Проекты в области рекламы
Сервисы для юристов, занимающихся рекламным правом
На главную

В этом разделе подробно рассказано о моих основных вайб-кодинговых проектах: работающих сервисах и данных, полезных юристам, занимающимся рекламным правом.


Аватар бота

Telegram-бот «А юристы смотрели?»

@lastminute_legal_bot

Бот с помощью нейросети Gemini 2.5 Pro, дополненной регулярно обновляющейся базой решений Федеральной антимонопольной службы по рекламным делам, помогает проверять рекламные креативы на соответствие ФЗ «О рекламе». Бот работает по технологии Retrieval-Augmented Generation (RAG, генерация, дополненная поиском): он ищет в базе знаний решения ФАС по креативам, максимально близким к загруженному вами. Это обеспечивает более точную и индивидуальную оценку рисков — как если бы ваш случай проверял юрист, постоянно отслеживающий практику ФАС.

Перед началом работы важно учитывать следующее:
  1. 1Бот не связан с Федеральной антимонопольной службой, но использует предоставляемые ею открытые данные.
  2. 2Если вы связаны обязательствами по соблюдению конфиденциальности, использование бота может являться их нарушением.
  3. 3Бот анализирует исключительно содержание материала. Он не учитывает фактические обстоятельства его распространения (каналы размещения, лицензирование вашей деятельности и прочее), поэтому заключение бота не является полной юридической консультацией.
Интерфейс бота в Telegram — пример отправки креатива и получения заключения

Почему именно Telegram-бот, проверяющий рекламу?

Экспертиза автора проекта в рекламном праве
Возможность объективно оценить задание и техническую реализацию. Понимание оптимальной структуры заключения по креативу и пути роста проекта.
Бот — это готовый интерфейс
Нет необходимости придумывать и разрабатывать дизайн — только пользовательский путь.
Доступность данных для RAG
Открытая для исследовательских целей база данных ФАС, не зависящая от автоматизированного сбора.

Работа над базой знаний

RAG (Retrieval-Augmented Generation) — технология «генерации, дополненной поиском». Позволяет обогащать промт для нейросети данными из базы знаний для более точного ответа. Бот делает поиск релевантных креативу кейсов из RAG-базы методом подсчёта косинусного сходства между эмбеддингами креативов и кейсов из базы. Подробнее о технологии вы можете прочитать в блоге.

Скрапинг решений 4-ступенчатый скрапинг txt-файлов с решениями из БД ФАС
Разметка нейросетью Gemini 2.5 Pro определяет релевантные дела и возвращает json с ключевыми сведениями о кейсе
Сборка csv-таблицы Сборка json-ов в таблицу и доработка таблицы скриптом
Ручной отсмотр Определение ценности кейса для RAG, отсев ошибок нейросети
Создание эмбеддингов Создание корпуса эмбеддингов в формате .npy с помощью Gemini Embeddings и скрипта

Результаты на 21.03.2026 с момента релиза 29.07.2025

2850+
проверенных креативов
450+
уникальных пользователей
241
креатив проверил самый активный пользователь
28
пользователей проверили более 20 креативов
1968
RAG-кейсов
13
звёзд на GitHub
33
коммита

Результаты на 21.03.2026 с момента релиза 02.03.2026

40
среднее число поисковых запросов в неделю

Открытый датасет размеченной практики ФАС по рекламе

fas_ad_practice_dataset

Логическое продолжение работы над базой знаний для бота, положенное в основу Поискового сервиса по практике ФАС.

Скрапинг решений ФАС 4-ступенчатый скрапинг txt-файлов с решениями из БД ФАС
Разметка нейросетью Gemini 2.5 Pro извлекает из сырого текста решения ключевые сведения о кейсе
Нормализация данных Приведение в единообразный вид: унификация УФАС, добавление ссылок на БД ФАС, расширение словаря тематических тегов
Публикация на HF и Zenodo Подготовка метаданных, README, лицензии

Результаты на 21.03.2026 с момента релиза 15.11.2025

236
общее число скачиваний датасета

Планы по развитию

Ближайшие
  • Синхронизация пайплайнов пополнения датасета, RAG-базы бота и базы Поискового сервиса
  • Создание агента на базе OpenClaw для автоматизации пополнения сервисов данными и пользовательской аналитики
Среднесрочные
  • Поиск более точного способа отбора релевантных кейсов из RAG
  • Добавление в RAG кластера с Руководствами ФАС
  • Добавление архитектуры квалификации материала как рекламы / не рекламы (возможно с доступом к функционалу за подписку на платформах поддержки креаторов)
Отдалённые
  • Сбор дополнительной информации у пользователя и алгоритмическая оценка рисков штрафов
  • Создание кастомных вариантов бота для корпоративных заказчиков