🎉 Большой апдейт Human-Assisted AI

После того, как инструмент выходит в свет, сразу же появляется куча идей, а как ещё всё можно улучшить/допилить/сделать удобнее. Плюс благодарим первых реальных пользователей — ваши фидбеки мы тоже учли.

Результатом стал ряд серьёзных обновлений инструмента. О каждом из них поговорим подробнее позже. Но пока — вот краткая карта:

1. Полностью обновили клиентский кабинет

Теперь в нём можно создавать отдельные и пакетные заказы, следить за статусами и забирать готовые материалы. Для больших объёмов добавили работу через API, а заодно улучшили оплату в USDT и выгрузку таблиц сверки.

2. Пересобрали итоговый результат

Вместо одного файла клиент получает несколько версий под разные задачи: документ для проверки, чистый Markdown, готовый HTML и папку с иллюстрациями. Внутри уже есть источники, метаданные, ключи, статистика и относительные пути к изображениям.

3. Добавили диалогового research-агента

Он изучает выдачу, официальные и доверенные сайты, работает с SEO-инструментами и нашими справочниками, собирает факты и семантику. Если данных недостаточно или источники противоречат друг другу, агент не додумывает ответ, а обращается к редактору.

4. Превратили опыт команды в систему скиллов

Собрали playbook’и для разных типов iGaming-страниц, правила построения структуры, списки доверенных источников и справочники по законам, лицензиям и регуляторам для разных GEO.

Причём теперь эта база умеет отслеживать изменения во внешних источниках, а внутренние правила дополняются решениями редакторов.

5. Подготовились к появлению «водяных знаков» в AI-текстах

Финальное написание текста — лишь один из последних этапов среди 30–40 вызовов AI и внешних инструментов, которые приходятся на одну статью.

Основную работу передовые reasoning-модели выполняют заранее. К моменту генерации каждая секция уже получает подробное summary, набор сущностей, проверенные данные и требования к таблицам, спискам и иллюстрациям.

Поэтому для самого написания нам не обязательно использовать последние модели, которых коснулись требования о маркировке. Достаточно более простой модели, которая изложит подготовленную информацию нормальным языком и в заданном ToV. Сейчас тестируем альтернативные, в том числе китайские, модели — первые результаты выглядят вполне достойно.

За каждым стояла вполне реальная ситуация, в которой редактор, контент-менеджер или клиент говорил: «Так, а почему мы вообще до сих пор делаем это руками?» Или находил проблему, которую никакой дополнительный self-check не исправлял.

Дальше будем разбирать эти истории по одной: что именно ломалось, как это обычно пытаются решить и как это решаем мы:)

Если хотите потестить новую версию инструмента, пишите 👉 @igamingtextbot

Вова,
Founder, iGamingTextLab