Telegram-бот «А юристы смотрели?»

Бот с помощью нейросети Gemini 3.1 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:

1Бот не связан с Федеральной антимонопольной службой, но использует предоставляемые ею открытые данные.

2Если вы связаны обязательствами по соблюдению конфиденциальности, использование бота может являться их нарушением.

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

Перейти в бот Видео о проекте Github проекта

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.

Результаты на 18.06.2026 с момента релиза 29.07.2025

3770+

запросов к боту

500+

уникальных пользователей

288

креативов у самого активного пользователя

пользователей с 20+ креативами

2034

дела в боте

звёзд на GitHub

коммитов

Поисковый сервис по практике ФАС

На основе собранной базы знаний и RAG-корпуса был создан отдельный поисковый сервис по практике ФАС в области рекламы. Сервис позволяет искать релевантные кейсы из базы решений антимонопольных органов, используя семантический поиск — запрос сравнивается с эмбеддингами кейсов для нахождения наиболее близких по смыслу результатов.

Это инструмент для юристов и маркетологов, которым нужно быстро найти практику ФАС по конкретной рекламной ситуации — например, как регулятор оценивал скидки «до 90%», мелкий шрифт в условиях акции или отсутствие обязательной маркировки.

Перейти в сервис

Результаты на 18.06.2026 с момента релиза 02.03.2026

~100

среднее число поисковых запросов в неделю

400+

уникальных пользователей

MCP-коннектор к поисковому сервису

MCP (Model Context Protocol) — открытый стандарт, придуманный Anthropic в конце 2024 года. Он описывает, как AI-ассистент должен общаться с внешним сервисом, чтобы получить от него инструменты, данные или готовые шаблоны запросов. Если вы пользуетесь Claude, ChatGPT/Codex, Cursor, то вы можете дать им прямой доступ к собранным мной данным о практике ФАС по рекламным делам.

Коннектор только ищет в базе и отдаёт сырые карточки дел. Сам он ничего не «думает», не решает, не комментирует. Это просто канал к данным. Ваш ассистент с подключённым коннектором сам понимает, что нужен поиск, сам формулирует поисковый запрос, решает, сколько итераций ему нужно, интерпретирует найденное и выполняет поставленную вами задачу. Вы продолжаете общаться с агентом ровно так же, как раньше, просто теперь его ответы про практику ФАС становятся проверяемыми и достоверными.

MCP-коннектор в работе — ассистент обращается к карточкам дел ФАС

Документация О создании коннектора

Результаты на 18.06.2026 с момента релиза 01.06.2026

120+

запросов через коннектор

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 и MCP-коннектора к нему. Свободно доступен для исследовательских целей.

Скачать на HuggingFace Скачать на Zenodo

Результаты по датасету на 18.06.2026 с момента релиза 15.11.2025

505

скачиваний датасета

Общее для всех проектов

Процесс наполнения проектов данными

Раньше пополнение проектов данными было несколькими утомительными ручными процессами: скрапинг, разметка, сборка таблиц, создание эмбеддингов — каждый этап запускался отдельно и требовал участия. В мае 2026 года я собрала единый пайплайн — Python-пакет с CLI и локальным веб-интерфейсом, который полностью автоматизирует этот процесс. В основе архитектуры — единая SQLite мастер-база, из которой собираются три разных выгрузки для каждого из трёх проектов.

Основные особенности

1Мониторинг обновлений: пайплайн проверяет знакомые дела на изменения

2Локальный дашборд fas-studio для запуска этапов и просмотра статистики базы

3Деплой одной командой: rsync на Render + публикация на HuggingFace и Zenodo

UI рабочего пространства fas-studio

Этапы пайплайна

Скрапинг решений ФАС

Автоматический мониторинг новых решений, 4 стратегии обхода БД ФАС

Разметка нейросетью

Gemini 2.5 Pro извлекает структурированные данные; готовые кейсы не перезапускаются

Ручной грейдинг

Отбор кейсов, которые войдут в RAG бота

Сборка мастер-базы

Единая SQLite-база как источник правды для всех трёх сервисов

Сборка артефактов

Отдельные выгрузки для бота, поискового сервиса и публичного датасета

Деплой

rsync на Render, публикация на HuggingFace и Zenodo — одной CLI-командой

Планы по развитию

·Создание агента для автоматизации пополнения сервисов данными и пользовательской аналитики

·Поиск более точного способа отбора релевантных кейсов из RAG

·Добавление в RAG кластера с Руководствами ФАС

·Добавление архитектуры квалификации материала как рекламы / не рекламы