашої бази даних модель напряму не звертається ніколи.
Інструменти ми проєктуємо як будь-який API: їх небагато, назви зрозумілі, вхідні дані типізовані, права перевіряються. Кожен виклик іде з правами поточного користувача, ризиковані дії чекають підтвердження людини, і все логується.
Коли ті самі інструменти потрібні кільком асистентам чи агентам, ми виносимо їх в MCP-сервер, а не вшиваємо в один промпт. Ми будуємо й експлуатуємо MCP-сервери в продакшені для власних систем, а наші інженери щодня працюють з ШІ-агентами на основі Claude Code. Тож поведінку Claude з реальними інструментами ми бачимо тижнями, а не лише на демо. Окремий MCP-проєкт описано на сторінці розробка MCP-серверів, багатокрокові процеси на сторінці розробка ШІ-агентів.
Що ми винесли з ШІ-продуктів у продакшені
Наш власний продукт AI Resume Master генерує резюме й супровідні листи на LLM, має імпорт із LinkedIn і вийшов на 50 000 активних користувачів на місяць.
Для американського grief-tech стартапу ми побудували AI Grief Companion: донавчання LoRA, пам'ять на RAG і шифрування під час приймання. Кожне повідомлення шифрується окремим ключем AES-256-GCM у KMS-конверті. Звідти ми винесли дві звички, які тепер переносимо в кожну інтеграцію. Промпти зберігаються в базі з історією версій і редагуються з адмін-панелі без релізу. А витрати токенів видно в тій самій адмінці поруч з користувачами, тож питання "скільки коштує цей клієнт" має відповідь.
Ви платите за кількість витрачених токенів. Це як таксі: скільки поїздок викликали, стільки й заплатили.
Антон Литвинов, засновник Lytvynov Production
Кейси
Як не отримати несподіваний рахунок
Витрати на роботу функції складаються переважно з токенів. Тож вартість одного запиту ми рахуємо ще на етапі оцінки обсягу і проєктуємо інтеграцію так, щоб вона була низькою.
Інструкції, описи інструментів і документи, що повторюються між викликами, йдуть через кешування промптів. Прості кроки обробляє менший рівень моделі, більший вмикається лише там, де за вимірами помітно допомагає. У запит потрапляють потрібні розділи, а не все підряд, навіть якщо контекстне вікно дозволило б більше. Роботу, якій не потрібна миттєва відповідь, переводимо в пакетні завдання. А жорсткі ліміти на користувача, на функцію й на місяць не дають циклу чи стрибку трафіку обернутися рахунком, про який ви дізнаєтеся в кінці місяця.
Кожен виклик логується з кількістю токенів, і вартість видно в розрізі функцій і клієнтів.
Дані, запобіжники й перевірка якості
До API потрапляють лише поля, потрібні функції, а персональні дані маскуються, де функція це дозволяє. Фактичні відповіді беруться зі знайдених джерел і посилаються на них, докладніше про це на сторінці розробка RAG. Структуровані відповіді, які йдуть в інші системи, перевіряються за схемою і відхиляються, якщо не збігаються.
Окремо про prompt injection. Вміст від користувачів, з листів і документів ми вважаємо даними, а не інструкціями, а кожен виклик інструмента звіряємо з реальними правами доступу.
І головне: фіксований набір реальних вхідних даних з очікуваними результатами запускається при кожній зміні промпту чи моделі. Регресію видно до релізу, а не зі скарг користувачів.
Від оцінки до запуску за 4-8 тижнів
Стільки зазвичай займає перша функція на Claude в наявному продукті.
- Оцінка обсягу, 1-2 тижні. Дивимося код і дані, обираємо один вимірюваний сценарій, збираємо 30-100 реальних прикладів, тестуємо рівні Claude і одну альтернативу. Ви отримуєте фіксовану ціну й архітектурну записку.
- Прототип за feature flag, 1-2 тижні. Робоча версія на реальних даних, яку бачить ваша команда, з логуванням і обліком витрат.
- Доведення до продакшену, 1-3 тижні. Права інструментів, запобіжники, обробка помилок, потоковий інтерфейс, оцінювання в CI.
- Розгортання, 1 тиждень. Поступовий запуск, моніторинг якості й витрат, корекція промптів за реальним використанням.
Чітко окреслену першу функцію можна зробити й в одному AI Sprint: фіксовано 10 000 USD за 4 тижні.
Скільки коштує інтеграція Claude API?
Фіксовану ціну ми називаємо після оцінки обсягу. На неї впливають кількість функцій, вимоги до точності відповідей, стан ваших даних, чи потрібні Claude інструменти у ваших системах, і вимоги до безпеки. ШІ-функції для наявного продукту в нас коштують від 10 000 USD, і це ж наш мінімальний обсяг проєкту. Щомісячне використання API ви оплачуєте напряму Anthropic або своєму хмарному провайдеру, а ми оцінюємо його заздалегідь.
Чому розробку на Claude API доручають нам
Для нас розробка на Claude API не нова тема, бо ми працюємо з Claude щодня: наша власна розробка йде з ШІ-агентами на основі Claude Code під наглядом senior-інженерів. ШІ в продакшені ми теж знаємо не з презентацій, про це розділ вище. Рішення щодо моделі нейтральні: радимо Claude, коли він показує кращі результати на ваших даних, і прямо кажемо, коли ні. І працюємо у вашому стеку. Наш основний бекенд PHP і Symfony, фронтенд React або Next.js, також пишемо на Node та інших стеках.
Якщо вам потрібно найняти розробника Claude API на постійну роботу, а не на один проєкт, наші розробники Claude API можуть приєднатися до вашої команди. Інтеграція Anthropic API через Amazon Bedrock чи Vertex AI для нас така сама робота, як і напряму.
Компанію засновано у 2019 році в Дніпрі, Україна.
Наступний крок
Розкажіть, що має робити Claude і які дані йому потрібні. За 30 хвилин ми скажемо, який рівень моделі й підхід підходять, назвемо основні ризики й запропонуємо етап оцінки обсягу, що закінчується фіксованою ціною. Напишіть нам, щоб домовитися про дзвінок.
Як ми працюємо
-
Оцінка обсягу
1-2 тижні: код і дані, один сценарій, 30-100 реальних прикладів, фіксована ціна й архітектурна записка.
-
Прототип за feature flag
1-2 тижні: робоча версія на реальних даних з логуванням і обліком витрат.
-
Доведення до продакшену
1-3 тижні: права інструментів, запобіжники, обробка помилок, потоковий інтерфейс, оцінювання в CI.
-
Розгортання
1 тиждень: поступовий запуск, моніторинг якості й витрат, корекція промптів за реальним використанням.
Два способи працювати з нами
Проєкт з фіксованою ціною
Чіткий обсяг, фіксована ціна, погоджена до старту і демо щотижня. Підходить для нового продукту або зрозумілої частини роботи.
Оцінити проєктВиділена команда
Senior-інженери, які місяць за місяцем працюють лише над вашим продуктом, за вашими пріоритетами і у ваших репозиторіях.
Про виділену команду