ИИ-аналитик конкурентов

Сервис собран, прогнан вживую и оставил после себя проверяемые артефакты. Код — два файла: run.py на 835 строк делает замер, dashboard.py на 588 строк собирает поверх него карту ниши и страниц заново не качает.

Боевой прогон состоялся 21.08.2026 по нише «продвижение сайтов, Москва»: 30 сайтов в списке, 175 кредитов Firecrawl, около 45 минут — длительность восстановлена по времени файлов сырья, отметок времени в журнале нет. В тот же вечер, в 18:23, по уже скачанным текстам собрался дашборд — за ноль кредитов Firecrawl и 29 дополнительных обращений к модели.

Что не сделано и названо: прогона по нише, объявленной в карточке сервиса — юридические услуги, выборка 50, — ещё не было. Открытых долга два: бета-прогон живым новичком по файлам без автора и расхождение документации с кодом — инструкция ведёт человека заводить ключ Yandex Cloud, а рабочий скрипт ходит в OpenRouter.

Требование одно: увидеть, что отвечает клиенту не тройка известных конкурентов, а вся ниша целиком. Подрядчик считает конкурентов штуками — по опубликованному прайсу Demis Group 26 000 ₽ за трёх, 53 000 ₽ за пятерых, 72 000 ₽ за семерых; проверить полсотни сайтов глазами по десять минут на сайт — рабочий день без единого перерыва.

Ограничение, из которого выросла вся конструкция: модель подтверждает то, о чём её спросили, а не то, что есть на странице. На вопрос «есть ли здесь ответ клиенту» она соглашается из вежливости почти везде, и цифра замера превращается в цифру её покладистости. В литературе это называется sycophancy — угодливость модели: Sharma et al., 2023.

Отсюда единственное требование к её ответу: «да» не существует без дословной цитаты, а цитата не существует без числа, которое код нашёл в тексте страницы. В прогоне 21.08.2026 эти ступени прошли 20 сайтов из 29, и у всех двадцати цитата лежит в таблице отдельной колонкой — её можно открыть и сверить руками.

Конвейер линейный и пересекает границу платного ровно дважды: поиск компаний и обход сайтов. Всё остальное — свой код на одном файле, из зависимостей только requests.

Поиск отдаёт 76 компаний за 36 кредитов, дальше единственный ручной шаг: человек глазами вычёркивает агрегаторы, дубли и чужие ниши — 76 превращаются в 30. Каждый сайт открывается настоящим браузером: главная плюс до пяти внутренних страниц, причём ссылки с ценами, тарифами и прайсом берутся первыми, иначе пять слотов съедает верхнее меню. Параллельно идёт бесплатная проба обычным запросом — статус и время загрузки в миллисекундах.

Текст уходит модели дважды: «есть ли на странице ответ на вопрос клиента» с обязательной цитатой и «какой это подрядчик» с ярлыком из трёх значений. Между её ответом и строкой в таблице стоят три ступени кода: цитата не пуста → в цитате есть сумма или срок → числа из цитаты найдены на странице. Цена, форма заявки и калькулятор считаются кодом по словарю, без модели.

Все скачанные тексты ложатся в raw/ — 155 страниц, 52,2 МБ в 58 файлах. Из-за этого дашборд с картой 24 признаков и ценовым распределением строится поверх готового и не тратит ни одного кредита, а пересчёт после правки проверки стоит ноль.

Шесть правил, каждое сформулировано через отброшенную альтернативу. Три из шести — это места, где код не доверяет модели, ещё три — где не доверяет самому себе.

Все шесть проверяются на артефактах прогона за минуту: колонка с цитатой открывается рядом с сайтом, знаменатель виден в паспорте замера, три состояния проверки различимы прямо в таблице.

Восемь решений, у каждого — замер или прямое ограничение внешнего сервиса за спиной. Ни одно не принято «для чистоты»: каждое либо снимает названную ошибку, либо укладывается в чужой лимит.

Самое дорогое по последствиям — пауза между запросами: она одна растягивает прогон до сорока пяти минут и названа в секции ограничений отдельной строкой.

Главная плата — время. Пауза 6,5 секунды между запросами растягивает прогон по 30 сайтам примерно на 45 минут — и это число не замер, а восстановление по времени файлов сырья; выборка на 50 сайтов по той же скорости уходит за час, и это пересчёт, а не второй прогон. Ускоряется всё только платным тарифом: 155 скачанных страниц по 6,5 секунды дают около 17 минут одного лишь ожидания (расчёт 155 × 6,5 с), остальное съедает рендер страниц, а модель и разбор текста в длительность почти не входят.

Вторая плата — жёсткость определений. Требование «в цитате обязано быть число» отсекает сайты, которые отвечают клиенту словами: минимум одно «нет» из девяти в прогоне поставлено именно на этой ступени, и причина записана в журнале. Потолок в шесть страниц значит, что цена, спрятанная на седьмой, в замер не попадёт: в среднем со стороннего сайта прочитано 5,3 страницы.

