|
Professor Seleznov
|
Привет, Хабр! Меня зовут Кирилл, я партнер брендингового агентства «Бунов+Устинов». Пока индустрия спорит, заменит ли ИИ кожаных мешков, мы с архитектором проекта Сергеем Либединским решили проверить это на самой «душной», долгой и дорогой части нейминга - юридическом скрининге товарных знаков.
Это история о том, как превратить галлюцинирующую LLM в строгий экспертный инструмент, пережить «догфудинг» собственной нейронкой и получить награду «ОСНОВА-2026» за автоматизацию процессов в брендинге.
Боль: 3 дня ожидания или риск на миллионы
Если вы когда-нибудь придумывали название для компании или продукта, вы знаете этот цикл боли. Креатор выдает 20–50 гениальных вариантов, команда выбирает шорт-лист, а затем несет его патентному поверенному.
Здесь вскрывается классическая проблема: время и деньги. Ручной скрининг занимает 2–3 рабочих дня. В деньгах проверка пачки названий может стоить 15 000 - 30 000 рублей. Если все варианты отваливаются (что бывает часто), итерация повторяется, а темп работы креативной команды умирает.
Казалось бы, на дворе эра ИИ - закинь варианты в ChatGPT! Но попытки использовать LLM «в лоб» провалились сразу по двум критическим причинам:
- Галлюцинации. На запрос: «Проверь название "Кипрей" для ЖК» любая модель выдает уверенную и складную чушь: «Название свободно, прямых конфликтов нет, рекомендуется к регистрации». А в реальности в реестре ФИПС под 36 классом МКТУ (недвижимость) уже лежит свежая заявка с точно таким же фонетическим сходством. Модель об этом не знает, так как её база не обновляется в реальном времени.
- Конфиденциальность (Blind spot большинства AI-стартапов). Сливать строго конфиденциальные, еще не анонсированные имена продуктов в публичные чаты типа ChatGPT - прямой путь к утечкам. Для энтерпрайза это абсолютное табу.
Мы поняли: просто «промпт в чат» - это билет в суд. Нужна своя система, которая работает через API с zero-data-retention политиками (без обучения на данных пользователей) и не угадывает факты, а сверяет их.
Архитектура: Разделяй и властвуй
Чтобы победить галлюцинации, мы создали xyma.ru. Главный принцип работы: детерминированная часть - на классике, нечеткая - на ИИ.
Наш стек: бэкенд на Java (нам нужен был надежный асинхрон для работы с тяжелыми API), а ИИ-ядро спроектировано как модельно-независимое. Мы не привязаны ни к OpenAI, ни к Anthropic, ни к Яндексу. Под капотом стоит роутер, раздающий задачи: одна модель лучше/дешевле делает summary, другая лучше классифицирует юридические тексты.
Самое важное звено пайплайна - прямые запросы к актуальным реестрам, особенно к свежим заявкам за последние 30 дней. Это та самая «слепая зона», на которой горят даже опытные юристы: знак еще нигде не светится, но уже подан и потенциально блокирует вас.
Борьба со сходством: от Левенштейна до эмбеддингов
Главный вызов при скрининге - поиск сходства «до степени смешения».
Здесь мы запускаем двухступенчатый фильтр. Сначала классические строковые алгоритмы (расстояние Левенштейна, совпадение префиксов/суффиксов, индекс Jaro-Winkler) отсекают очевидный мусор и находят графические совпадения.
Но дальше начинается боль - фонетика и семантика. Как понять, что кириллическое «Хума», латинское «Xyma» и даже «Ксима» - это конфликт? Для классических алгоритмов это разные строки. Для эксперта Роспатента - одно и то же.
Мы внедрили метод эмбеддингов, переводя названия из реестров в векторное пространство для поиска пересечений по смыслу и звучанию.
