AI Recognition — глубокий разбор
— обработка медиа через AI AI Recognition — модуль в Automation & AI: AI читает вложения (голос, фото, video note?
AI Recognition — обработка медиа через AI
AI Recognition — модуль в Automation & AI: AI читает вложения (голос, фото, video note, скрины) и превращает их в текст и данные для flow.
Зачем это нужно
Без Recognition бот видит только факт файла. С Recognition — смысл медиа попадает в контекст для AI Reply, Conditions и Routings.
Поддерживаются | После распознавания AI может |
|---|---|
голос · фото · video note · изображения · скриншоты | понимать содержимое · отвечать · извлекать поля · писать в Custom Fields · использовать данные в CRM |
Зачем нужен AI Recognition
Без Recognition | Что ломается | С Recognition |
|---|---|---|
есть только тип вложения | скрин воспринимается как «photo», без текста и ID | медиа → текст, описание, структурированные данные |
нет смысла файла | AI не видит UI и цифры на картинке | данные ведут себя как обычное сообщение в диалоге |
Типы медиа и режимы
У каждого типа медиа — свой переключатель режима (один на тип).
Тип медиа | Доступные режимы |
|---|---|
Photo | Recognition / Manual / Skip |
Voice | Recognition / Manual / Skip |
Video Note | Recognition / Manual / Skip |
Video | Manual / Skip |
Document | Manual / Skip |
Три режима — сравнение
Режим | Когда выбирают | Что происходит |
|---|---|---|
Recognition | нужна автоматика | AI сам обрабатывает медиа → результат в диалоге и flow |
Manual | нужен оператор или чувствительные данные | диалог уходит в manual, AI не обрабатывает вложение сам |
Skip | файл не должен влиять на модель | AI не анализирует и не использует вложение в ответе |
Как выглядит каждый режим в интерфейсе:
Voice: цепочка и качество
- Пользователь отправляет voice message.
- AI транскрибирует голос в текст и кладёт его в контекст диалога.
- Дальше ответ строится так же, как по обычному тексту.
На качество влияют
фоновый шум · качество микрофона · язык · акцент · скорость речи.
Photo: возможности, Tasks, Functions
Фото AI | Что даёт в продукте |
|---|---|
OCR и текст | читает надписи на скринах и документах в картинке |
Смысл интерфейса | понимает экраны и типовые UI-сценарии |
Данные для flow | извлекает поля и может записать их в CRM |
Tasks
Это явное задание «что найти на изображении». Только для Photo. Без Tasks модель чаще просто описывает картинку; с Tasks — ищет конкретику.
Примеры Tasks (EN)plaintext
Find user ID from Exnova
Find transaction amount
Find payment status
Find country on screenshotХороший Task | Плохой Task |
|---|---|
короткий · один фокус · понятный объект | Analyze screenshot |
Рабочая формулировка
Find user ID from PocketOption screenshotFunctions — запись в CRM
Post-processing Functions доступны только для Photo Recognition.
Шаг | Действие AI |
|---|---|
1. Поиск | находит нужное значение на изображении |
2. Извлечение | выделяет текст/поле по Prompt |
3. Запись | пишет в Custom Field и делает доступным в CRM и flow |
Частые типы значений: ID, country, amount, date, status, text, number и любые ваши пользовательские поля.
Мини-пример одной функции
Поле | Значение |
|---|---|
Action | Write |
Field | trader_id |
Value | ID |
Prompt | User ID from registration screenshot |
Связка Tasks + Functions
Tasksplaintext
Find user ID from Exnova
Find user's countryAction | Field | Value | Prompt |
|---|---|---|---|
Write | exnova_id | ID | User ID from screenshot |
Write | country | Country | User country from screenshot |
Где используются данные после Recognition
Инструмент | Задача |
|---|---|
AI Reply | ответ с учётом смысла голоса или изображения |
AI Routings | маршрутизация по данным после распознавания |
Conditions | проверки распознанных полей |
Filters | отбор и сегментация |
Сообщения | подстановки и тексты шагов |
Примеры использования
Сценарий | Вложение | Что получаете |
|---|---|---|
Арбитраж | скрин регистрации | ID в CRM через Functions, flow продолжается |
Support | скрин ошибки | текст ошибки → нужный сценарий поддержки |
Sales | чек оплаты | сумма и валюта → подтверждение оплаты в CRM |
Эксплуатация и ограничения
Про стоимость и скорость
Recognition немного увеличивает расход AI; фото и voice обычно дороже и медленнее текста. Чем точнее Tasks — тем предсказуемее результат.
Один тип медиа — только один активный режим за раз.
Важно по типам файлов
Video и Document: только
Manual или Skip — автоматического разбора контента нет.Ограничения модели
Нет гарантии 100% точности.
Ошибки возможны на шумных или нечитаемых изображениях.
Итог сильно зависит от качества медиа и формулировок Tasks.
Частые проблемы — быстрый чеклист
Симптом | Проверить |
|---|---|
AI не видит данные на фото | качество снимка · Tasks · включён Recognition |
Voice не распознаётся | режим Voice = Recognition · аудио · язык |
Functions не пишут в CRM | поле Custom Field существует · верный Field · корректный Prompt |
Частые вопросы
Что должно получиться
После настройки
Медиа перестаёт быть «чёрным ящиком» для бота.
Voice уходит в текст, изображения дают поля, Functions заполняют CRM, а flow опирается на реальное содержимое вложений.
Связанное
Эта статья была полезна?