Как мы разработали AI-бота для анализа косметики: кейс Beauty Inspector
Привет! Я Виктор, основатель GodKod.ai. Сегодня расскажу, как мы создали телеграм-бота на базе искусственного интеллекта для анализа косметических средств.
Предыстория и задача
К нам обратился стартап Beauty Inspector с задачей автоматизировать процесс подбора косметики. Основная проблема пользователей — сложность в определении подходящих средств для своего типа кожи и поиске более доступных аналогов.
Требовалось создать бота, который умеет:
- Определять тип кожи пользователя через тестирование
- Анализировать состав косметики по фото или названию
- Оценивать совместимость средств с типом кожи
- Искать аналоги с учетом индивидуальных особенностей
Техническое решение
Стек технологий:
- Python для бэкенда
- Telegram Bot API
- ChatGPT API для анализа составов
- Система платежей через Robokassa
- База данных на начальном этапе - Google Sheets
Ключевые компоненты:
1. Система определения типа кожи
- 8 вопросов для точной диагностики
- Обработка ответов через ChatGPT
- Сохранение результатов в профиле пользователя
2. Анализ косметики
- Распознавание средств по фото/названию
- Проверка правильности определения
- Детальный разбор состава
- Оценка совместимости с типом кожи
3. Поиск аналогов
- Подбор альтернатив в разных ценовых категориях
- Учет индивидуальных особенностей кожи
- Проверка актуальности цен и наличия
4. Монетизация
- Freemium модель с 3 бесплатными проверками
- Месячная подписка за 790 рублей
- Реферальная система с бонусами
- Промокоды для маркетинговых акций
Особенности реализации
Работа с ChatGPT
Для повышения точности и снижения стоимости запросов мы разделили процесс на два этапа:
1. Определение продукта через gpt-4-mini
2. Детальный анализ через gpt-4
Это позволило оптимизировать расходы при сохранении качества анализа.
Промпты и форматирование
Особое внимание уделили настройке промптов для
- Структурированного вывода информации
- Корректного определения цен
- Релевантного поиска аналогов
Система метрик
Внедрили отслеживание ключевых показателей:
- Конверсия в платную подписку
- Retention
- Количество проверок на пользователя
- Эффективность реферальной программы
Результаты
За время разработки мы:
- Уложились в сжатые сроки (10-14 рабочих дней)
- Внедрили все заявленные функции
- Оптимизировали работу с AI для снижения расходов
- Получили положительный отзыв клиента
Интересные моменты
1. Оптимизация расходов — разделение анализа на этапы с использованием разных моделей GPT позволило снизить стоимость запросов без потери качества.
2. Работа с ценами — для повышения точности определения стоимости аналогов пришлось настроить специальные промпты с указанием конкретных источников данных.
3. Масштабируемость — система изначально проектировалась с учетом возможного роста базы пользователей и расширения функционала.
Отзыв клиента
"Это был мой первый опыт работы в таком формате. Я благодарна Виктору и его команде за терпение и активную вовлеченность в результат. Разработчики давали ценные комментарии по улучшению процессов и алгоритмов. Всё сделано в срок, даже быстрее, несмотря на внесение объемных правок в последний момент." — Софья, основатель Beauty Inspector
Планы на будущее
Проект продолжает развиваться. В планах:
- Расширение базы данных косметических средств
- Внедрение дополнительных языков
- Разработка веб-версии сервиса
- Интеграция с маркетплейсами
Выводы
1. Четкая проработка ТЗ и постоянная коммуникация с клиентом критически важны для успеха проекта.
2. Работа с AI требует особого внимания к оптимизации запросов и форматированию ответов.
3. Гибкость в разработке позволяет оперативно вносить улучшения даже на финальных этапах.
🤖 Нужен бот для вашего бизнеса? Пишите в телеграм: @god_kod_ai
Подробные руководства по внедрению ИИ и практические кейсы — в Telegram-канале "НейроБорщ"