Прочая информация

ТЗ: Telegram-бот для планов питания (n8n)

Техническое задание на разработку Telegram-бота для составления планов питания на базе n8n

1. Общие сведения

1.1. Назначение

Разработка Telegram-бота на базе n8n для составления и коррекции планов питания в соответствии с индивидуальными параметрами пользователя.

1.2. Цели и задачи

2. Требования к функциональности

2.1. Сбор данных пользователя

Бот должен последовательно собирать следующие данные:

2.1.1. Основные биометрические параметры:

2.1.2. Уровень физической активности:

Примечание: предусмотреть измерение активности в количестве шагов и понятной метафоре

2.1.3. Пищевые ограничения (множественный выбор):

2.1.4. Количество приемов пищи в день:

2.1.5. Предпочтительный протокол питания:

2.1.6. Количество дней планирования:

2.2. Алгоритм составления плана питания

Алгоритм должен выполнять следующие действия:

  1. Расчет базового обмена веществ по формуле Миффлина-Сан Жеора
  2. Определение целевого суточного калоража исходя из цели пользователя
  3. Распределение калоража по указанному количеству приемов пищи
  4. Анализ базы рецептов
  5. Исключение рецептов с нежелательными ингредиентами
  6. Подбор рецептов для каждого приема пищи в соответствии с:
    • Калорийностью
    • Типом приема пищи (завтрак, обед, ужин и т.д.)
    • Выбранным протоколом питания
  7. Формирование итогового плана питания в формате PDF

2.3. Авторизация и хранение данных

2.4. Система ограничений и оплаты

2.5. Замена продуктов

2.6. Техническая поддержка

3. Технические требования

3.1. Платформа

3.2. База данных

3.3. Интеграции

4. Пользовательский интерфейс

4.1. Навигация

4.2. Отображение результатов

4.3. Интерфейс замены продуктов

5. Формулы для расчетов

5.1. Формула Миффлина-Сан Жеора для расчета базового обмена веществ (BMR)

Для мужчин: BMR = (10 × вес в кг) + (6.25 × рост в см) - (5 × возраст) + 5

Для женщин: BMR = (10 × вес в кг) + (6.25 × рост в см) - (5 × возраст) - 161

5.2. Коэффициенты активности (PAL):

5.3. Коэффициенты целей:

Примечание: для женщин в период грудного вскармливания добавить 500 ккал к итоговому значению

6. Этапы разработки

6.1. Планирование и проектирование

6.2. Разработка основного функционала

6.3. Разработка дополнительных функций

6.4. Тестирование

6.5. Запуск и поддержка

7. Требования к документации

8. Дополнительные требования


2. Сбор данных и персонализация

2.1. Опрос и ввод данных

2.2. Генерация плана питания

  1. Расчёт BMR по формуле Миффлина–Сан Жеора (см. раздел 5).
  2. Умножение на коэффициент PAL (см. 5.2).
  3. Применение коэффициента цели (см. 5.3).
  4. Учёт пищевых ограничений при подборе блюд из базы рецептов.
  5. Формирование меню на выбранное число дней.
  6. Расчёт суммарной калорийности и распределения КБЖУ по дням.
  7. Формат вывода: генерируется простая HTML‑страница (веб‑ссылка). PDF формируется опционально по запросу пользователя.

2.3. Хранение данных

2.4. Доступ к сохранённым меню

2.5. Отсутствие блюда в базе


3. Платёжная система и безопасность

3.1. Авторизация

3.2. Защита данных

3.3. Платёжная интеграция


4. Функционал меню

4.1. Интеграция с базой рецептов

4.2. Модуль совместимости ингредиентов

4.3. Интерфейс замены продуктов


5. Формулы для расчётов

5.1. Формула Миффлина–Сан Жеора (BMR)

5.2. Коэффициенты активности (PAL)

5.3. Коэффициенты целей


6. Этапы разработки

6.1. Планирование и проектирование

6.2. Разработка основного функционала

6.3. Разработка дополнительных функций

6.4. Тестирование

6.5. Запуск и поддержка


7. Требования к документации


Готовые решения

Наши топ-лайфхаки с AI агентами 🔥 Сохраняйте себе, пересылайте друзьям

I. AI-агент для отбора блогеров для размещений

1. Собираем автоматизацию на n8n, сценарий отрабатывает по триггеру добавления ссылки на аккаунт блогера в Google Sheets 
2. Далее по API отправляется запрос в TrendHero (или другой чекер) и проставляются данные: 
- ER (engagement rate), 
- % женской / мужской аудитории, 
- % аудитории с релевантного для вас ГЕО
- считается CPV (сost per view)

+ Агент сразу сигнализирует где CPV / CPL выходит за рамки нормы и не рекомендует закупать у этого блогера рекламу  

