«Советница» — AI-бот для персонального планирования детского питания

«Советница» — собственный технологический продукт, разработанный основателем «Цветков Технологии».

Идея проекта возникла из повседневной проблемы родителей: необходимо регулярно придумывать разнообразное меню для ребёнка, учитывать его возраст, пищевые ограничения и одновременно планировать покупку продуктов.

Цель: создать удобного AI-помощника, который позволит получать персонализированное меню непосредственно в Telegram, без установки отдельного приложения.

Дополнительной задачей стала проверка продуктовой гипотезы: востребован ли такой сервис и готовы ли пользователи платить за его возможности.

Этап 1. Продуктовая аналитика и проектирование

На начальном этапе были изучены потребности целевой аудитории, сформированы пользовательские сценарии и требования к минимально жизнеспособной версии продукта (MVP).

Выбрана архитектура Telegram-бота с серверной обработкой запросов и интеграцией больших языковых моделей через API.

Основные сценарии:

• Получение персонализированных рекомендаций по питанию.

• Генерация меню на неделю с учётом возраста ребёнка и пищевых ограничений.

• Формирование списка продуктов для выбранного меню.

• Сохранение пользовательских данных и истории обращений.

• Монетизация сервиса через онлайн-оплату.

Этап 2. Backend-разработка и интеграция AI

Серверная часть разработана на Python с использованием асинхронного фреймворка aiogram.

Для генерации рекомендаций интегрирован DeepSeek API. Реализована подготовка контекстных запросов к языковой модели с учётом пользовательских параметров.

Разработана логика взаимодействия с AI-сервисом, включая управление контекстом диалога, обработку ответов и оптимизацию повторных обращений.

Для хранения данных использована SQLite с асинхронным доступом через aiosqlite.

Этап 3. Дополнительные сервисы и монетизация

Реализованы:

• Генерация недельного меню.

• Подготовка списка покупок.

• Хранение пользовательских профилей.

• Интеграция платёжного сервиса ЮMoney.

• Механизмы ограничения частоты запросов.

• Вспомогательный веб-интерфейс администрирования на Flask.

При проектировании учитывались требования к обработке пользовательских данных, стабильности взаимодействия с внешними API и контролю расходов на вызовы AI-моделей.

Этап 4. Развёртывание и запуск

Приложение контейнеризировано с помощью Docker и развёрнуто на виртуальном сервере под Ubuntu.

Для обслуживания и диагностики использовались Nginx, журналирование событий и мониторинг ошибок.

После запуска продукт использовался реальными пользователями. Была проверена возможность приёма платежей и собрана информация для дальнейшей оценки продуктовой гипотезы.

Разработан и запущен работающий MVP AI-помощника для родителей.

В рамках проекта удалось:

• Создать Telegram-приложение с полноценной серверной частью и интеграцией большой языковой модели.

• Автоматизировать формирование персонализированного недельного меню и списка покупок.

• Реализовать хранение пользовательских данных и платёжную интеграцию.

• Развернуть сервис на собственной серверной инфраструктуре.

• Привлечь реальных пользователей и получить первые оплаты.

• Проверить техническую реализуемость и первоначальный коммерческий потенциал продукта.

Бизнес-результат: продукт прошёл путь от идеи до работающего сервиса с реальными пользователями и платежами.

По итогам изучения поведения аудитории и первоначальной экономики проекта было принято решение приостановить активное развитие текущей версии и использовать полученный опыт для дальнейших продуктовых гипотез.

Ключевая компетенция, продемонстрированная проектом: создание AI-продукта полного цикла — от анализа пользовательской задачи и проектирования решения до разработки, интеграции внешних API, запуска и проверки спроса.