AI-система персоналізації медитацій та вправ релаксації

Проектуємо та впроваджуємо системи штучного інтелекту: від прототипу до production-ready рішення. Наша команда поєднує експертизу в машинному навчанні, дата-інжинірингу та MLOps, щоб AI працював не в лабораторії, а в реальному бізнесі.
Показано 1 з 1Усі 1566 послуг
AI-система персоналізації медитацій та вправ релаксації
Простий
від 1 дня до 3 днів
Часті запитання

Напрямки AI-розробки

Етапи розробки AI-рішення

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1285
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1198
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    902
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1120
  • image_logo-advance_0.webp
    Розробка логотипу компанії B2B Advance
    588
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    854

AI-система персоналізованої медитації та релаксації

Програми медитації (Calm, Headspace) використовують AI для підбору практик під поточний стан користувача. Нема рації пропонувати 30-хвилинну медитацію людині в режимі «5 хвилин до зустрічі». AI визначає контекст та пропонує практику, яку користувач реально виконає.

Контекстна рекомендація медитативних практик

from anthropic import Anthropic
import json
from datetime import datetime

def recommend_meditation_session(user_state: dict,
                                  user_history: list[dict]) -> dict:
    """
    Контекстная рекомендация медитации.
    user_state: mood (1-5), stress_level (1-5), available_minutes, time_of_day
    """
    llm = Anthropic()

    # Анализ истории: какие практики пользователь завершает
    if user_history:
        completed = [s for s in user_history if s.get('completed')]
        preferred_types = {}
        for session in completed:
            t = session.get('type', 'breathing')
            preferred_types[t] = preferred_types.get(t, 0) + 1
        top_type = max(preferred_types, key=preferred_types.get) if preferred_types else 'breathing'
        completion_rate = len(completed) / max(len(user_history), 1)
    else:
        top_type = 'breathing'
        completion_rate = 0.5

    # Правила выбора практики
    mood = user_state.get('mood', 3)
    stress = user_state.get('stress_level', 3)
    available_min = user_state.get('available_minutes', 10)
    time_of_day = user_state.get('time_of_day', 'afternoon')

    if stress >= 4:
        session_type = 'breathing'  # Быстрее всего снижает стресс
    elif mood <= 2:
        session_type = 'body_scan'  # Для усталости
    elif time_of_day == 'morning':
        session_type = 'energizing'
    elif time_of_day == 'evening':
        session_type = 'sleep_preparation'
    else:
        session_type = top_type

    # Длительность по доступному времени
    if available_min <= 5:
        duration = 3
    elif available_min <= 15:
        duration = 10
    else:
        duration = min(available_min, 20)

    # LLM для персонализированного введения
    response = llm.messages.create(
        model="claude-3-5-sonnet-20241022",
        max_tokens=150,
        messages=[{
            "role": "user",
            "content": f"""Write a personalized intro for a meditation session in Russian.

User state: mood {mood}/5, stress {stress}/5, available time {available_min} min
Time of day: {time_of_day}
Session type: {session_type}, duration: {duration} min
Completion rate: {completion_rate:.0%}

Write 2-3 sentences:
1. Acknowledge their current state
2. Explain why this specific practice will help right now
Be warm, non-judgmental, concise."""
        }]
    )

    return {
        'session_type': session_type,
        'duration_minutes': duration,
        'personalized_intro': response.content[0].text,
        'completion_prediction': min(0.95, completion_rate + 0.1) if session_type == top_type else completion_rate,
    }

Персоналізовані рекомендації медитації підвищують completion rate сесій з 35-45% до 60-75%. Ключовий інсайт: коротка сесія, виконана до кінця, цінніша за довгу, кинуту на півдорозі — AI повинен оптимізувати під реалістичні можливості, а не ідеальні.