II. Создание сайтов и web-приложух с Lovable 
Офигенная тема, думаем, что многие уже видели, обязательно потыкайтесь. 

Вы можете создавать сайты / web приложения, используя только промпт и ссылаясь на референсы, кстати вот тут есть хороший урок и шаблон по тому, как писать эффективные промпты для генерации сайтов —> ссылочка (https://www.youtube.com/watch?v=IqWfKj4mUIo&embeds_referring_euri=https%3A%2F%2Fdocs.lovable.dev%2F&source_ve_path=MjM4NTE)

🔥 Есть клевый лайфхак: вы можете взять плагин html.to.design, импортировать любой сайт, скорректировать текст, а затем с помощью плагина builder.io перенести сразу в верстку за несколько секунд

Или второй вариант: сгенерировать сайт с нуля в Lovable, а потом с помощью html.to.design трансфернуть в тильду

III. AI агент, который создает баннеры, основываясь на самых эффективных параметрах креативов

Когда в таблицу добавляется баннер, AI раскладывает его на параметры: 

- объект баннера (например мужчина / женщина / ноутбук /)
- цвета
- УТП, которые были использованы (например, гос.сертификат и тд.)
 
А далее с помощью анализа собирает данные о том, какой набор параметров креативов в чаще всего дает успешный показатель целевой метрики (CPL например) и генерируем новый баннер

🔥Если хотите узнать еще больше —>  завтра, в 18:00 по мск, мы встречаемся на втором дне практикума по AI агентам, где мы поделимся: 

- AI агентом, который генерирует офигенные продающие баннеры, основанные на данных
- AI агентом, который генерирует готовыe reels на основании тредвотчинга
- AI sales менеджером, который продает клиентам через звонок

Записи не будет, регайтесь по 👉🏻 ссылке (https://solokumi.com/ai-campus)

 

AI агент для генерации баннеров 🥷🏻

2 года назад мне пришлось очень плотно погрузиться в работу отдела маркетинга, чтобы сократить САС на большом объеме ($500к маркетингового бюджета в мес).  

Я увидел проблему в том, что когда таргетолог или перформанс-маркетолог смотрит на рекламный кабинет, где гигантское количество баннеров (50+) и данных, когнитивный аппарат просто не справляется с тем, чтобы запроцессить такое большое количество информации. Каждый баннер или видео есть набор объектов (заголовок, призыв к действую, цвет и так далее) и эти объекты нужно соотнести с результатами рекламного кабинета (в виде цены за лид/квалифицированный лид и так далее).

Таким образом, у нас очень много данных, которые, как правило, преобразуются в некачественное ТЗ формата: «мне нужно больше баннеров с девушками» или «кажется фиолетовые работают лучше желтых»

Задача была сделать так, чтобы мы могли понимать какие есть объекты баннера работают. 

Мы сделали экселевский файлик, в котором дизайнеры и копирайтеры в момент создания баннера промечали, что на этом баннере изображено: 
→ какой первостепенный объект
→ второстепенный объект
→ какой цвет использован 
→ какая там кнопка с призывом к действию
→ какие месседжи на этом баннере транслируются

В этот же файлик подтягивались данные из кабинета с метриками, а дальше при помощи аналитика, мы применяли регрессионный и генеалогический анализ к этому массиву данных для того, чтобы ответить себе на вопрос: какие объекты лучше всего работают по отдельности и какие объекты работают лучше всего в совокупности.

Это дало гигантский буст и x2 снизило стоимость привлечения, но отнимало большое количество ресурсов команды + были ручные ошибки в прометке файла.


Поэтому сейчас мы полностью автоматизировали этот процесс с AI агентом, который сам вытаскивает креатив из кабинета и добавляет в таблицу вместе с метриками → запускает регрессионный и генеалогический анализ →  на основании полученных данных он сам генерирует уже готовый креатив и отправляет нам его в телеграм бота. 

В этот же бот мы загружаем данные из кастдевов и датасет из прослушки отдела продаж, который показывает нам данные по самому важному этапу —> отработкe возражений.

И точно так же можно промечать автоматически баннеры конкурентов (принимая тот факт, что те, которые крутятся 3мес+ - точно хорошо конвертят, а те, кто отключаются меньше чем за месяц - плохо).

Минус затраты на дизайнеров, аналитика и копирайтеров.   

Плюс супер четкий ответ на вопрос: что перформит внутри баннера.

Можно подробнее изучить флоу в miro доске. (https://miro.com/app/board/uXjVI7IBHe4=/?share_link_id=762265103429

🔥Осталось всего несколько мест на наш Bootcamp по AI агентам, где мы вместе с вами в live формате создадим АИ агентов в вашем проекте, которые увеличат выручку и эффективность. Без кода и команды программистов.

Стартуем уже 5 мая, последняя возможность вписаться по ссылке: https://solokumi.com/bootcamp