aiform_dev/docs/WIZARD_OPTIMIZATION_ANALYSIS.md

# Анализ оптимизации генерации визарда

**Дата:** 2025-01-XX  
**Текущее время генерации:** ~30-40 секунд  
**Цель:** Сократить до 5-15 секунд

---

## 🎯 Вариант 1: Двухэтапный подход (твоя идея)

### Концепция:
1. **ИИ только классифицирует** случай и выдаёт список нужных документов/полей
2. **Бэкенд строит визард** по шаблонам на основе классификации

### Архитектура:

```
Описание → ИИ (классификация) → Бэкенд (шаблоны) → Визард
```

**ИИ возвращает:**
```json
{
  "case_type": "product_defect",  // или "service_issue", "delay", "conflict"
  "required_fields": ["item", "purchase_date", "purchase_amount", "warranty_info"],
  "required_documents": ["contract", "payment", "photos"],
  "optional_documents": ["correspondence", "diagnosis"],
  "extracted_data": {
    "item": "Смартфон",
    "seller": "DNS",
    "purchase_date": "2024-12-15"
  }
}
```

**Бэкенд использует шаблоны:**
```python
WIZARD_TEMPLATES = {
    "product_defect": {
        "questions": [
            {"name": "item", "label": "Как называется товар?", ...},
            {"name": "purchase_date", "label": "Когда купили?", "control": "input[type=\"date\"]", ...},
            {"name": "purchase_amount", "label": "Сколько стоил?", ...},
            {"name": "warranty_info", "label": "Есть ли гарантия?", ...},
            {"name": "problem_description", "label": "Опишите проблему", "control": "textarea", ...},
            {"name": "documents_available", "label": "Какие документы есть?", "control": "input[type=\"checkbox\"]", ...},
            {"name": "desired_outcome", "label": "Что хотите получить?", "control": "input[type=\"radio\"]", ...}
        ],
        "documents": [
            {"id": "contract", "name": "Договор", "required": true, ...},
            {"id": "payment", "name": "Чек", "required": true, ...},
            {"id": "photos", "name": "Фото дефекта", "required": true, ...}
        ]
    },
    "service_issue": { ... },
    "delay": { ... },
    "conflict": { ... }
}
```

### Плюсы:
✅ **Скорость:** ИИ только классифицирует (5-10 сек) + бэкенд мгновенно (0.1 сек) = **5-10 сек всего**  
✅ **Предсказуемость:** Визарды всегда структурированы одинаково  
✅ **Контроль:** Легко менять вопросы/документы без изменения промпта  
✅ **Кеширование:** Можно кешировать шаблоны в памяти  
✅ **Тестирование:** Легко тестировать шаблоны отдельно от ИИ  

### Минусы:
❌ **Гибкость:** Сложные/уникальные случаи могут не попасть в шаблоны  
❌ **Разработка:** Нужно создать и поддерживать библиотеку шаблонов  
❌ **Классификация:** ИИ должен точно определить тип дела  

### Реализация:
1. Создать `wizard_templates.py` в бэкенде с шаблонами
2. Упростить промпт для ИИ (только классификация + список полей/документов)
3. Создать `WizardBuilder` сервис, который собирает визард из шаблона
4. Обновить n8n workflow для упрощённого ответа

**Ожидаемое время:** 5-10 секунд

---

## 🚀 Вариант 2: Гибридный подход

### Концепция:
1. **ИИ классифицирует** и выдаёт список полей/документов (быстро)
2. **Бэкенд использует шаблоны** для стандартных случаев
3. **ИИ достраивает** уникальные вопросы для сложных случаев (опционально)

### Плюсы:
✅ **Баланс:** Скорость + гибкость  
✅ **Fallback:** Если шаблон не подходит, ИИ достраивает  

### Минусы:
❌ **Сложность:** Нужно решать, когда использовать шаблон, а когда ИИ  

**Ожидаемое время:** 5-15 секунд (зависит от сложности)

---

## ⚡ Вариант 3: Кеширование готовых визардов

### Концепция:
1. **Кешировать** готовые визарды по типу дела
2. **ИИ только извлекает** данные из описания для автозаполнения

### Плюсы:
✅ **Максимальная скорость:** 1-2 секунды для стандартных случаев  
✅ **Простота:** Минимальные изменения в коде  

### Минусы:
❌ **Ограниченность:** Только для типовых случаев  
❌ **Хранение:** Нужно хранить кеш визардов  

**Ожидаемое время:** 1-2 секунды (кеш) или 30 сек (первый раз)

---

## 🔥 Вариант 4: Упрощение промпта + быстрая модель

### Концепция:
1. **Сократить промпт** до минимума (убрать примеры, оставить только структуру)
2. **Использовать `gpt-4o-mini`** вместо `gpt-4.1-mini`
3. **Убрать неиспользуемые поля** из ответа

