ШІ-агент з пошуку, збору та аналізу інформації для публікації у каналах ЗМІ

Дисклеймер: попри тему й суть, ця стаття написана без використання ШІ — суто руками й суто з реального досвіду використання можливостей штучного інтелекту. Але, будьмо відвертими, — сьогодні ними користуються всі, а перелік пропозицій від різних нейромереж лише зростає. І якщо раніше люди тішилися розмовами з ШІ й розмірковували про майбутні можливості використання, зараз багато чого вже працює на повсякденній основі. Що цікаво: багато хто навіть не замислюється, де та як, хоча все це прямо перед носом. І це в прямому сенсі — на екранах смартфонів чи комп’ютерів, у які ми регулярно заглядаємо. 

Важливо сказати, що основну роль у поширенні таких можливостей відіграли ШІ-агенти — застосунки на основі технологій штучного інтелекту, що самі приймають рішення та виконують конкретні завдання з мінімальною участю людини. Без ШІ-агентів більшість дійсно потужних сервісів просто б лишалася надзвичайно розумними машинами й чекала б, коли до них звернеться користувач. 

Чому ШІ-агенти такі кмітливі й затребувані? Все дуже просто:

• ШІ-агент може приймати рішення, тобто досягати поставленої власником мети різними методами. Це головна перевага над “тупим” алгоритмом, що припиняє роботу, коли потрапляє у глухий кут;

• Застосунки на основі ШІ можуть залучати інші інструменти, такі як мови програмування для створення компонентів софту, необхідних для виконання завдань. По суті це знімає всі кордони у можливостях масштабування;

• Декілька ШІ-агентів можуть об’єднувати спроможності й працювати над завданнями спільно. І кожен буде лише покращувати власний досвід й накопичувати знання. 

Залишається тільки визначити мету, знайти відповідні технології та поєднати все це бекендом у єдиному застосунку, що невтомно працюватиме над поставленими завданнями. Команда Авіві вже переконалася: якщо це зробити правильно, успіхи ШІ-агента приємно вразять свого власника результативністю. 

Як працює ШІ-агент для автоматизації сайту новин?

Інформація у наш час — досить “ходовий” продукт. Кожна людина споживає неймовірну кількість контенту за день і постійно хоче ще. Джерел інформації також надзвичайно багато: хтось створює інформаційні повідомлення, інші їх розповсюджують. Редакція сайту новин має щодня обробляти величезні масиви інформації від отриманих на пошту офіційних пресрелізів до адаптації знайдених десь інакше релевантних повідомлень, приміром, міжнародних новин. Пошук цікавинок займає до 30% робочого часу, підготовка власних повідомлень — близько 60%, і решта потрібна для публікації власного продукту. Загалом, рутинна й трудомістка справа для співробітників. Проте елементарна для ШІ. 

Підсумуємо завдання, окреслене циклом: 

• Відібрати чи знайти потрібну інформацію;

• Адаптувати контент для власної аудиторії;

• Розповсюдити повідомлення. 

Цього цілком достатньо для налаштування роботи ШІ-агента для агрегації новин з інтерпретацією під стиль та напрямок конкретного ЗМІ. 

Наша розробка впроваджена для регіонального ЗМІ, аудиторія якого проживає в межах однієї області України. Тому джерелами інформації стали сайти місцевих адміністрацій (обласна, міська, селищна), портали державних служб (Нацполіція, ДСНС, Управління охорони здоров’я тощо) та комунальних ЗМІ. Також до цього переліку варто додати регіональні Telegram-канали та офіційні сторінки людей та організацій у соцмережі Facebook, а також різноманітні групи у тих самих Telegram і Facebook, що публікують галузеві новини. 

За збір та поширення інформації відповідає кастомний ШІ-агент, написаний на Python. Рішення легко входить у контакт з іншим програмним забезпеченням, спроможним переглядати сторінки сайту та читати соцмережі. Відповідні налаштування та надання агенту доступу до інтернет-ресурсів перетворюють його на прискіпливого помічника, що виконує більшість операційної роботи. 

