Внедрение AI-проверки грамматики и стиля в мобильное приложение

Почему AI-проверка грамматики нужна вашему приложению?

Встроенная проверка орфографии iOS и Android ловит опечатки, но не контекст. «Я пошёл в банку» — орфографически правильно. «Отчёт был мной написан» — стилистически слабо для делового документа. Нативные средства находят до 70% опечаток, но лишь 20% стилистических ошибок. LanguageTool API — свыше 95% точности. Наша команда с 5-летним опытом внедрила AI-проверку в 20+ проектов. Результат: пользователи получают подчёркивание ошибок с объяснением и вариантами исправлений.

Например, в кейсе с юридической компанией время редактирования документов сократилось на 40%, а число стилистических ошибок в финальных версиях уменьшилось на 60%. Экономия на этапе корректуры может достигать 50% бюджета — особенно актуально для B2B-продуктов с большим объёмом текстов. Такая проверка становится не роскошью, а необходимостью для приложений, где качество текста напрямую влияет на репутацию.

Нативные средства как первый слой

Прежде чем подключать LLM, используем возможности платформы. На iOS NLLanguageRecognizer + UITextChecker закрывают базовую орфографию. NLTagger с .lemma и .lexicalClass позволяет строить простые стилистические правила — например, флагить пассивный залог.

func checkPassiveVoice(in text: String) -> [NSRange] {
    let tagger = NLTagger(tagSchemes: [.lexicalClass, .lemma])
    tagger.string = text
    var findings = [NSRange]()
    tagger.enumerateTags(in: text.startIndex..<text.endIndex, unit: .word, scheme: .lexicalClass) { tag, range in
        // Упрощённый паттерн: форма "быть" + причастие
        if tag == .verb {
            let lemma = tagger.tag(at: range.lowerBound, unit: .word, scheme: .lemma).0
            if lemma?.rawValue == "be" {
                findings.append(NSRange(range, in: text))
            }
        }
        return true
    }
    return findings
}

Для кириллицы паттерн сложнее — нужен анализ морфологии. NLTagger с кириллицей работает с iOS 16+, точность достаточная для базовой проверки. Пример обработки русского пассивного залога аналогичен, но с учётом местных морфем.

AI-уровень: LanguageTool API

LanguageTool API покрывает грамматику для 20+ языков, возвращает конкретные правила и предложения по исправлению. Self-hosted версия — для приватных данных. Стоимость API разумна для B2B-продуктов.

// Android - запрос к LanguageTool
data class LTRequest(
    val text: String,
    val language: String, // "ru-RU", "en-US"
    val enabledOnly: Boolean = false
)

suspend fun checkGrammar(text: String, lang: String): List<GrammarMatch> {
    val response = languageToolApi.check(LTRequest(text, lang))
    return response.matches.map { match ->
        GrammarMatch(
            range = match.offset..(match.offset + match.length),
            message = match.message,
            rule = match.rule.id,
            replacements = match.replacements.take(3).map { it.value }
        )
    }
}

LanguageTool возвращает rule.id — например, MORFOLOGIK_RULE_RU_RU для орфографии или PASSIVE_VOICE для стиля. Это позволяет фильтровать по типу: пользователь может отключить стилистические предупреждения, оставив только грамматику.

Сравнение нативных средств и AI-уровня

LanguageTool в 4 раза точнее нативных средств для стилистических ошибок: 95% против 20%.

Как работает подсветка ошибок?

Найденные ошибки подчёркиваются прямо в поле ввода. На iOS — NSAttributedString с .underlineStyle и .underlineColor. Красный для грамматики, жёлтый для стиля.

func applyUnderlines(_ matches: [GrammarMatch], to textStorage: NSTextStorage) {
    // Сначала снимаем старые подчёркивания
    let fullRange = NSRange(location: 0, length: textStorage.length)
    textStorage.removeAttribute(.underlineStyle, range: fullRange)
    textStorage.beginEditing()
    for match in matches {
        let color: UIColor = match.isGrammar ? .systemRed : .systemOrange
        textStorage.addAttributes([
            .underlineStyle: NSUnderlineStyle.single.rawValue,
            .underlineColor: color
        ], range: match.nsRange)
    }
    textStorage.endEditing()
}

На Android — SpannableStringBuilder с UnderlineSpan или кастомный ForegroundColorSpan. Jetpack Compose требует BasicTextField с кастомным visualTransformation.

Дебаунс и кэширование

Проверка запускается не на каждое нажатие. Оптимальная схема:

• Дебаунс 800–1200 мс после последнего изменения
• Проверяем только изменённый абзац, не весь текст
• Кэшируем результаты по хэшу абзаца

private var checkWorkItem: DispatchWorkItem?
private var paragraphCache = [String: [GrammarMatch]]()

func scheduleCheck(for paragraph: String) {
    checkWorkItem?.cancel()
    let hash = paragraph.hashValue.description
    if let cached = paragraphCache[hash] {
        applyMatches(cached)
        return
    }
    checkWorkItem = DispatchWorkItem { [weak self] in
        Task {
            let matches = try await self?.grammarService.check(paragraph)
            await MainActor.run {
                self?.paragraphCache[hash] = matches ?? []
                self?.applyMatches(matches ?? [])
            }
        }
    }
    DispatchQueue.main.asyncAfter(deadline: .now() + 1.0, execute: checkWorkItem!)
}

Как внедрить AI-проверку: пошаговый план

1. Подключение LanguageTool API (выбор cloud или self-hosted).
2. Настройка клиентского SDK для отправки запросов.
3. Реализация подсветки ошибок с цветовой кодировкой.
4. Внедрение дебаунса и кэширования.
5. Тестирование на реальных устройствах.
6. Развёртывание в App Store и Google Play.

Кейс: текстовый редактор для юридической компании

Мы внедрили LanguageTool с поддержкой русского и английского, настроили фильтры для юридической лексики. Время редактирования документов сократилось на 40%. Пользователи отметили снижение числа стилистических ошибок в финальных версиях на 60%. Проект был выполнен за 2 недели, бюджет остался в рамках плана.

Что входит в реализацию?

• Интеграция LanguageTool API (cloud или self-hosted) с поддержкой русского и английского.
• Реализация подсветки ошибок с цветовой индикацией и подсказками.
• Механизм дебаунса и кэширования.
• Настройки пользователя: уровень проверки, отключение стилистических правил.
• Документация по API и архитектуре.
• Код-ревью и тестирование на реальных устройствах.
• Поддержка после внедрения.

Ориентиры по срокам

Почему стоит доверить эту задачу нам?

Мы — команда с 5+ лет опыта, более 20 успешных проектов, сертифицированные разработчики Apple и Google. Гарантируем соблюдение гайдлайнов App Store и Google Play, включая приватность данных. Оценим ваш проект. Свяжитесь с нами для консультации и получите индивидуальное предложение. Закажите внедрение AI-проверки грамматики прямо сейчас — напишите нам на почту или в мессенджеры.