Базовая модель
AI-агенты Синапс работают поверх SOTA-моделей: по умолчанию используется GPT-5 от OpenAI, доступен переключатель на Claude Sonnet от Anthropic. Это даёт нам базовый интеллектуальный «фундамент» — понимание языка, способность к рассуждению, работа с длинным контекстом.
Поверх базовой модели мы строим инфраструктуру: память между сессиями, специализированные системные промпты, базы знаний (RAG), инструменты (генерация .docx, голосовой ввод, vision), маршрутизацию интентов. Именно эта надстройка делает Синапс продуктом, а не просто оберткой над GPT.
AI-юрист — методика
База знаний
AI-юрист работает на основе актуальной редакции российского законодательства. В базу знаний загружены и проиндексированы (текст + embeddings) следующие нормативные акты:
- Гражданский кодекс РФ — все 4 части, особенно активно используются главы 9 (сделки), 25 (ответственность), 27–29 (договоры), 30 (купля-продажа), 34 (аренда), 35 (наём), 37 (подряд), 39 (возмездное оказание услуг), 42 (заём)
- Гражданский процессуальный кодекс РФ — главы 12 (исковое производство), 14 (подсудность), статьи 131–132 (структура иска), 333.19 (госпошлина)
- Налоговый кодекс РФ — глава 25.3 (госпошлина)
- Закон РФ «О защите прав потребителей» (ЗОЗПП) — полный текст, особое внимание ст. 13, 15, 17, 23 (компенсация и штрафы), ст. 25 (возврат товара), ст. 31 (сроки)
- ФЗ-214 «Об участии в долевом строительстве» — для претензий застройщикам
- ФЗ-59 «О порядке рассмотрения обращений граждан» — для жалоб в админстрацию, прокуратуру
- ФЗ «О прокуратуре Российской Федерации» — статьи 10, 27 о рассмотрении обращений
- Жилищный кодекс РФ — для споров с УК и проблем ЖКХ
- КоАП РФ — для административных производств
База обновляется при изменениях в законодательстве. Технически это RAG-система: тексты разбиты на чанки, проиндексированы как embeddings, AI извлекает нужные нормы по семантическому сходству при работе над конкретным запросом.
Цитирование
Главный принцип AI-юриста — не выдумывать статьи закона. Когда AI вставляет в претензию или иск ссылку «согласно ст. 23 Закона о защите прав потребителей» — это реальная норма, извлечённая из базы. Если AI не уверен в конкретной норме — он скажет об этом, а не подставит «правдоподобный» номер.
Это критическое отличие от универсальных AI-чатов (ChatGPT, GigaChat), где модель работает только на параметрических знаниях и может галлюцинировать — выдавать несуществующие или устаревшие нормы. У нас цитирование привязано к базе.
Генерация документов (.docx)
AI-юрист собирает претензию, иск или жалобу как готовый Word-документ: с правильной шапкой (адресат + отправитель), корректным расчётом госпошлины (по ст. 333.19 НК РФ с учётом льгот ЗОЗПП), правильной подсудностью, расчётом неустойки и штрафа 50% по ЗОЗПП.
Файл сразу годится для печати и отправки. Поддержка .docx позволяет доработать текст в Word / Google Docs / Pages — например, добавить реквизиты, которые AI не знал.
AI-нутрициолог — методика
Формула расчёта калорий
Для расчёта индивидуальной нормы калорий AI-нутрициолог использует формулу Mifflin-St.Jeor — современный стандарт, принятый Американской диетологической ассоциацией. Точнее старой формулы Харриса-Бенедикта на 5-10%.
К полученной норме применяется корректировка под цель: похудение — минус 15-20%, поддержание — 0, набор массы — плюс 10-15%.
Распознавание еды по фото
Распознавание калорийности по фотографии использует vision-возможности базовой модели (GPT-5 или Claude). AI «видит» изображение, определяет блюдо или несколько блюд, оценивает граммовку по визуальной площади и стандартным размерам посуды.
Точность: ±10-15% для стандартных блюд (мясо с гарниром, паста, супы, выпечка). Это сопоставимо с ручным взвешиванием на кухонных весах в реальных условиях. Для сложных блюд (салаты с 7+ ингредиентами, многокомпонентные тарелки) — ±20-25%.
Пользователь всегда видит, что AI «распознал», и может уточнить голосом или текстом — например, «это не курица, а индейка». AI пересчитает.
Анализ рациона
Анализ рациона за день, неделю или месяц строится на сравнении фактического потребления с нормами:
- Калории и БЖУ — нормы рассчитываются индивидуально по Mifflin-St.Jeor с учётом цели
- Клетчатка — рекомендации ВОЗ: 25–30 г/день для взрослого
- Сахар — ВОЗ: не более 10% от калоража, рекомендация до 5% (около 25 г для взрослого)
- Соль — ВОЗ: не более 5 г/день
- Вода — Минздрав РФ: 30–35 мл на кг веса
- Омега-3 — рекомендации Российского кардиологического общества: 2–3 порции жирной рыбы в неделю
Память между диалогами
Главное отличие Синапс от типовых AI-чатов — структурированная память. AI помнит:
- Цели пользователя (похудеть на N кг, оспорить штраф, найти подрядчика)
- Личные параметры (вес, рост, аллергии)
- Историю работы — какие документы загружались, какие претензии писались
- Контекст конкретного агента — нутрициолог не знает контактов, нетворкер не знает калорий
- Документы, загруженные в чат — они попадают в базу знаний только этого пользователя
Технически: память хранится как структурированные записи в Postgres плюс embeddings для семантического поиска. При каждом новом сообщении AI получает релевантные фрагменты памяти как контекст.
Границы применения
AI-агенты Синапс — это вспомогательный инструмент, не замена живым специалистам. Детальное описание границ применения, дисклеймеров и ситуаций, когда нужен живой юрист или врач, — на странице редакционной политики.