ИИ-анализ рекламы: зачем смотреть две модели вместо одной
Почему мы показываем выводы Claude и GPT-4o одновременно — и как это помогает не словить галлюцинацию LLM.
В АналитикаПро ИИ-анализ устроен необычно: мы отправляем агрегированные метрики одновременно в Claude 3.5 Sonnet и GPT-4o, получаем два независимых резюме и показываем их рядом. Читатель видит, в чём модели согласны, а в чём — нет.
Зачем?
Галлюцинации LLM
Большие модели уверенно выдают цифры, которых нет в данных. В обычных чатах это терпимо — вы можете спросить уточнение. В маркетинговом отчёте — нет: решение принимается сразу, и ошибка стоит денег.
Два независимых ответа помогают:
- Если оба согласны — вы смотрите на тренд, который правда есть.
- Если расходятся — это сигнал проверить данные вручную.
Что именно мы отправляем в модели
Мы не отправляем в LLM:
- сырые данные клиентов (email, телефон);
- полные списки сделок;
- идентификаторы пользователей Метрики.
Мы отправляем:
- агрегаты по кампаниям (расход, клики, CPA, ROMI) за последние 7/30 дней;
- сравнение «неделя к неделе» и «месяц к месяцу»;
- прогноз достижения бюджета в конце месяца.
Это снижает объём данных ×100 и закрывает риск утечки персональных.
Как читать два ответа
В интерфейсе они показаны двумя колонками. Мы специально не склеиваем их в один текст — это был бы третий шаг интерпретации, где галлюцинации только умножатся. Пусть читатель сам увидит, где модели согласны, а где одна «додумывает».
Лимиты
На тарифе «Старт» — 100 ИИ-запросов в месяц. Каждое резюме недели = 1 запрос (внутри — два вызова к Claude и GPT). Для среднего SMB этого достаточно: одно резюме недели + три-четыре ad-hoc вопроса — хватает на все рабочие дни месяца.
Планы
В Блоке 10 (сейчас на подходе) мы добавим:
- пользовательские промпты («проверь гипотезу такую-то»);
- сохранение всех ИИ-ответов в истории с возможностью вернуться;
- экспорт резюме в PDF для отчёта клиенту.