### Плюсы:
✅ **Простота:** Минимальные изменения  
✅ **Скорость:** 10-15 секунд  

### Минусы:
❌ **Качество:** Может снизиться качество визардов  
❌ **Ограничение:** Всё ещё зависит от скорости ИИ  

**Ожидаемое время:** 10-15 секунд

---

## 🎨 Вариант 5: Предгенерированные шаблоны + ИИ только для извлечения

### Концепция:
1. **Все визарды предгенерированы** в бэкенде (шаблоны)
2. **ИИ только извлекает** данные из описания для автозаполнения
3. **Бэкенд выбирает** подходящий шаблон на основе ключевых слов

### Плюсы:
✅ **Максимальная скорость:** 1-3 секунды  
✅ **Предсказуемость:** Всегда одинаковые визарды  

### Минусы:
❌ **Ограниченность:** Только для типовых случаев  
❌ **Классификация:** Нужна простая классификация (можно без ИИ)  

**Ожидаемое время:** 1-3 секунды

---

## 📊 Сравнение вариантов

| Вариант | Время | Гибкость | Сложность | Рекомендация |
|---------|------|----------|-----------|--------------|
| **1. Двухэтапный** | 5-10 сек | ⭐⭐⭐⭐ | ⭐⭐⭐ | ✅ **Лучший баланс** |
| **2. Гибридный** | 5-15 сек | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ✅ Хорошо для сложных случаев |
| **3. Кеширование** | 1-2 сек | ⭐⭐ | ⭐⭐ | ✅ Для типовых случаев |
| **4. Упрощение** | 10-15 сек | ⭐⭐⭐⭐ | ⭐ | ✅ Быстрая реализация |
| **5. Предгенерированные** | 1-3 сек | ⭐⭐ | ⭐⭐ | ✅ Для простых случаев |

---

## 🎯 Рекомендация

### Для начала: **Вариант 1 (Двухэтапный)**

**Почему:**
1. **Оптимальный баланс** скорости и гибкости
2. **Масштабируемость:** Легко добавлять новые типы дел
3. **Контроль:** Все визарды структурированы и предсказуемы
4. **Тестируемость:** Шаблоны легко тестировать

### План реализации:

#### Этап 1: Классификация (ИИ)
```python
# Упрощённый промпт для ИИ
"""
Проанализируй описание проблемы и определи:
1. Тип дела (product_defect, service_issue, delay, conflict, other)
2. Какие поля нужно собрать (item, purchase_date, purchase_amount, warranty_info, ...)
3. Какие документы нужны (contract, payment, photos, correspondence, ...)
4. Что уже известно из описания (для автозаполнения)

Верни JSON:
{
  "case_type": "product_defect",
  "required_fields": ["item", "purchase_date", "purchase_amount", "warranty_info"],
  "required_documents": ["contract", "payment", "photos"],
  "optional_documents": ["correspondence"],
  "extracted_data": {
    "item": "Смартфон",
    "seller": "DNS"
  }
}
"""
```

#### Этап 2: Шаблоны (Бэкенд)
```python
# ticket_form/backend/app/services/wizard_builder.py
class WizardBuilder:
    TEMPLATES = {
        "product_defect": {
            "questions": [...],
            "documents": [...]
        },
        "service_issue": {...},
        "delay": {...},
        "conflict": {...}
    }
    
    def build_wizard(self, classification: dict) -> dict:
        template = self.TEMPLATES[classification["case_type"]]
        # Собираем визард из шаблона
        # Добавляем автозаполнение из extracted_data
        return wizard_plan
```

#### Этап 3: Интеграция
- Обновить n8n workflow для упрощённого ответа
- Создать эндпоинт `/api/v1/wizard/build` в бэкенде
- Обновить фронтенд для работы с новым форматом

---

## 💡 Дополнительные идеи

### 1. Параллельная обработка
- ИИ классифицирует
- Параллельно бэкенд готовит шаблоны
- Собираем результат

### 2. Инкрементальная генерация
- Сначала показываем базовые вопросы (из шаблона)
- Потом достраиваем уникальные (если нужно)

### 3. Умное кеширование
- Кешировать классификации по хешу описания
- Кешировать готовые визарды по типу дела

### 4. Предзагрузка шаблонов
- Загружать шаблоны в память при старте
- Не обращаться к БД/файлам каждый раз

---

## 🚀 Следующие шаги

1. **Создать шаблоны** для основных типов дел (5-7 типов)
2. **Упростить промпт** для классификации
3. **Реализовать WizardBuilder** в бэкенде
4. **Обновить n8n workflow**
5. **Протестировать** на реальных случаях
6. **Измерить скорость** и сравнить с текущей

**Ожидаемый результат:** 5-10 секунд вместо 30-40 секунд