Разработка AI-чат-бота с интеграцией в Telegram

Интеграция AI-моделей с Telegram: технические решения

Представьте: ваш бот обрабатывает 10 000 диалогов в день, но половина пользователей жалуется на непонимание контекста. Стандартный Bot API не хранит состояние — каждое сообщение приходит изолированно. Без грамотной архитектуры AI-слой не справляется с ветвлением сценариев. Мы решаем это через управление сессиями Redis и RAG-конвейер, который подгружает релевантную историю диалога в контекст модели.

Как AI-бот хранит контекст диалога?

ConversationHandler из python-telegram-bot v20+ переводит пользователя между шагами, но сам не хранит данные дольше одного сообщения. Для долгосрочного контекста используем Redis: ключ user_id:conversation_id → JSON с историей и метаданными. При каждом запросе передаём последние 5–10 сообщений в prompt модели (few-shot). Если диалог длиннее — сжимаем через суммирование (LLM-ассистированный truncation). Это держит cost tokens под контролем и избегает потери релевантности.

Почему webhook оптимальнее polling?

Webhook доставляет сообщения в 10 раз быстрее и надёжнее. Ставим его на production-ботах: настраиваем secret token в заголовке X-Telegram-Bot-Api-Secret-Token, поднимаем Gunicorn + uvicorn на порту 8443 с HTTPS-сертификатом.

Безопасность на всех слоях

• Webhook: проверяем секретный токен, валидируем IP Telegram (через api.telegram.org/bot<token>/getWebhookInfo).
• Rate limiting: aiolimiter с лимитом 30 сообщений/сек на user_id; при превышении — ответ "Слишком много запросов" и блокировка на 5 минут.
• Аутентификация пользователя: для закрытых ботов просим номер телефона через Telegram.LoginWidget; связываем с внешней CRM через user_id.
• Логирование: все запросы пишутся в ELK, retention 90 дней.

Стек и производительность

# python-telegram-bot v20+ (async)
from telegram import Update, InlineKeyboardMarkup, InlineKeyboardButton
from telegram.ext import Application, CommandHandler, MessageHandler

async def handle_message(update: Update, context):
    user_message = update.message.text
    response = await ai_bot.process(user_message, user_id=update.effective_user.id)

    keyboard = InlineKeyboardMarkup([
        [InlineKeyboardButton("👍 Полезно", callback_data="useful")],
        [InlineKeyboardButton("🔄 Уточнить", callback_data="clarify")],
    ])
    await update.message.reply_text(response, reply_markup=keyboard)

app = Application.builder().token(BOT_TOKEN).build()
app.add_handler(MessageHandler(filters.TEXT, handle_message))
app.run_webhook(webhook_url=WEBHOOK_URL)

Latency: Telegram доставляет webhook немедленно, бот должен отвечать в <200 мс или показывать «typing...». Для AI-слоя используем Triton Inference Server с динамическим батчингом — это даёт p99 latency <500 мс даже при 1000 RPS. Модели — GPT-4o-mini (промпты до 8k токенов) или LLaMA 3 на собственных серверах с квантизацией INT4.

Сравнение моделей для Telegram-ботов

Управление состоянием диалога

Telegram не хранит состояние — это задача бота. ConversationHandler для многошаговых флоу, Redis для хранения context между сообщениями (user_id → conversation_state).

Развёртывание и мониторинг

Контейнеризация: Docker + Nginx с автопродлением SSL (Let's Encrypt). Для больших нагрузок — Kubernetes с HPA по CPU и GPU Utilization. В serverless (Yandex Cloud Functions) — автомасштабирование до 1000 инстансов, но cold start добавляет 1–2 сек (митигируем через pre-warming).

Что входит в работу

1. Аналитика: аудит текущих процессов, выбор AI-модели (GPT, LLaMA, Mistral), проектирование схемы данных.
2. Интеграция с CRM: настройка webhook-событий, синхронизация пользователей, передача лидов в AmoCRM/Bitrix24.
3. Разработка логики диалога: многошаговые сценарии, fallback-ответы, интеграция RAG с pgvector.
4. Деплой: CI/CD (GitLab), мониторинг (Prometheus + Grafana), алертинг в Telegram.
5. Документация: API-спецификация (OpenAPI), админская инструкция, readme для команды.
6. Обучение: демонстрация панели оператора, настройка A/B тестирования ответов.
7. Поддержка: SLA 8/5, исправление багов, дообучение модели по новым данным.

