Без ChatGPT и без воды: инфраструктурный подвиг по созданию самого эмпатичного онко-бота в рунете. Кейс «Не напрасно»

Как научить ИИ говорить правду о раке без жестокости, воды и опасных галлюцинаций? Мы взяли чужой MVP, пересадили его на другую модель, добавили трёхуровневую систему проверки и две недели гоняли с практикующими онкологами.

Теперь бот не просто отвечает, а поддерживает.

О проекте

Бот «Не напрасно» – заботливый информационный консультант от фонда знаний об онкологических заболеваниях. Виртуальный помощник подсказывает, как поддержать близкого, если у него обнаружили рак, как жить с болезнью и на какие признаки обращать внимание для профилактики.

Задача

У фонда уже была база знаний – сотни проверенных статей, протоколы, рекомендации. Оставалось превратить этот массив в живого собеседника, который будет работать на сайте и в Telegram.

Однако настоящая сложность оказалась не в интеграции, а в самом характере общения, ведь пользователи приходят к боту не из любопытства, а в самый страшный момент жизни – с подозрением на рак, со страхом за близкого, с отчаянием.

Им нужна не сухая выдержка из энциклопедии, а правда, обёрнутая в заботу. И нужно было сделать так, чтобы бот не врал, не пугал и не уходил от ответа. И при этом умел поддержать.

Три раза фонд пытался запустить бота

И каждый раз проект спотыкался о сырые модели, неподъёмную инфраструктуру и закрытый доступ к западным нейросетям. Три года попыток, ноль рабочих прототипов. Когда задача перешла к нам, клиент уже точно знал, что хочет робота, который проведёт человека от страха и незнания к действиям, которые помогут.

Технически это означало: бесшовный ассистент на сайте и в Telegram с кастомизированным RAG-пайплайном для точных ответов по базе фонда и системой мультиагентной фильтрации, которая проверяет каждый ответ на факты, юридическую чистоту и эмоциональный тон.

Всё это нужно было упаковать в инфраструктуру, способную держать нагрузку и не падать в пиковые часы. Плюс воспроизводимость: без привязки к конкретному вендору, чтобы модель можно было заменить за день, если что-то пойдёт не так.

Основной код разрабатывала команда Яндекса, а мы взяли на себя инфраструктуру, тестирование и вывод в прод.

Первая проблема: бот не умел говорить «я не знаю»

Первые версии бота работали на модели Qwen. Как и многие современные нейросети, она плохо переносила неопределённость. Если не знала ответа – начинала рассуждать. Если не была уверена – всё равно старалась что-нибудь сказать.

Мы провели тест. Задали вопрос: «Может ли увеличение груди быть признаком рака?»

Вместо «да» или «я не знаю» бот выдал гладкую, но пустую фразу: «Увеличение груди может быть вызвано различными факторами, включая гормональные изменения, кисты и другие причины…»

Пользователь спрашивал про риск онкологии, а получал энциклопедическую справку по гинекологии. Никакой конкретики, пользы или предупреждения. Просто вода.

Мы перебрали несколько моделей и в итоге остановились на более мощном решении (на каком?), и это всё изменило. Тот же вопрос – принципиально другой ответ:

«Да, изменение размера, формы или симметрии молочной железы действительно может быть одним из признаков, на который стоит обратить внимание. Однако такой симптом может быть связан и с другими состояниями. Для точной оценки необходимо обратиться к врачу.»

Бот перестал увиливать. Вместо расплывчатых формулировок – прямое «да». Вместо энциклопедической воды – чёткая информация с указанием на тревожные признаки.

Вторая проблема: даже самый правильный ответ может быть плохим ответом

Представьте врача, который всегда точен, но совершенно не умеет разговаривать с людьми. Диагноз поставит, но пациента перепугает до полусмерти. Для медицинского помощника такое неприемлемо, потому что люди приходят к нему уже напуганными. И им нужна не просто информация – им нужна информация, которую можно выдержать.

Чтобы решить эту задачу, мы с командой Яндекса и клиентом спроектировали мультиагентную систему проверки ответов. Каждый ответ перед отправкой пользователю проходит через трёх независимых ИИ-агентов.

• Первый сверяет факты с базой фонда – гарантирует, что в ответе нет ошибок.
• Второй проверяет юридическую корректность формулировок – отсекает рискованные или двусмысленные фразы.
• Третий оценивает эмоциональный тон – смягчает жёсткие конструкции, убирает пугающие обороты, добавляет бережность.

Фактически мы создали цепочку редакторов, где каждый отвечает за свою часть качества. Ответ не может попасть к пользователю, пока не пройдёт все три фильтра.

Поэтому у ассистента есть три уровня поддержки: мягкий, более мягкий и нежный. Сейчас бот настроен на самый высокий уровень и отвечает так, будто человек пришёл в центр психологической помощи, а не на приём к сухой профессуре.

Две недели экзаменов у онкологов

Даже многоуровневая система проверки не гарантирует качество. Автотесты, агенты-валидаторы и фильтры тона – всё это даёт высокую планку, но не стопроцентную уверенность. Единственный надёжный экзаменатор – живой специалист. Поэтому после внутренних тестов мы передали бота врачам.

Следующие две недели выглядели как бесконечная защита диплома. Онкологи задавали вопросы, искали спорные случаи, проверяли каждую формулировку под лупой. Бота не щадили: провоцировали, загоняли в угол, просили ответить на запросы с подвохом. Бот возвращался к нам с красными пометками, мы вносили правки и отправляли на новый круг.

Первый раунд бот выдержал, но с натяжкой. Второй – уже увереннее. Третий – замечаний стало заметно меньше. Только после нескольких циклов правок бот начал стабильно проходить экспертную оценку.

Последний штрих: фокус-группа

После того как онкологи поставили боту «зачёт», мы могли бы остановиться. Но качество в медицинском продукте – это не только точность, но ещё и опыт человека, который сидит по ту сторону экрана. Поэтому мы решили показать бота обычным людям.

Собрали фокус-группу: коллег, друзей, знакомых, которые не участвовали в разработке. Людей, которые смотрят на продукт свежим взглядом и не знают, как он устроен внутри. И как раз-таки они определили, где неудобно читать ответы, где хочется быстрее получить результат. Какие формулировки звучат слишком официально и отталкивают.

Эти замечания оказались бесценными. Мы внесли последние правки, и передали продукт в дизайн.

Бот уже был умным и точным, а теперь он стал ещё и удобным, понятным и человечным.

Интерфейс: не мешаем людям спрашивать

У медицинского помощника нет задачи впечатлять анимациями. Когда человек переживает из-за здоровья, ему нужен не красивый интерфейс, а релевантный ответ.

Поэтому визуальная часть получилась довольно простой: с удобным чатом, быстрым доступом к диалогу и несколькими ключевыми сценариями взаимодействия.

Планы на будущее

Бот уже стабильно работает и помогает людям каждый день. В планах улучшить отображение прогрузки диалогового окна и при обновлении базы данных автоматически тестировать ИИ на новых запросах.

* * *

Кстати, обсудить этот кейс или просто поболтать можно в личке у Веры, нашего фаундера. Ну и подписывайтесь на наш Телеграм-канал, остаёмся на связи там.