Псевдокод упрощенной ветки в Java выглядит примерно так:
// 1. Получаем кандидатов (узкий пул по МКТУ)
List<Trademark> candidates = rospatentClient.search(classes, brand);
List<Trademark> risks = new ArrayList<>();
// 2. Считаем разные типы сходства
for (Trademark tm : candidates) {
double phon = cosine(phoneticEmbed(brand), phoneticEmbed(tm.name));
double sem = cosine(semanticEmbed(brand), semanticEmbed(tm.name));
double graph = graphicDistance(brand, tm.name); // Левенштейн + Jaro-Winkler
if (phon > 0.82 || sem > 0.85 || graph > 0.78) {
risks.add(tm);
}
}
// 3. Отдаем в LLM сырые факты для анализа по 1483 ГК РФ
String verdict = legalLLM.classify(brand, risks, GK_RF_1483_RULES);
Как мы ограничиваем LLM: промпт-инжиниринг и логика
Чтобы машина не фантазировала, мы запретили ей принимать решения «на глазок». Мы передаем ей жесткую формулу скоринга рисков. Модель получает сырые найденные факты и обязана вернуть не эссе, а строгий JSON, который программно валидируется:
{
"risk_level": "medium",
"protectability": {
"score": 0.62,
"issues": ["possible descriptiveness"]
},
"conflicts": [
{
"source": "Rospatent",
"mark": "NEBULA",
"risk": "high",
"reason": "В базе выявлены действующие компании с идентичным названием, что может создать риски претензий по фирменному наименованию."
}
]
}
Что видит пользователь
Вместо унылых юридических выписок и 3 дней ожидания, система за 3 минуты генерирует PDF-отчет, состоящий из 4 ключевых блоков:
- Защищаемость (описательность, различительная способность, соответствие нормам морали).
- Конфликты (найденные риски по базам Роспатента/WIPO/ЕГРЮЛ по нужным классам).
- Домены (свободны ли .ru, .com, .tech и т.д.).
- SEO и Wordstat (забит ли поиск одноименными конкурентами).
Защищаемость и Конфликты
Домены и SEO
Самари по анализу
Догфудинг: проверяем сами себя
Имя нашего сервиса мы проверяли через собственный, тогда еще безымянный пайплайн. Для нас семантика имени была важна: xyma = птица счастья Хума из мифологии + human (человек) + ум.
Это был стресс-тест в чистом виде: короткое название на латинице, с кучей вариантов прочтения. Если бы система нашла критический конфликт в ЕГРЮЛ или свежих заявках, пришлось бы переделывать всё - от логотипа до доменов. Но xyma прошла проверку (что потом подтвердил и живой поверенный). Это было лучшее доказательство жизнеспособности продукта.
Честные факапы и "где машина проигрывает человеку"
Чтобы не выглядеть инфоцыганами, поделюсь нашими проблемами:
- Стоимость инференса. Гонять несколько тяжелых LLM и считать эмбеддинги на каждый запрос - это дорого. В API-токенах один глубокий репорт обходится нам в сумму, которая на порядки больше обычного чат-запроса (хотя всё равно в 100 раз дешевле 15 000 рублей за поверенного).
- Государственные API. Реестры иногда «виснут». В моменты их падений наши 3 минуты элегантно превращаются в 5, коннекты отваливаются, а на бэкенде начинают потеть ретраи.
- Культурный контекст и юмор. Это главное слепое пятно алгоритмов. Допустим, вы называете логистическую компанию «Песец» или «Ёшкин Кот». Машина поймет это буквально - как животное или фольклорный персонаж. А вот живой эксперт сразу увидит двусмысленность, игру слов и возможные риски отказа по этическим соображениям. Там, где идиомы и мемы сплетаются воедино, человек пока стабильно выигрывает.
Притопали к признанию: что дальше?
За два месяца после релиза мы прогнали тысячи проверок. А главным подтверждением того, что мы не просто «сделали обертку», стала победа на брендинговом фестивале ОСНОВА-2026 в номинации «Технологии: Автоматизация процессов в брендинге».
Сейчас xyma.ru работает в бете - полностью бесплатно и без ограничений. Вы можете зайти, попробовать.
В планах на второй квартал - добавление генерации «чистых» (уже проверенных) неймов, командные кабинеты и бесшовная подача заявки в Роспатент прямо из интерфейса. (Кстати, на базе этого опыта маршрутизации моделей и RAG мы сейчас еще и собираем кастомных ИИ-ассистентов под сложные B2B-задачи).
Заходите потестить и ломайте наш алгоритм. Давайте обсудим холиварный вопрос: где еще, помимо культурного контекста, автоматика неизбежно проиграет живому юристу, а где мы можем прямо сейчас разогнать процессы в 100 раз?-Источник
|