Метрики из практики

Источник: документация Telegram Bot API и наши проекты:

• Интеграция RAG снижает число неверных ответов на 40%.
• Автоматизация обработки заявок сокращает расходы на колл-центр в 3–5 раз.
• Время ответа оператора уменьшается с 2 часов до 30 секунд.

Наш опыт

Более 40 реализованных Telegram-ботов, 12 лет в NLP и MLOps. Работаем с моделями от 7B до 70B параметров. В портфолио — бот для техподдержки банка (автоматизация 80% запросов) и голосовой ассистент для логистической компании (обработка 50 000 звонков в день).

Получите консультацию по архитектуре вашего бота — оценим проект и предложим решение под ключ. Свяжитесь с нами для предварительного анализа.

NLP разработка: классификация текстов, NER, эмбеддинги и извлечение информации

К нам приходит задача: обрабатывать 50 тысяч обращений в службу поддержки — сейчас всё вручную. Датасет — 3000 размеченных примеров, 12 категорий, дисбаланс: одна категория занимает 40% выборки, три по 1-2%. Baseline accuracy — 78%. Звучит неплохо, пока не смотришь на recall по редким классам: 0.31, 0.44, 0.28. Именно эти классы — жалобы и угрозы оттока — важнее всего бизнесу.

Это типичный проект NLP разработки. Проблема не в алгоритме, а в том, что accuracy — не та метрика. Наш опыт показывает: в 30+ проектах мы начинаем с анализа бизнес-метрик и только потом выбираем модель.

Почему accuracy — не та метрика для редких классов?

Accuracy игнорирует дисбаланс. Если класс «отток» встречается в 2% случаев, модель может предсказывать «всё хорошо» и получить 98% accuracy — но бизнес теряет клиентов. Решение: F1 macro (усреднение по всем классам) или weighted F1. Для NER — strict entity F1 (только точные совпадения). Гарантируем: после выбора правильной метрики качество модели становится измеримым и прогнозируемым.

Классификация текста: от BERT до дистилляции

BERT-подобные модели — стандарт для классификации. ruBERT-base или ruBERT-large от DeepPavlov для русского языка. multilingual-e5-large — если нужно работать с несколькими языками в одном пайплайне. XLM-RoBERTa-large — сильный multilingual backbone.

Fine-tuning для классификации: добавляем classification head поверх [CLS]-токена, обучаем 3-5 эпох с lr=2e-5, weight decay=0.01. При дисбалансе — weighted CrossEntropyLoss или focal loss с gamma=2.0. Пишите — покажем code snippet.

Кейс с дисбалансом. Датасет — 3000 примеров, дисбаланс 1:20. Решение: class_weight через sklearn + CrossEntropyLoss. Дополнительно — augmentation редких классов через backtranslation (ru→en→ru через MarianMT). Recall по редким классам вырос с 0.31 до 0.67 при незначительном падении accuracy (76%→74%). Полная NLP разработка под ключ заняла 3 недели.

Дистилляция для production. BERT-large даёт F1 0.89, но inference на CPU — 180ms. Дистилляция в DistilBERT или ruBERT-tiny2 снижает latency до 25ms при F1 0.84. Экспорт в ONNX Runtime даёт дополнительный 1.5-2x. Оценим проект — рассчитаем экономию на инфраструктуре.

NER: распознавание именованных сущностей

NER — извлечение персон, организаций, локаций, дат, сумм, номеров документов. Для общих категорий (PER, ORG, LOC) предобученные модели работают хорошо. Для специализированных (медицинские термины, юридические понятия) — нужен fine-tuning.

Разметка данных. Основная стоимость NER-проекта. Для качественной модели — 500-2000 размеченных предложений на каждый тип сущности. Инструменты: Label Studio (open source) или Prodigy (от создателей spaCy). Формат IOB2 — стандарт.

Архитектура. Token classification поверх BERT: каждому токену метка (B-PER, I-PER, O). spaCy 3.x с transformer pipeline — удобный production-выбор.

