Как AI Budget Assistant применяет ИИ: ai-агент с функциями, визуальное распознавание, голос и защита данных

В продуктовой статье мы уже рассказывали, что умеет AI Budget Assistant: сфотографировать чек, надиктовать трату голосом, спросить у чата совета по бюджету — и всё это без единой таблицы в Excel. Это был взгляд со стороны пользователя. Теперь зайдём со стороны реализации и разберём, как именно здесь применяется искусственный интеллект — и, что не менее важно, что удерживает его от глупостей.

Личные финансы и ИИ — это в первую очередь вопрос доверия. Обычный чат-бот на такую тему легко наговорит лишнего: уверенно назовёт цифру, которой нет, «вспомнит» трату, которой не было, или посоветует то, что к вашему бюджету не относится. Мы строили систему так, чтобы модель работала не в вакууме, а поверх ваших реальных данных, и чтобы вокруг неё было достаточно дисциплины: ключ к ИИ хранится на сервере (а не в приложении), ваши данные подаются модели изолированно от инструкций, а там, где модель не нужна, работают обычные правила и математика — быстрее, дешевле и предсказуемее.

Одна мысль проходит через весь текст: ИИ здесь — это инструмент под контролем, а не оракул. Разберём по порядку, где он применяется, как устроен и где мы сознательно обошлись без него. По дороге — схемы, «причёсанные» для читателя, а не для инженера.

Где здесь ИИ

Приложение — это мобильный клиент (на Expo), а вся «умная» логика живёт на сервере. Клиент никогда не обращается к OpenAI напрямую: он идёт на наш сервер, а тот уже добавляет ключ и нужный контекст и вызывает модель. Так ключ никогда не покидает сервер, а мы можем считать квоты, чистить данные и подставлять контекст в одном месте.

flowchart TB
  subgraph Clients["Как обращаются пользователи"]
    APP["Мобильное приложение<br/>(Expo)"]
    TG["Telegram-бот"]
    WA["WhatsApp-бот"]
  end
  subgraph Server["Сервер (NestJS) — здесь живёт ключ"]
    PROXY["ИИ-прокси<br/>добавляет ключ + контекст"]
    RULES["Логика без ИИ<br/>аномалии · индекс инфляции"]
  end
  OPENAI["OpenAI API"]
  subgraph Data["Хранение"]
    PG["PostgreSQL"]
    RED["Redis · кэш и лимиты"]
  end
  APP --> PROXY
  TG --> PROXY
  WA --> PROXY
  PROXY --> OPENAI
  PROXY --> PG
  PROXY --> RED
  RULES --> PG

Обратите внимание на два момента. Во-первых, провайдер один — OpenAI; никакой «зоопарк» моделей здесь не нужен. Во-вторых, рядом с ИИ на сервере живёт логика без ИИ — обнаружение аномалий и личный индекс инфляции считаются обычным кодом. К ним мы ещё вернёмся отдельно.

Один ключ, три «скорости» модели

В отличие от систем, где вы приносите собственный ключ, здесь ключ принадлежит сервису. Пользователь же выбирает не провайдера, а «скорость» модели — в настройках, одним переключателем на все текстовые и визуальные функции сразу.

flowchart LR
  REQ["Запрос к ИИ<br/>чат · чек · подсказка"] --> Q{"Хватает ИИ-квоты?"}
  Q -->|нет| STOP["Отказ +<br/>предложить тариф"]
  Q -->|да| MUL["Списать квоту<br/>× множитель тарифа"]
  MUL --> RES["Модель по «скорости»<br/>выбор пользователя"]
  RES --> F["fast<br/>gpt-4o-mini · ×0.75"]
  RES --> B["balanced по умолчанию<br/>gpt-4o · ×1.0"]
  RES --> Qy["quality<br/>gpt-4.1 · ×1.5"]
  F --> CALL["Вызов OpenAI<br/>ключ на сервере"]
  B --> CALL
  Qy --> CALL
  CALL --> ANS["Ответ пользователю"]

Скоростей три: fast (модель gpt-4o-mini, дешевле), balanced (gpt-4o, по умолчанию) и quality (gpt-4.1, дороже и подробнее). У каждой — свой множитель стоимости, который влияет на то, сколько ИИ-квоты тратит один запрос: на бесплатном тарифе это 5 ИИ-запросов в месяц, и «быстрый» запрос стоит 0,75 единицы, а «качественный» — 1,5. Так пользователь сам управляет балансом «дешевле / умнее», а расходы остаются под контролем. Распознавание голоса стоит особняком: оно всегда идёт через фиксированную модель whisper-1 и в выбор «скорости» не входит.

