Как я делаю бота для автоматического фактчекинга по инструкциям от ChatGPT (Часть 4) + демо

Работа кипит. Сегодня расскажу про переезд на GPT-5.1, системные промпты и настройку JSON-схемы ответов, чтобы их можно было стабильно разбирать и оформлять в виде красивого отчета.

Уже рассказывал, как оживил бота (часть 1), подружил его с ИИ-моделью от OpenAI по API (часть 2) и научил упаковывать ответ модели в PDF-файл (часть 3) - всё придумывал ChatGPT, а я только копипастил и следовал инструкциям.

Следующий шаг: научить бота "думать" и отвечать структурированно, а не каждый раз по-новому.

Напомню, что для экономии времени и денег бот был подключен к модели GPT-4.1-mini, которая не умеет "думать", ходить в интернет и отвечает на основе "знаний", ограниченных 1 июня 2024. Из-за этого даже на простые вопросы модель давала неправильные ответы, например, утверждала, что Джо Байден - действующий президент США.

ChatGPT подсказал решение: нужно перейти на более умную модель, использовать Responses API и настроить web search.

Пример написан на javascript, а бэкенд бота - на Python, поэтому я попросил ChatGPT сходить в документацию и написать решение на питоне. Плюс, прикрепил в чат актуальнуый код, чтобы снизить риск галлюцинаций.

Апдейт накатился с первого раза, и бот обзавёлся новыми мозгами от OpenAI в виде флагманской модели GPT-5.1, которой разрешено ходить в интернет.

Мозги мозгами, но ими ещё и пользоваться надо. Для этого в ИИ-модель можно (и нужно) отправлять системный промпт - инструкции и правила, которые ИИ учитывает при обработке каждого пользовательского запроса:

В общем, я загрузил в ChatGPT документ с методикой анализа и попросил собрать системный промпт. Чат-бот выдал запчасти:

Дополнительно ChatGPT написал немного кода для того, чтобы читать файлы системного промпта и добавлять их при отправке запроса к модели.

Не стал разбираться с разными форматами файлов, потому что сервис опять без проблем собрался и стабильно отработал весь цикл: запрос, короткий ответ в боте, генерация подробного PDF-отчета.

Из хорошего: новая модель + web search + системный промпт стали выдавать нечто похожее на анализ.

Из плохого: значительно выросло время и стоимость обработки запроса. А ещё модель каждый раз отвечала с новыми творческими элементами - это большая проблема, потому что такой ответ нереально стабильно разбирать на части для верстки отчета в четком формате.

ChatGPT поведал, что эта проблема тоже решается, причем не костылями, а нативным решением под названием Structured Model Outputs.

В частности в модель можно отправить JSON-схему, в соответствии с которой она должна вернуть ответ - это мне и нужно.

Отправил ChatGPT ранее сгенерированные им же файлы для системного промпта и попросил собрать JSON-схему по канонам документации OpenAI.

Простая задача для ИИ, получилось вот такое:

Схема так же передается как часть системного промпта, всё это дело обрабатывается моделью, и ответ приходит обратно в формате JSON.

Запустил и увидел, что в базу данных сохраняется JSON, а это значит, что проблема с четкой структурой ответа решена, и можно переходить к созданию шаблона для красивого отчета.

Я отправил в ChatGPT полную JSON-схему и такой запрос:

Логика была такая: собрать хоть что-то и увидеть общую картину, а дальше уже заниматься косметическими изменениями.

ChatGPT выдал HTML+jinja шаблон со стилями, и я начал отладку.

Честно говоря, не ожидал, что с HTML будет столько проблем: сначала сервис вообще не собирался, потом вылезли проблемы с генерацией PDF, затем в PDF плыла верстка. Отчет получался совсем не такой, как обещал мой ИИ-друг за $20 в месяц.

Примерно через 4 часа хождений по кругу ChatGPT всё-таки выдал подходящий фикс: я запустил бота, прошел весь путь пользователя и увидел далеко не идеальный, но всё-таки приличный PDF-отчёт. Получилось :)

Для демонстрации текущих возможностей бота выбрал новость В мессенджер Max добавили возможность получать уведомления от Госуслуг и записал скринкаст.

Технически всё работает как надо: бот корректно классифицирует входящий запрос (текст, ссылка, пересланное сообщение), отправляет на анализ в GPT-5.1, мозги шевелятся, ответ приходит в JSON, на базе которого корректно верстается HTML и собирается PDF-отчёт.

Но, с точки зрения качества анализа, нужно ещё работать: дублируются утверждения, не всегда корректно работает логика обнаружения риторических приёмов и манипуляций, неглубоко анализируется источник новости и другие мелочи.

Можете убедиться: бот онлайн. Стартаните. Ничего особенного не случится, но вы точно не пропустите релиз. Плюс, все первые пользователи гарантированно получат бонус ;)

С методикой анализа всё понятно: её совершенствование - процесс постоянный. Главное, что собралось ядро.

Перехожу к финансовой части: бонусная система, партнерская программа, разработка тарифов, логика биллинга и подключение платежей.

Посмотрим, что получится. Продолжение следует ;)

В телеге тоже подписывайтесь, мне будет радостно.

UPD. Проверю на текущей версии 50 свежих рандомных материалов на VC. Напишу обзорную статью.