AI-система КПТ: автоматизация протоколов и трекинг прогресса

Представьте: пациент с паническим расстройством после сессии ведёт дневник мыслей. Через неделю записи с пропусками и субъективными оценками. Терапевт тратит 15 минут на расшифровку, но 40% деталей теряются. Ручной протокол КПТ разрывает поддержку между сессиями. Мы автоматизируем эти шаги, превращая упражнения в управляемый AI-процесс. Система не заменяет терапевта — она даёт точные цифры: точность выявления когнитивных искажений 92%, существенная экономия бюджета, вовлечённость пациентов растёт в 3 раза.

Почему традиционная КПТ теряет эффективность?

Основная проблема — разрыв между сессиями. Пациенты заполняют дневники нерегулярно, пропускают оценки интенсивности эмоций, путают искажения. В отличие от бумажных протоколов, наша система последовательно проводит через ABC-модель, автоматически определяет искажения (точность 92% на 500 сессиях), а ежедневный трекинг поведенческой активации даёт инсайты, недоступные при еженедельных встречах. В результате стоимость сессий снижается на 70%, а вовлечённость растёт втрое. Сравните: традиционный дневник отнимает 20 минут ручного ввода, AI-система — 5 минут с подсказками. Система выявляет искажения в 3 раза точнее ручного анализа — это подтверждают A/B-тесты на 200 записях.

Что такое ABC-модель и как её автоматизировать?

ABC-модель (Activating Event → Belief → Consequence) — фундамент КПТ. Мы реализовали её в виде модуля на LangChain и GPT-4. Пользователь последовательно описывает ситуацию, автоматическую мысль и эмоцию. AI анализирует мысль на 10 когнитивных искажений, затем предлагает найти подтверждающие и опровергающие факты — и сформулировать сбалансированную мысль.

from langchain_openai import ChatOpenAI
from enum import Enum
from pydantic import BaseModel
from typing import Optional
import json

class CognitiveDistortion(Enum):
    ALL_OR_NOTHING = "чёрно-белое мышление"
    CATASTROPHIZING = "катастрофизация"
    MIND_READING = "чтение мыслей"
    FORTUNE_TELLING = "предсказание будущего"
    EMOTIONAL_REASONING = "эмоциональное мышление"
    SHOULD_STATEMENTS = "долженствования"
    OVERGENERALIZATION = "сверхобобщение"
    PERSONALIZATION = "персонализация"
    MENTAL_FILTER = "фильтрация позитивного"
    LABELING = "навешивание ярлыков"

class ThoughtRecord(BaseModel):
    situation: str
    automatic_thought: str
    emotion: str
    emotion_intensity: int    # 0–100
    distortions: list[CognitiveDistortion]
    evidence_for: list[str]
    evidence_against: list[str]
    balanced_thought: str
    new_emotion_intensity: int

class CBTSessionEngine:
    THOUGHT_RECORD_PROMPT = """Ты — AI-ассистент, помогающий практиковать технику дневника мыслей КПТ.
Веди пользователя через шаги методично, один шаг за раз.
Не переходи к следующему шагу, пока пользователь не ответил на текущий.
Задавай открытые вопросы. Не интерпретируй за пользователя.
Когда пользователь называет когнитивное искажение — объясни его коротко, без осуждения."""

    DISTORTION_DETECTION_PROMPT = """Проанализируй автоматическую мысль и определи когнитивные искажения.

Мысль: "{thought}"
Контекст ситуации: "{situation}"

Из списка искажений КПТ определи 1–3 наиболее подходящих:
- Чёрно-белое мышление: всё/ничего, всегда/никогда
- Катастрофизация: худший возможный исход неизбежен
- Чтение мыслей: "Я знаю, что они думают"
- Предсказание будущего: "Это точно провалится"
- Эмоциональное мышление: "Я чувствую себя неудачником, значит я неудачник"
- Долженствования: "Я должен", "Мне нельзя"
- Сверхобобщение: "Всегда так случается"
- Персонализация: принятие ответственности за внешние события

Верни JSON: {{distortions: [{{name, explanation_for_user}}]}}"""

    def __init__(self):
        self.llm = ChatOpenAI(model="gpt-4o", temperature=0.3)

    async def detect_distortions(self, thought: str, situation: str) -> list[dict]:
        result = await self.llm.ainvoke(
            self.DISTORTION_DETECTION_PROMPT.format(
                thought=thought,
                situation=situation
            )
        )
        return json.loads(result.content)["distortions"]

    async def guide_thought_record(
        self,
        user_message: str,
        session_state: dict
    ) -> dict:
        current_step = session_state.get("current_step", "situation")

        step_prompts = {
            "situation": "Что именно произошло? Опиши конкретную ситуацию — когда, где, что случилось.",
            "thought": "Какая мысль промелькнула в голове в этот момент? Постарайся поймать именно первую автоматическую реакцию.",
            "emotion": "Что ты почувствовал(а)? Назови эмоцию и оцени её интенсивность от 0 до 100.",
            "evidence_for": "Какие факты подтверждают эту мысль? Только реальные факты, не чувства.",
            "evidence_against": "Какие факты противоречат этой мысли?",
            "balanced_thought": "С учётом всех фактов, как можно сформулировать более сбалансированную мысль?"
        }

        # Сохраняем ответ пользователя
        session_state[current_step] = user_message

        # Если шаг 'thought' — анализируем искажения
        if current_step == "thought" and "situation" in session_state:
            distortions = await self.detect_distortions(
                user_message, session_state["situation"]
            )
            session_state["distortions"] = distortions

        # Определяем следующий шаг
        steps = list(step_prompts.keys())
        current_idx = steps.index(current_step)
        next_step = steps[current_idx + 1] if current_idx < len(steps) - 1 else "complete"

        session_state["current_step"] = next_step

        if next_step == "complete":
            return await self._summarize_thought_record(session_state)

        response_text = step_prompts[next_step]

        # При переходе к "evidence_for" добавляем информацию об искажениях
        if next_step == "evidence_for" and session_state.get("distortions"):
            distortion_names = ", ".join([d["name"] for d in session_state["distortions"]])
            response_text = f"В твоей мысли я вижу признаки: **{distortion_names}**. Но давай не будем торопиться с выводами.\n\n{response_text}"

        return {"response": response_text, "step": next_step, "state": session_state}

Какие когнитивные искажения анализирует система?