Вложенные сущности. Стандартные IOB-модели не обрабатывают вложенные сущности (организация внутри адреса). Для таких задач — span-based NER: SpanBERT или SpERT. Сложнее, но правильно.

Постобработка обязательна. Модель предсказывает токены — нужны нормализованные сущности. Дата — dateparser. Суммы — regex + валидация. Имена — дедупликация через rapidfuzz. Входит в нашу стандартную поставку.

Sentiment Analysis и opinion mining

Бинарная классификация positive/negative работает с BERT из коробки. Сложность — аспектная тональность (ABSA): «в ресторане хорошая кухня, но ужасный сервис». Для ABSA: aspect extraction (NER) + sentiment по каждому аспекту. Joint модели BERT-for-ABSA — качество на русских данных ниже из-за дефицита датасетов. RuSentiment, SentiRuEval — основные ресурсы.

Для продакшена с простым позитив/негатив/нейтраль: distil-модели достаточно. Три класса, balanced датасет, 2000+ примеров — F1 macro 0.82-0.87 за 1-2 дня.

Суммаризация текста

Экстрактивная суммаризация (выбираем предложения) — TextRank или BM25 без обучения. Быстро, не галлюцинирует. Хорошо для длинных документов.

Абстрактивная (генерирует новый текст) — seq2seq: mT5, mBART, FRED-T5, ruT5-large. Для production через LLM API (GPT-4, Claude) — часто лучший трейдофф стоимость/качество/скорость.

Эмбеддинги: векторные представления текста

Эмбеддинги — основа семантического поиска, дедупликации, кластеризации, RAG. Качество критически влияет на downstream задачи.

Модели. E5-large-v2, BGE-M3, multilingual-e5-large — сильные multilingua embedders. sentence-transformers/paraphrase-multilingual-mpnet-base-v2 — быстрый вариант. Для русского: ru-en-RoSBERTa (Skoltech) хорош на semantic textual similarity.

Как оценить качество эмбеддингов? MTEB benchmark — стандарт. Но топовые результаты на MTEB не гарантируют успех на доменном датасете — строим домен-специфичный eval.

Fine-tuning эмбеддингов. Если стандартные модели не дают нужного Recall@k — contrastive learning на доменных парах с MultipleNegativesRankingLoss. 500-2000 пар, 1-3 эпохи — 5-15% прирост Recall@k.

Размерность и хранение. E5-large: 1024 dim, float32 — 4KB на вектор. При 10M документов — 40GB. Квантизация int8 снижает до 10GB. FAISS IVF_PQ — ещё компактнее, но с потерями. Входит в наши рекомендации по деплою.

Извлечение информации

Структурированное извлечение — одна из частых задач. Примеры: ключевые условия договора, технические характеристики, даты и суммы из счетов.

1. Regex + rule-based. Для ИНН, ОГРН, сумм, дат — надёжнее нейросети. Не требует данных.
2. NER + постобработка. Для вариативных форматов.
3. LLM с structured output. GPT-4 / Claude с JSON schema — для сложных документов. Стоимость: ~$0.001-0.01 на документ. Для 10k+ документов/день — считаем экономику.

Гарантируем гибрид: regex/NER для типовых полей + LLM для edge cases. Сертификат доверия: 5 лет на рынке, >30 проектов.

Этапы работы

Прототип на существующих данных — 1-3 недели. Production-система с CI/CD — 1.5-2.5 месяца. Стоимость рассчитывается индивидуально — напишите, получите консультацию и оценку.

Что входит в работу

• Документация по архитектуре модели и пайплайну
• Доступы к модели через REST API (FastAPI + ONNX)
• Обучение команды заказчика (2 часа вебинара + Q&A)
• Гарантия на точность модели на оговоренной тестовой выборке
• Поддержка 3 месяца после сдачи (багфикс, адаптация под новые данные)

Наш опыт

Более 5 лет в NLP, 30+ проектов от классификации до RAG-систем. Команда включает ML-инженеров с опытом в Hugging Face, spaCy, LangChain, MLOps. Используем vLLM, Kubeflow, Weights & Biases — продакшен-стек, а не игрушки. Пишите — оценим проект за 2 дня.