Новый подход к контенту: как мы обучили ИИ-копирайтера работать сразу на всю сеть из 9 ресторанов
Система объединяет Notion, RAG и Telegram-бота, полностью автоматизируя рутину копирайтеров — от описаний блюд до пресс-релизов. Рассказываем, как построена память ИИ, зачем ему стилистический профиль и как теперь 2 редактора управляют контентом для всей сети.
Один из наших заказчиков владеет сетью ресторанов по России, при этом каждый ресторан имеет свою концепцию и уникальный стиль коммуникации с гостями.
Он пришел к нам с запросом: слишком много ресурсов уходит на тексты — описания ресторанов, перевод на разные языки, пресс-релизы, рассылки, описания блюд, мероприятий, посты для социальных сетей в Tone of Voice бренда и прочая ежедневная работа с текстом.При этом держать большой штат копирайтеров слишком дорого и сложно, потому что помимо написания текстов, копирайтер должен еще и держать в голове общую концепцию каждого заведения для которого готовит материал.
Нашим решением было поручить большую часть работы ИИ, чтобы увеличить эффективность и один-два редактора могли управлять всеми текстами, которые выпускает компания и вручную только их корректировать и доводить до совершенства.
Решение этой задачи состоит из 2 блоков:
1. Мы должны создать «память» и «стиль» для ИИ, на основе которых он будет писать различные тексты для ресторанов.
2. Создать интерфейс, с ограниченным по ролям, чтоб редактор эти тексты запрашивал и получал.
Как создать «память» ИИ-копирайтера для бренда ресторана

Чтобы ИИ-копирайтер понимал, в каком стиле готовить тексты, ему надо показать Tone of Voice заведения.
Tone of Voice (ToV) — это уникальный стиль общения бренда с аудиторией, который формирует его имидж и отражает его ценности и характер. Это не о том, что говорит бренд, а о том, как он это делает, используя определенную манеру.
Для этой задачи, мы попросили заказчика собрать в Notion документ и назвали его «Концепция» — вся информацию о заведении, правилах коммуникации, нормативах и т.д., которая поможет нашему ИИ понять, в каком тоне он должен писать тексты для ресторана, у нас получились десятки страниц документов для каждого ресторана.Конечно, всю эту информацию невозможно подгрузить в контекст запроса — контекстного окна не хватит. Поэтому мы приняли решение: на основе материалов, загруженных заказчиком, автоматически формировать документ Tone of Voice (отдельной страницей в Notion под каждый ресторан).
Этот документ определяет стиль, в котором ИИ-копирайтер создаёт тексты для редактора, а документ «Концепция» используется для получения фактической информации, например, основных блюд, персонала, времени работы и т. д.
Создание «памяти» — это динамичная система, заказчик может в любой момент вносить доработки в Концепцию, и на базе этих доработок будет корректироваться Tone of Voice.
Как работает система памяти в ИИ-копирайтере на практике
Заказчик вносит данные в документ «Концепция» в Notion, эти данные автоматически обрабатываются и загружаются в векторную базу данных (RAG), затем на базе изменений формируется документ Tone of Voice, который тоже можно посмотреть в Notion, таким образом «память» системы у нас состоит из двух частей — одна отвечает за факты, другая за тон общения.
А сама архитектура решения выглядит вот так: Интерфейсом для общения с ИИ-копирайтером был выбран Telegram-бот. Редактор пишет запрос, например: В этот момент: 1. ИИ находит в Концепции, кто шеф-повар ресторана, какие дни работы, какое ключевое блюдо, формирует черновик ответа. 2. ИИ берет черновик ответа и переписывает в стилистике, которая отображена в Tone of Voice 3. Выдает результат человеку. Помимо запросов «напиши», ИИ-копирайтер умеет переписывать тексты, переводить на разные языки, обрабатывать голосовые сообщения, проверять текст на стилистику, писать тексты по примеру и т.д. Разделение доступа Конечно же, мы сделали так, чтобы доступ к боту выдавался администратором вручную, через удобный интерфейс Определение ресторана Я ранее говорил, что у заказчика целая сеть ресторанов, поэтому для корректной работы ИИ-копирайтера, запрос должен содержать название заведения. Если пользователь не указал название, то перед тем, как выдать ответ, ИИ-копирайтер попросит уточнение. Причём название ресторана может быть на русском, английском или с ошибками — ИИ всё равно поймёт. Сохранение контекста Если после получения текста пользователь хочет внести правки, то должен просто написать в бот, что именно ему не понравилось, что он хотел бы доделать или переделать. ИИ-копирайтер сформирует новый вариант текста с учётом правок, без дополнительных уточнений. Также пользователь может попросить ИИ-копирайтера переключиться на работу с другим рестораном и тогда он будет выдавать результаты опираясь на другой Контекст и Tone of Voice. Дополнительная специфика Если указать ИИ-копирайтеру, для чего понадобится текст, то результат будет сформирован опираясь на то, где этот текст будет опубликован. К примеру, если запросить описание профиля Telegram, ИИ-копирайтер уложит текст в нужное количество символов автоматически. Архитектура выглядит вот так: *** И это лишь один из наших кейсов по автоматизации процессов с помощью ИИ и внедрению IT-решений. В Telegram-канале я рассказываю, с чего начать построение IT-отдела в компании. Сохраните мой контакт — на случай, если захотите применить ИИ или другие IT-решения у себя. Telegram-канал: https://t.me/egormk Егор Мелкозёров

Телеграм-бот как интерфейс для генерации текстов ИИ-копирайтером

Как работает выдача текстов:
Напиши два предложения для поста в VK про шеф повара ресторана трамото остериа, включая дни работы ресторана и фирменное блюдо.
Как выглядит текст, сгенерированный ИИ-копирайтером
Наш шеф-повар Алексей Громов с особым вниманием к деталям создаёт для вас подлинные блюда Южной Италии из локальных фермерских продуктов. Мы рады видеть вас в ресторане Tramonto Osteria со среды по субботу. Главные звёзды меню — сочный флорентийский стейк и деликатные антипасти, приготовленные с душой и уважением к традициям.
Какие дополнительные возможности есть у ИИ-копирайтера для ресторанного бизнеса
Техническая архитектура ИИ-копирайтера для автоматизации текстов