Чат-ассистент как ai-агент с функциями

Чат — это не просто «поговорить с ботом». Под капотом это ai-агент с 11 функциями (создать расход, добавить доход, и так далее): модель сама решает, ответить текстом или предложить конкретное действие, а выполняет его затем проверенный код на сервере.

flowchart TB
  MSG["Сообщение пользователя"] --> MODEL["ai-агент с 11 функциями<br/>создать расход, доход…"]
  MODEL --> D{"Что вернула модель?"}
  D -->|обычный ответ| ANS["Текстовый ответ<br/>совет, разбор"]
  D -->|вызов функции| ACT["Предложенное действие<br/>черновик"]
  ACT --> ROLE{"Роль пользователя?"}
  ROLE -->|наблюдатель| BLOCK["Запись заблокирована"]
  ROLE -->|владелец / редактор| CONF{"Подтвердить?"}
  CONF -->|да| EXEC["Выполнить и записать"]
  CONF -->|нет| CANCEL["Отменить"]

Важная деталь — любое изменение данных проходит через подтверждение. Модель не создаёт расход молча: она предлагает действие, а пользователь подтверждает его (или отменяет). А если у участника счёта роль «наблюдатель» (viewer), запись блокируется ещё до того, как действие встанет в очередь, — и в приложении, и в ботах. То есть ИИ здесь помогает заполнять, но не распоряжается вашими данными за вашей спиной.

Что ИИ знает о вас — и защита от инъекций

Чтобы советы были по делу, ассистент получает срез ваших финансов: сколько потрачено за месяц, лимиты по категориям, топ категорий и недавние расходы. Но именно здесь кроется тонкий риск — атака через ваши же данные (prompt injection): если в описании траты спрятана команда для модели, она могла бы «перехватить» инструкции. Мы закрываем это на двух уровнях.

flowchart TB
  subgraph Ctx["Контекст пользователя"]
    C1["Траты за месяц"]
    C2["Лимиты по категориям"]
    C3["Топ-категории"]
    C4["Недавние расходы"]
  end
  Ctx --> SAN["Очистка текстовых полей"]
  SAN --> BLOCK["Изолированный блок данных<br/>--- ДАННЫЕ ПОЛЬЗОВАТЕЛЯ ---"]
  INSTR["Инструкции ассистенту<br/>отдельно"] --> MODEL["Модель"]
  BLOCK --> MODEL
  MODEL --> NOTE["Данные — это данные,<br/>а не команды"]

Во-первых, все пользовательские строки (описания трат, названия проектов, тегов, категорий, целей) очищаются перед подстановкой в промпт. Во-вторых, контекст передаётся модели как изолированный блок данных, обёрнутый служебными метками (в духе «--- ДАННЫЕ ПОЛЬЗОВАТЕЛЯ ---» … «--- КОНЕЦ ДАННЫХ ---»), — так модель воспринимает его как данные, а не как инструкции. Даже произвольная подпись к сканируемому чеку ограничена по длине и подаётся как пассивная заметка, а не как команда.

Чек с фотографии: визуальное распознавание

Самый быстрый способ занести трату — сфотографировать чек. Распознаванием занимается модель с визуальным распознаванием (та же, что вы выбрали по «скорости»): она вытягивает из фото позиции, суммы, дату и даже адрес магазина.

flowchart LR
  PHOTO["Фото чека"] --> OCR["Визуальное распознавание<br/>выбранная модель"]
  OCR --> ITEMS["Позиции: товар · цена ·<br/>дата · магазин · адрес"]
  ITEMS --> EXP["Черновик расхода<br/>подтвердите"]
  ITEMS --> CANON["Каноничное имя товара<br/>для индекса инфляции"]
  ITEMS --> ADDR["Адрес магазина"]
  ADDR --> GEO["Геокодинг: OpenStreetMap<br/>без ИИ, с кэшем"]
  GEO --> MAP["Точка на карте"]

Дальше начинается аккуратная работа с деталями. Каждой позиции присваивается каноничное имя товара — это нужно, чтобы потом честно сравнивать цены во времени (об этом ниже). А адрес магазина превращается в точку на карте через открытый сервис геокодирования (OpenStreetMap/Nominatim) — без всякого ИИ, с кэшем и «тихим» поведением при неудаче. Хороший пример того, что не каждую задачу стоит отдавать модели.

Голос: надиктуй расход

Трату можно не печатать, а проговорить. Голосовое сообщение расшифровывает модель whisper-1, после чего текст обрабатывается как обычная фраза — тем же разбором расходов, что и при вводе с клавиатуры. Работает это и в приложении, и в мессенджерах.

ИИ в Telegram и WhatsApp

AI Budget Assistant живёт не только в приложении. У него есть полноценные боты в Telegram и WhatsApp, и — что важно для архитектуры — они переиспользуют одни и те же ИИ-сервисы: тот же чат-агент, ту же расшифровку голоса, то же распознавание чеков. Не три разных «мозга», а один, доступный из разных каналов.

flowchart TB
  APP["Приложение"] --> S
  TG["Telegram"] --> S
  WA["WhatsApp"] --> S
  subgraph S["Общие ИИ-сервисы на сервере"]
    CHAT["Чат-агент"]
    VOICE["Голос → текст<br/>whisper-1"]
    OCR["Чеки — визуальное распознавание"]
  end
  S --> OPENAI["OpenAI"]

Приятная мелочь: в переписке бот умеет распознать в тексте название счёта и ответить именно по нему, не переключая ваш основной счёт. Достаточно написать что-то вроде «покажи траты в Семья» — и бот поймёт, о каком счёте речь.