Отдельно — три счётчика цены, которые в артефактах прогона стоят рядом и дают разные числа. Это не ошибка, это три разных определения, и вот они полностью. 27 из 29 в отчёте — «называют цену»: на странице есть слово из словаря («тарифы», «прайс», «стоимость услуг», «% от суммы») или число с рублём. 25 из 29 в дашборде — «цена числом»: только регулярка, число с ₽, «руб» или «р.» где угодно в сохранённом тексте. 21 из 29 в ценовом распределении — стартовая цена продвижения за месяц: число назвала модель или проверенная цитата, и код нашёл его на странице, в рамке от 3 000 до 3 000 000 ₽.

Разница одной фразой: первые два счётчика отвечают на вопрос «есть ли на странице цифра с рублём», третий — «можно ли из этой цифры построить цену за месяц». Арифметика сходится нацело: из 25 сайтов с числом у пяти цена за месяц не получается (там цена другой услуги или цифра из кейса), и один сайт добавляется обратно — на нём стоит «от 100 000», но знак рубля приехал из иконочного шрифта буквой, регулярка его не увидела, а модель прочла. 25 − 5 + 1 = 21.

У третьего счётчика два источника, и они пересекаются. Стартовую цену модель назвала в 13 профилях из 29, проверенная цитата вопроса дала её у 18 сайтов, общих у них 10. То есть только профиль — 3 сайта, профиль и цитата — 10, только цитата — 8; 3 + 10 + 8 = 21.

Проценты на этой странице почти не называются, и это тоже плата: открылось 29 сайтов, меньше сорока, а по методологии проекта выборка меньше сорока говорит абсолютными числами. Где стоит отношение вроде «×10» или «+20%», это расчёт по прайсам самих сайтов, а не доля выборки.

Прогон 21.08.2026, ниша «продвижение сайтов, Москва», 30 сайтов в списке. Открылось 29, ответили на вопрос клиента и доказали цитатой 20, расход — 175 кредитов Firecrawl из 1000 бесплатных в месяц: 139 на обход стоят в паспорте замера, 36 на поиск взяты из схемы сервиса и сложены при разборе. Длительность — около 45 минут, и это не замер: она восстановлена по времени файлов сырья, 16:18 → 17:03, потому что отметок времени в журнале нет ни одной.

Ниша разложилась на 24 признака, и распределение само по себе есть результат. Кейсы показывают 27 сайтов из 29, кейсы с цифрами — 20: у семи оставшихся на странице нет ни одного результата вида «+N %» или «в N раз» — это и есть определение признака. Гарантию результата обещают 7 из 29, а рублём за неё отвечают («оплата за результат») 2 из 29 — обещание встречается втрое с половиной чаще, чем обязательство. Работать без предоплаты не предлагает ни один сайт из 29: единственный признак карты, который не сработал ни разу.

Цены сошлись у 21 сайта. Порог входа — 15 000 ₽, медиана — 45 000 ₽, верх — 150 000 ₽, разрыв десятикратный. Самый дешёвый и самый дорогой из тех, кто назвал и цену, и срок, обещают результат за одни и те же 3 месяца — при разнице в цене в десять раз обещание не отличается ничем. Сравнение опирается на восемь сайтов, у которых названы обе величины, и это расчёт по их собственным прайсам, а не замер результата.

Полный цикл дороже голого SEO на 20%: медиана 48 000 ₽ против 40 000 ₽ у сео-подрядчиков — при том, что у первых в выборке 10 сайтов с ценой, у вторых 11. Это отношение двух медиан, а не доля выборки.

Десять отказов, все найдены при разборе собственных артефактов прогона, а не при сборке. Восемь из десяти — про учёт: расход, время, охват поиска и паспорт замера расходятся с тем, что реально произошло. Ещё два — про определение: цифра называется не тем, что она меряет.

Самый дорогой по последствиям — паспорт замера. Он объявляет метод «firecrawl search + scrape → yandexgpt-lite», а в коде стоит другая модель и другой провайдер; сам файл переписан 25.08, через четыре дня после прогона, тогда как таблица и журнал записаны 21.08 в 17:03:58. Паспорт, переписанный задним числом, перестаёт быть паспортом.

Границы делятся на четыре вида, и три из них — решения, а не недоделки. Отдельно стоит «отключено»: из 148 мусорных доменов в поиск уходят только последние 60, потому что на длинном списке исключений сервис молча возвращает ноль результатов при успешном ответе.

Рублёвой себестоимости прогона в репозитории нет вовсе, и это тоже граница: код считает кредиты и вызовы, а не деньги. Карточка сервиса считает рубли по модели, которой в коде нет, — цифра помечена долгом и здесь не повторяется.

Семь вопросов — те, что задают про этот замер чаще всего. Первый из них — определение предмета: он написан так, чтобы его можно было процитировать вырезанным из страницы.

В каждом ответе стоит число из прогона 21.08.2026 либо опубликованная цена по рынку.