diff --git a/prodimex-project.md b/prodimex-project.md
new file mode 100644
index 0000000..ae225bc
--- /dev/null
+++ b/prodimex-project.md
@@ -0,0 +1,139 @@
+### Проект внедрения AI-системы (RAG) для автоматизации первой линии технической поддержки в компании по мониторингу сельскохозяйственной техники и оборудования
+
+#### **Цель проекта:**
+Автоматизация первой линии технической поддержки с использованием системы **Maker-GPT** на основе RAG (Retrieval-Augmented Generation) для улучшения качества обслуживания клиентов, сокращения времени обработки запросов и снижения нагрузки на операторов.
+
+---
+
+### **Участники проекта и зоны ответственности:**
+
+1. **Компания-интегратор (разработчик системы Maker-GPT):**
+   - Разработка и настройка системы Maker-GPT.
+   - Интеграция системы с сервис-деском клиента через API.
+   - Обучение модели на предоставленных данных.
+   - Техническая поддержка и доработка системы в процессе внедрения.
+   - Обучение сотрудников клиента работе с системой.
+
+2. **Компания-клиент (сервис-деск по мониторингу техники):**
+   - Предоставление данных для наполнения базы RAG (инструкции, база вопросов и ответов, документация).
+   - Тестирование системы и предоставление обратной связи.
+   - Настройка процессов работы с Maker-GPT.
+   - Обучение сотрудников работе с системой.
+   - Обеспечение технической инфраструктуры для интеграции (API, серверы и т.д.).
+
+---
+
+### **Этапы проекта:**
+
+#### **Этап 1: Подготовка и планирование**
+1. **Задачи компании-интегратора:**
+   - Провести воркшоп с клиентом для уточнения требований.
+   - Определить объем данных для обучения модели.
+   - Разработать техническое задание на интеграцию.
+
+2. **Задачи компании-клиента:**
+   - Сформировать команду для участия в проекте (технические специалисты, менеджеры сервис-деска).
+   - Подготовить доступ к данным (инструкции, база вопросов и ответов, документация).
+
+3. **Результат этапа:**
+   - Утвержденное техническое задание.
+   - Подготовленные данные для обучения модели.
+
+---
+
+#### **Этап 2: Разработка и настройка системы**
+1. **Задачи компании-интегратора:**
+   - Настройка RAG-модели на основе предоставленных данных.
+   - Разработка API для интеграции с сервис-деском клиента.
+   - Создание интерфейса для взаимодействия с Maker-GPT.
+
+2. **Задачи компании-клиента:**
+   - Предоставить тестовую среду для интеграции.
+   - Проверить корректность предоставленных данных.
+
+3. **Результат этапа:**
+   - Готовая к тестированию система Maker-GPT.
+   - Настроенный API для интеграции.
+
+---
+
+#### **Этап 3: Тестирование и доработка**
+1. **Задачи компании-интегратора:**
+   - Провести тестирование системы на реальных данных.
+   - Настроить модель для повышения точности ответов.
+   - Исправить выявленные ошибки.
+
+2. **Задачи компании-клиента:**
+   - Провести тестирование системы в тестовой среде.
+   - Предоставить обратную связь по результатам тестирования.
+
+3. **Результат этапа:**
+   - Протестированная и доработанная система.
+   - Утверждение клиентом готовности системы к внедрению.
+
+---
+
+#### **Этап 4: Внедрение и обучение**
+1. **Задачи компании-интегратора:**
+   - Запуск системы в продуктивную среду.
+   - Проведение обучения для сотрудников клиента.
+   - Подготовка документации по использованию системы.
+
+2. **Задачи компании-клиента:**
+   - Организовать обучение сотрудников.
+   - Обеспечить переход на новую систему.
+
+3. **Результат этапа:**
+   - Система Maker-GPT запущена в продуктивную эксплуатацию.
+   - Сотрудники обучены работе с системой.
+
+---
+
+#### **Этап 5: Поддержка и оптимизация**
+1. **Задачи компании-интегратора:**
+   - Обеспечить техническую поддержку системы.
+   - Проводить доработки и оптимизацию на основе обратной связи.
+
+2. **Задачи компании-клиента:**
+   - Собирать и передавать обратную связь по работе системы.
+   - Обеспечивать актуальность данных в RAG-базе.
+
+3. **Результат этапа:**
+   - Стабильная работа системы.
+   - Постоянное улучшение качества ответов.
+
+---
+
+### **План действий:**
+
+| **Этап**               | **Сроки** | **Ответственные**       | **Результат**                          |
+|-------------------------|-----------|--------------------------|----------------------------------------|
+| Подготовка и планирование | 2 недели  | Интегратор, клиент       | ТЗ, подготовленные данные              |
+| Разработка и настройка  | 4 недели  | Интегратор               | Готовая система, API                   |
+| Тестирование и доработка| 3 недели  | Интегратор, клиент       | Протестированная система               |
+| Внедрение и обучение    | 2 недели  | Интегратор, клиент       | Запуск системы, обучение сотрудников   |
+| Поддержка и оптимизация | Постоянно | Интегратор, клиент       | Стабильная работа системы              |
+
+---
+
+### **Ключевые метрики успеха:**
+1. Сокращение времени обработки запросов на первой линии поддержки на 30%.
+2. Увеличение доли автоматически решенных запросов до 70%.
+3. Удовлетворенность клиентов качеством поддержки (NPS > 80).
+
+---
+
+### **Риски и пути их минимизации:**
+1. **Риск:** Низкое качество ответов системы.  
+   **Решение:** Регулярное обновление базы данных RAG и дообучение модели.
+
+2. **Риск:** Сопротивление сотрудников внедрению новой системы.  
+   **Решение:** Проведение тренингов и демонстрация преимуществ системы.
+
+3. **Риск:** Проблемы с интеграцией API.  
+   **Решение:** Тестирование API на ранних этапах и привлечение технических специалистов клиента.
+
+---
+
+### **Заключение:**
+Внедрение системы **Maker-GPT** позволит автоматизировать первую линию технической поддержки, повысить качество обслуживания клиентов и снизить операционные затраты. Четкое разделение зон ответственности и поэтапный план действий обеспечат успешную реализацию проекта.
\ No newline at end of file