Умные подсказки: категории, теги, проекты

Хороший помощник не заставляет всё заполнять руками. Поэтому при вводе траты система предлагает категорию, теги, подходящий проект и даже разбиение суммы по нескольким категориям. Но и здесь модель включается не всегда.

flowchart LR
  E["Новый расход"] --> H{"Похожее уже<br/>встречалось?"}
  H -->|да| FAST["Подсказка сразу<br/>без модели"]
  H -->|нет| AI["ИИ / эмбеддинги"]
  AI --> S1["Категория"]
  AI --> S2["Теги"]
  AI --> S3["Проект по смыслу"]
  AI --> S4["Разбиение по категориям"]

Логика простая и экономная: сначала история. Если похожая трата уже встречалась, подсказка выдаётся мгновенно и без обращения к модели. И только для незнакомых случаев подключается ИИ, а для сопоставления «по смыслу» (например, к какому проекту отнести расход) используются эмбеддинги — векторные представления текста. Так частые операции не тратят ни ИИ-квоту, ни время.

Инсайты, истории и портфель

Поверх ваших данных ИИ умеет не только отвечать на вопросы, но и подмечать закономерности сам. Он собирает инсайт-карточки (куда утекают деньги, что изменилось) и даже нарративные «истории трат» — связный рассказ вместо сухих цифр.

flowchart LR
  DATA["Ваши финансы"] --> AI["Модель, выбранная вами"]
  AI --> CARDS["Инсайт-карточки<br/>паттерны трат"]
  AI --> STORY["История трат<br/>нарративная сводка"]
  PORT["Инвест-портфель"] --> AIP["Портфельные инсайты<br/>тариф Pro+, кэш 24 ч"]
  AIP --> RISK["Риски концентрации,<br/>отставание, комиссии…"]

Отдельная история — инвестиционный портфель. Здесь ИИ анализирует состав вложений и выдаёт портфельные инсайты: риск концентрации в одном активе, перекос по типам, отставание от бенчмарка, влияние комиссий и другие сигналы — с понятными порогами «важно / критично». Эта возможность относится к платному тарифу (Pro+), стоит чуть дороже обычного запроса и кэшируется на сутки, чтобы не пересчитывать одно и то же.

Где ИИ намеренно НЕ используется

Это, пожалуй, самый недооценённый раздел. Не всё, что выглядит «умным», должно ходить в модель — иногда обычный код честнее, быстрее и дешевле. У нас так сделаны две заметные вещи.

flowchart TB
  EXP["Расход записан"] --> RULES["4 правила — без ИИ"]
  RULES --> R1["Всплеск категории<br/>+30% к среднему"]
  RULES --> R2["Рост цены подписки<br/>больше 10%"]
  RULES --> R3["Двойное списание<br/>±1 день"]
  RULES --> R4["Похоже на регулярный платёж"]
  R1 --> FEED["Лента алертов<br/>защита от дублей"]
  R2 --> FEED
  R3 --> FEED
  R4 --> FEED
  FEED --> PUSH["Пуш — не более 3 в день"]

Обнаружение аномалий работает на четырёх простых правилах, срабатывающих прямо в момент записи траты: всплеск по категории (рост на 30%+ к среднему), подорожавшая подписка (рост цены больше чем на 10%), двойное списание (тот же продавец и сумма в пределах суток) и «похоже на регулярный платёж». Каждый сигнал попадает в ленту с защитой от дублей, а чтобы не надоедать, пушей отправляется не больше трёх в день. Никакой модели — только детерминированные правила, которые всегда срабатывают одинаково.

Личный индекс инфляции — ещё честнее. Он показывает, как меняется стоимость именно вашей «корзины» покупок, и считается обычной математикой (индекс Ласпейреса) по позициям из ваших чеков — без единого обращения к ИИ. Модель здесь участвует лишь косвенно: она когда-то распознала чек, а дальше работает арифметика. Дёшево, прозрачно и воспроизводимо.

Заключение

Если собрать всё вместе, вырисовывается та же простая мысль, что и в наших других продуктах: пользу приносит не «модель побольше», а аккуратная инженерия вокруг неё. ИИ, который работает поверх ваших реальных данных, а не выдумывает их. Ключ, который остаётся на сервере, а не утекает в приложение. Данные, изолированные от инструкций. Подтверждение перед любой записью. И трезвое решение не звать модель туда, где справятся правила и математика.

Именно эта дисциплина превращает разговорчивую модель в помощника, которому можно доверить свой бюджет — и при этом не бояться, что он подрисует вам лишнюю трату. Попробовать AI Budget Assistant можно на ai-budget.pl, в Google Play или собрать самому из исходников на GitHub. А если вам нужен похожий ИИ-помощник, встроенный в ваш продукт и ваши данные, — напишите нам: [email protected].

Какая модель за что отвечает

Напоследок — сводка: какая модель решает какую задачу. Отдельно подчеркнём: обнаружение аномалий и личный индекс инфляции работают без модели — на правилах и математике, поэтому в таблице их нет.