IX.3. Как устроен анализ (технический путевой лист)

Общая схема конвейера

┌─────────────────────────────────────────────────────────────┐
│                    ВИЗУАЛЬНЫЙ ПАСПОРТ                        │
│                 (итоговый JSON + отчёт)                      │
└─────────────────────────────────────────────────────────────┘
                            ↑
                    ┌───────────────┐
                    │   ШАГ P4      │  ← Сборка результата
                    │  (ИИ + код)   │     (визуализация, вердикт)
                    └───────────────┘
                            ↑
                    ┌───────────────┐
                    │  MATH ENGINE  │  ← Детерминированный алгоритм
                    │   (ШАГ P3)    │     (расчёт векторов, ICC, нормировка)
                    └───────────────┘
                            ↑
                    ┌───────────────┐
                    │   ШАГ P2      │  ← Классификация признаков
                    │    (ИИ)       │     (6 слоёв: цвет, форма, композиция...)
                    └───────────────┘
                            ↑
                    ┌───────────────┐
                    │   ШАГ P1      │  ← Извлечение признаков
                    │    (ИИ)       │     (что видит ИИ на карточке)
                    └───────────────┘
                            ↑
                    ┌───────────────┐
                    │   ВХОДНЫЕ     │
                    │   ДАННЫЕ      │  ← Изображение карточки (ArrayBuffer)
                    └───────────────┘

Шаг P1: Извлечение признаков

Что делает: ИИ анализирует изображение карточки и извлекает визуальные признаки:

• Цвета (доминирующие, акцентные)
• Формы (круглые, острые, геометрические)
• Композиция (центрированная, асимметричная)
• Шрифты (антиква, гротеск, рукописный)
• Фото (изолят, lifestyle, макро)
• Текстуры (гладкие, шероховатые, матовые)

Технология: Gemini API (мультимодальная модель)

Результат: JSON с сырыми признаками

Статус: ИИ-шаг (недетерминированный, но с температурой 0 для стабильности)

Шаг P2: Классификация признаков

Что делает: ИИ классифицирует признаки по 6 слоям:

1. Цвет — семантика цвета (красный = срочность, синий = доверие)
2. Форма — семантика формы (круг = мягкость, треугольник = динамика)
3. Композиция — структура макета (баланс, выравнивание)
4. Шрифт — семантика шрифта (антиква = классика, гротеск = современность)
5. Фото — семантика фото (изолят = функциональность, lifestyle = эмоция)
6. Текстура — семантика текстуры (мрамор = премиум, дерево = уют)

Технология: Gemini API (промт с классификационными правилами)

Результат: JSON с классифицированными признаками по слоям

Статус: ИИ-шаг (с чёткими правилами классификации)

Шаг P3: Math Engine (детерминированный алгоритм)

Что делает: Python-скрипт на FastAPI (Cloud Run) выполняет:

1. Расчёт 8 семантических векторов

На основе классифицированных признаков вычисляются 4 оси (по 2 полюса каждая):

Каждый вектор = значение от -100 до +100 (отрицательное = полюс A, положительное = полюс B).

2. Расчёт ICC (Индекс Когнитивного Комфорта)

Формула ICC учитывает:

• Количество элементов (меньше = лучше)
• Упорядоченность (структурированность)
• Контраст (не чрезмерный)
• Баланс (симметрия/асимметрия)

Диапазон: 0–100

• 0–40 — ПЛОХАЯ (высокая когнитивная нагрузка)
• 40–60 — СРЕДНЯЯ
• 60–80 — ХОРОШАЯ
• 80–100 — ОТЛИЧНАЯ (минимальная нагрузка)

Версия алгоритма: Soft Clamping V2.1

3. Нормировка

Все значения нормируются к единой шкале для сравнимости между карточками.

Технология: Python, FastAPI, Cloud Run

Результат: JSON с 8 векторами + ICC + нормированными значениями

Статус: Детерминированный алгоритм (не промпт, не ИИ). При одинаковых входных данных результат всегда одинаковый.

Шаг P4: Сборка результата

Что делает: ИИ генерирует:

• Визуальный паспорт (JSON + отчёт)
• Вердикт (СООТВЕТСТВУЕТ / ЧАСТИЧНО / ПРОТИВОРЕЧИТ)
• Рекомендации (что улучшить)
• Evidence-блоки (обоснования)

Технология: Gemini API (промт с шаблоном отчёта)

Результат: Визуальный паспорт (JSON + HTML/PNG)

Статус: ИИ-шаг (с шаблоном для стабильности)

Версии методики

Changelog (ключевые изменения)

V4.1 (2026-08) — Текущая версия

• Стабилизация конвейера
• Улучшенная обработка ошибок
• Оптимизация стоимости (меньше повторных вызовов ИИ)

V4.0 (2025-12) — 9-шаговый конвейер

• Переход с одного промпта на многошаговый конвейер
• GCP Workflows для оркестрации
• Параллельные ветки Nature/Design

V3.1 (2025-06) — Отказоустойчивость

• Глобальные try/except в YAML
• Автоматические ретраи при сбоях
• Логирование всех шагов

V3.0 (2025-03) — Параллельные ветки

• Разделение на Nature (природа товара) и Design (дизайн карточки)
• Параллельное выполнение для ускорения

V2.1 (2024-09) — Soft Clamping

• Плавная нормировка (вместо жёстких порогов)
• Стабилизация ICC

V2.0 (2024-06) — 4 оси

• Добавлена ось «Ментальность» (Рациональность ↔ Эмоциональность)
• Улучшенный ICC (учёт контраста, баланса)

V1.0 (2024-01) — Первый релиз

• 3 оси (Стабильность, Социальность, Реализация)
• Базовый ICC (только количество элементов)

Почему результат стабилен

Math Engine (шаг P3) — детерминированный алгоритм:

• Нет ИИ-промптов
• Нет случайности
• При одинаковых входных данных результат всегда одинаковый

ИИ-шаги (P1, P2, P4) — с температурой 0:

• Температура 0 = минимальная случайность
• Чёткие промпты с шаблонами
• Валидация результата

Итог: при одинаковых входных данных анализ даёт одинаковый результат (с точностью до незначительных колебаний ИИ).

Технические детали

Инфраструктура:

• GCP Workflows (оркестрация)
• Cloud Run (Math Engine, FastAPI)
• Gemini API (ИИ-шаги)
• Cloud Storage (входные/выходные данные)
• Cloud Logging (логи)

Формат данных:

• Вход: ArrayBuffer (бинарное изображение)
• Промежуточный: JSON (признаки, классификация)
• Выход: JSON (векторы, ICC) + HTML/PNG (отчёт)

API:

• Math Engine: REST API (FastAPI)
• Эндпоинт: POST /analyze
• Параметры: image (binary), version (optional)

Мониторинг:

• Cloud Logging (логи всех шагов)
• Cloud Monitoring (метрики: время, стоимость, ошибки)
• Alerting (уведомления о сбоях)