Логіка роботи цього ШІ-агента доволі проста:

• Регулярно (що 23-30 хвилин) перевіряти джерела з визначеного раніше переліку джерел;

• Аналізувати новину на відповідність вимогам редакційної політики (простіше брати те, що цікаве);

• Перевіряти, чи таке повідомлення ще не було в роботі;

• Формувати майбутню новину у взаємодії з іншим ШІ-агентом й надсилати варіант публікації на затвердження головному редактору;

• Публікувати новину у разі погодження в усіх доступних каналах, серед яких, власне, сайт новин, Telegram-канал та сторінка у Facebook.

Як бачите, кастомний ШІ-агент інтегрований з Claude від розробника Anthropic. Як у приказці “Хто на що вчився”, у роботі програмного забезпечення присутнє розділення обов’язків, оскільки різні продукти “заточені” під окремі види активності. Claude чітко розуміє стилістичні вимоги до тексту й має власний редакційний стиль, натренований на сотнях вже написаних матеріалів. Тож у підсумку виходить не примітивний “копіпаст”, а справжній глибокий рерайт кожної майбутньої публікації. 

На етапі затвердження редактор, звісно ж, має можливість вносити правки у зібране та написане агентом — цей процес відбувається у Telegram-боті з кастомним помічником. Але загалом ШІ-агент може успішно працювати й самостійно без участі людини. 

Трохи технічної сторони

Що важливо: ШІ-агент не працює з джерелами інформації через API, як це роблять агрегатори новин. У звичному розумінні, агент мав би надіслати до сервера джерела інформації запит, приміром “GET https://news-site.com/api/articles” й отримати відповідь у форматі JSON чи XML. Це вже структурована інформація, де є заголовок новини, основний вміст, мітка часу, автор тощо — все чітко, зрозуміло й стандартизовано. Однак недоліками API може бути:

• ліміти запитів — з різних причин ресурси можуть встановлювати обмеження на кількість запитів, після вичерпання яких відповіді сервера припиняться;

• навантаження на трафік — сервер може “не втигати” вчасно відповісти на кожен запит;

• різні обмеження: от не хоче джерело ділитися опублікованим через API — ніяк ці дані не отримати. 

ШІ-агент не використовує API та навіть RSS — рішення справді заходить на веб-сторінки джерел і у соцмережі, “читає” та аналізує вміст безпосередньо з першоджерела, як пересічний живий користувач. 

Інша особливість пов’язана з Telegram. ШІ-агент взаємодіє з каналами та групами не як програмний код, а від імені пересічного користувача. Для цього бекенд заходить у сервіс з власною авторизацією — тобто з логіном і паролем. Тому важливо, аби акаунт, яким представляється ШІ-агент, був підписаний на потрібні канали та був учасником необхідних груп. Інакше ШІ-агент не зможе отримувати й аналізувати оновлення вмісту. 

Бекенд на Python працює цілком автоматично. Користувачу не потрібна адмін-панель для налаштувань ШІ-агента. Ось так “під капотом” відпрацьовує скрипт у моменти, коли починається черговий цикл аналізу оновлень новин (раз кожні 30 хвилин):

Відібрані новини надходять для погодження у Telegram-бот менеджера. Тепер з’являється можливість погодити новину для подальшої підготовки та публікації чи пропустити пропозицію. Ось як це виглядає:

І, нарешті, найцікавіше: чи є межі для вдосконалення автоматизації роботи?  Відповідь — практично ні, адже кожну з операцій можна масштабувати за новими умовами. Наприклад, додати переклад іншими мовами чи розширити перелік джерел. Глибокі знання у програмуванні на Python дозволяють команді розробників Авіві оптимізувати бекенд для взаємодії ШІ-агентів для максимально ефективного використання можливостей кожного з них. 

Тож якщо хочете заручитися підтримкою власного агента на основі штучного інтелекту — будемо раді допомогти.