Контекст

МолокоМожно: быстрый анализ лактозы в повседневных блюдах

Для пользователя это простой формат: выбрала описание или фото блюда, получила понятный разбор по лактозе и практические рекомендации.

Для бизнеса это управляемый сервис: единый сценарий в боте, API для внешних интеграций и админ-контур FAQ, который команда обновляет без релизов.

Параметры проекта
  • Клиент: Мерц Фарма.
  • Продукт: Telegram-бот @Molokomozhno_bot.
  • Формат: анализ по тексту и фото, FAQ, API для интеграций.
  • Роль команды: сценарий, UX, разработка.
Запустить бота
Задача

Что нужно было решить

01

Надежный анализ по описанию

Пользователь должен получать точный разбор даже в свободной формулировке без строгого шаблона.

02

Фото-сценарий с резервным переходом

Важно объяснить ограничения фотоанализа и мягко переводить в текстовый режим, если снимок не подходит.

03

Переиспользуемый контур

Боту нужна операционная основа: API для интеграций и админка FAQ, которую клиент обновляет самостоятельно.

Решение

Как работает решение

Что получает пользователь
  • Выбор формата анализа: по описанию или по фото.
  • Пошаговые подсказки для фото и прозрачные ожидания по качеству распознавания.
  • Понятный резервный переход в текстовый сценарий, если фото не подходит для анализа.
Ниже реальные экраны из продукта: по ним видно, как пользователь проходит ключевые сценарии.
01

Несколько блюд в одном кадре

МолокоМожно — анализ фото с напитком и блюдом, экран 1
МолокоМожно — анализ фото с напитком и блюдом, экран 2

Что видно: сценарий, когда в кадре сразу несколько объектов и бот собирает их в итоговое описание.

Зачем это пользователю: можно разбирать составные блюда без ручного перечисления каждого ингредиента.

02

Одно блюдо крупным планом

МолокоМожно — анализ фото одного блюда, экран 1
МолокоМожно — анализ фото одного блюда, экран 2

Что видно: стандартный сценарий для чистого снимка одного блюда с подтверждением и итоговым анализом.

Зачем это пользователю: путь читается быстро и дает предсказуемый результат без лишних шагов.

03

Неподходящее фото и резервный путь

МолокоМожно — сообщение о неподходящем фото и переходе на текст

Что видно: как бот корректно сообщает о проблеме со снимком и предлагает альтернативный путь.

Зачем это пользователю: пользователь не теряется и быстро переходит к надежному анализу по описанию.

Результат

Что получили на практике

Ниже системные показатели проекта по функциональным контурам, которые реально работают в продукте.

0

Канала анализа: текст и фото

0

Фото-гайда для пользователя

0

API-эндпоинта анализа

0

Операций в FAQ-админке

До внедрения

Для вопросов по лактозе пользователю не хватало единого понятного сценария, а команде — стандартизированного контура.

После внедрения

Теперь пользователь получает предсказуемый анализ, а команда масштабирует сервис через API и управляемый FAQ-контур.

Технологии

Технологическая база проекта

Почему здесь кастом
  • Нужен мультимодальный анализ: текст и фото в одном пользовательском сценарии.
  • Требуется HTTP API, чтобы использовать ту же логику анализа на внешних площадках.
  • Важно централизованно управлять качеством ответов и контентом базы FAQ.
Что реально умеет система
  • Анализ по описанию и фото с валидациями и обработкой невалидных сценариев.
  • Понятный резервный переход: если фото не распознано, пользователь переводится в надежный текстовый сценарий.
  • Админ-контур поддерживает добавление, редактирование и удаление FAQ, а также очистку сохранённых пользователей.
  • API-контур закрыт ключами и отдает одинаковую бизнес-логику для всех интеграций.
Данные и контроль качества
  • Копирайт и подсказки в сценариях можно обновлять централизованно без смены архитектуры.
  • В API предусмотрены валидация входа и единый формат ответа для frontend-команд.
  • Команда получает управляемый продуктовый контур, а не разрозненный набор скриптов.
Стек
Python 3.11+ aiogram FastAPI Redis OpenAI aiohttp Pydantic
Made on
Tilda