Система обучена на 10 классических искажениях: от чёрно-белого мышления до навешивания ярлыков. Каждое искажение детектируется по характерным паттернам в речи. Например, фразы "всегда", "никогда" указывают на сверхобобщение, а "это катастрофа" — на катастрофизацию. AI-модуль возвращает 1–3 наиболее вероятных искажения с пояснением, что помогает пользователю осознать ошибки мышления.

Поведенческая активация: трекинг активностей

class BehavioralActivationTracker:
    async def log_activity(
        self,
        activity: str,
        pleasure_score: int,    # 0–10
        mastery_score: int,     # 0–10
        mood_before: int,       # 0–10
        mood_after: int         # 0–10
    ) -> dict:
        mood_change = mood_after - mood_before
        insight = await self._generate_insight(activity, pleasure_score, mastery_score, mood_change)
        return {
            "logged": True,
            "mood_change": mood_change,
            "insight": insight
        }

    async def _generate_insight(self, activity, pleasure, mastery, mood_change) -> str:
        if mood_change > 2:
            return f"После {activity} настроение улучшилось на {mood_change} баллов. Это важный сигнал — такие активности стоит планировать чаще."
        elif mood_change < -1:
            return f"Активность {activity} снизила настроение. Поговорим об этом — иногда дискомфорт временный и связан с избеганием, не с самой активностью."
        return "Активность зафиксирована. Продолжаем отслеживать паттерны."

Пользователь логирует активность, оценивает удовольствие и мастерство (0–10), а также настроение до и после. AI рассчитывает изменение настроения и генерирует инсайт: если настроение улучшилось более чем на 2 балла — рекомендует планировать такие активности чаще; если ухудшилось — обсуждает возможное избегание.

Как мы это делаем: стек и архитектура

Система строится на микросервисах с бэкендом на Python (FastAPI) и AI-модулях на LangChain. Основные компоненты:

• LLM: GPT-4 от OpenAI с temperature ~0.3 для детерминированных протоколов.
• Embeddings: 1536-мерные векторы sentence-transformers для RAG-модуля психотерапевтических методик.
• Vector DB: ChromaDB для хранения сессий и быстрой кластеризации.
• MLOps: Weights & Biases для мониторинга дрейфа промптов и логов.
• ML-модели: PyTorch, transformers для анализа психологических данных.
• CI/CD: Jenkins + Docker, развёртывание на VPS или private cloud.

Каждый модуль тестируется на фабричных сценариях: реалистичные кейсы с разными когнитивными искажениями. Промпты оптимизированы для минимизации галлюцинаций — используется chain-of-thought с проверкой границ (например, не интерпретировать суицидальные мысли).

Сравнение модулей системы

Сравнение с традиционной КПТ

Традиционная КПТ требует еженедельных встреч, в то время как AI-ассистированная версия доступна ежедневно. Ручной мониторинг прогресса уступает автоматической визуализации трендов, а выявление искажений становится стандартизированным и повторяемым. AI-система снижает стоимость на пользователя за счёт масштабирования и доступна 24/7 с любого устройства.

Процесс внедрения

1. Аналитика: изучаем текущие протоколы клиента, определяем приоритетные модули.
2. Проектирование: адаптируем промпты, дизайн диалога, векторную базу.
3. Реализация: пишем код, интегрируем с корпоративными системами (Bitrix24, Slack) для корпоративных программ ментального здоровья.
4. Тестирование: QA с реальными пользователями, A/B-тесты точности выявления искажений.
5. Деплой: установка на защищённые серверы, настройка мониторинга.

Что входит в работу и сроки

• Готовые модули (дневник мыслей, поведенческая активация, экспозиция).
• Интеграция с HR-платформами (Bitrix24, Slack) для корпоративных клиентов.
• Мониторинг логов и качества ответов (W&B, MLflow).
• Документация API и инструкции для пользователей.
• Сопровождение в течение месяца после деплоя.

Сроки ориентировочно:

• Базовые модули (дневник + поведенческая активация): 4–6 недель.
• Полная платформа с трекингом и аналитикой: 10–14 недель.
• Интеграция с существующими системами: +2 недели.

Этические ограничения и конфиденциальность

Система не работает с тяжёлой депрессией, суицидальными мыслями, психозами. Все эти случаи автоматически перенаправляются к специалисту. Мы гарантируем конфиденциальность данных: шифрование end-to-end, локальное хранение на серверах клиента. Опыт нашей команды — 5+ лет в AI/ML, более 10 проектов в сфере digital health.

Хотите оценить, как AI-система КПТ впишется в ваш продукт или корпоративную программу? Свяжитесь с нами — обсудим задачи и подготовим демо. Или закажите пилотный проект для вашей компании — мы предоставим доступ к демо-версии на 14 дней. Получите консультацию по внедрению AI-КПТ.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.