# AI-компаньон, который помнит вас: как один диалог заставил переизобрести память бота
> Кейс Telegram-сервиса эмоциональной поддержки на Claude: архитектура «живой памяти» вместо длины контекста, детектор кризиса с высшим приоритетом, персона с биографией и естественный онбординг без анкеты. 25 000 строк кода, ~3 000 пользователей, LTV/CAC 13,7x — solo, от идеи до питча.
Источник: https://blog.uspeshnyy.ru/blog/keys-mira-ai-psiholog/
Автор: Александр Успешный · blog.uspeshnyy.ru
Опубликовано: 2026-02-05
Теги: кейс, Telegram, Claude
---
> Как я в одиночку собрал production-сервис эмоциональной поддержки на современной языковой модели, довёл его до ~3 000 пользователей при LTV/CAC 13,7x — и почему один странный диалог оказался важнее любой фичи.
Это кейс не про «болталку с нейросетью». Это про то, как решение обещать пользователю «я помню тебя» превращается в отдельную инженерную подсистему — и как один живой диалог показал, что её у меня, по сути, не было.
**Попробовать вживую:** [бот @MiraDrug_bot](https://t.me/MiraDrug_bot) · лендинг [miradrug.ru](https://miradrug.ru) ([новая версия](https://miradrug.ru/v2)).
Аудио-обзор кейса
Разговорный подкаст по материалам проекта — послушайте, если удобнее слушать, чем читать.
## Коротко о продукте
**MIRA** — [Telegram-бот](/blog/keys-event-bot-navigator/), AI-компаньон для женщин, переживающих выгорание. За ним не промпт в одну строку, а система: архитектура «живой памяти», анализ настроения по 12 эмоциям, детектор кризисных состояний с приоритетом над обычным флоу, извлечение профиля прямо из переписки и потоковые ответы в реальном времени.
**Стек:** Python 3.10 · python-telegram-bot v21 · Claude Sonnet 4.5 · SQLAlchemy 2.0 (async) · FastAPI · Redis · PostgreSQL · Google Cloud Storage · Docker · systemd.
| Метрика | Значение | Ориентир по индустрии |
|---|---|---|
| Пользователей | ~3 000 | — |
| Сообщений на пользователя | **178** | ~30–50 |
| Retention D7 | **42%** | 20–25% |
| NPS | **68** | 30–40 |
| Рост | **+35% в месяц** | — |
| LTV/CAC | **13,7x** | 3x — «здоровый» |
| Маржинальность | **78%** | — |
**Масштаб:** 25 000+ строк кода, 100+ улучшений AI-слоя, 13 фаз роста — solo, от идеи и архитектуры до деплоя и питча инвесторам.
---
## Проблема, ради которой всё затевалось
По данным ВОЗ, с выгоранием сталкивается больше половины работающих женщин. При этом доступ к психологической помощи ограничен сразу по четырём осям:
- 💰 **Дорого** — от 5 000 ₽ за сеанс, а нужно 10+.
- ⏰ **Долго** — запись на 3–4 недели вперёд.
- 🙈 **Стыдно** — стигма вокруг терапии никуда не делась.
- 📍 **Недоступно** — дефицит специалистов в регионах.
Идея была не в том, чтобы заменить психотерапевта. А в том, чтобы закрыть разрыв между «мне плохо прямо сейчас» и «приём через месяц». Компаньон, доступный 24/7 за цену в разы ниже живого сеанса — который помнит вас и умеет вовремя распознать, что человеку по‑настоящему плохо.
---
## Ключевое решение: персона, а не ассистент
Первое, что определило продукт, — отказ от абстрактного ассистента в пользу **персоны с биографией**. Мира — женщина за сорок, замужем много лет, двое детей, сама прошла через выгорание. Это не косметика: биография зашита в системный промпт и задаёт тон — эмпатичный, без осуждения, с практичными советами вместо шаблонного «я тебя слышу».
Персона задаёт и границы. Мира не ставит диагнозы и не назначает лечение — за это отвечает отдельный фильтр, а при маркерах кризиса разговор переключается в протокол помощи. Забегая вперёд: одна и та же модель с характером «Миры» и без него — это два разных продукта. 178 сообщений на пользователя — цифра как раз про характер, а не про модель.
---
## Диалог, который изменил проект
На четвёртый день жизни бота пришёл человек и в первом же разговоре раскрылся так, как редко раскрываются даже живому специалисту. Разговор прошёл бережно и правильно — с уточняющими вопросами, без осуждения.
А на следующий день он вернулся — и бот встретил его как незнакомца. Ни имени, ни темы, ни того, к чему они вчера пришли. Каждый новый диалог начинался с чистого листа.
Для чат‑помощника это терпимо. Для сервиса, который обещает «я помню тебя», — это провал в самой сути продукта. Я сформулировал проблему так: **дело не в плохой памяти, а в том, что система не знала, что она забывает.** Не было мета‑осознания. Именно этот случай стал катализатором главной инженерной работы проекта — архитектуры «живой памяти».
---
## Что происходит за одним сообщением
Самое интересное — не «отправить текст в модель», а конвейер вокруг него. Каждое входящее сообщение проходит цепочку детекторов и сборщиков контекста и только потом попадает в LLM.
Принципы, которые нельзя ломать:
- **Детекция кризиса — высший приоритет.** Нашёлся маркер — обычный флоу прерывается, человек получает хелплайн. Это важнее любой «красоты» ответа.
- **Анализ настроения не блокирует ответ.** Настроение считается после генерации или параллельно, чтобы не тормозить стриминг.
- **Весь ввод‑вывод асинхронный.** База, Telegram API, стриминг модели — никаких блокирующих вызовов, только `asyncio`.
- **Мягкая деградация.** Упал внешний API — бот отвечает заготовкой и пишет в лог, а не падает.
### Слои системы
Жёсткое правило проекта: **доступ к данным только через репозитории.** Ни одного SQL-запроса в хендлерах — даже простого `SELECT`. Это дало предсказуемость и позволило безболезненно эволюционировать схему через миграции.
---
## «Живая память»: почему бот действительно помнит вас
После того случая я перестал думать о памяти как о «длине контекста». Дешёвый бот просто закидывает историю в окно и надеется на лучшее. Здесь память — отдельная подсистема, которая **перерабатывает опыт**, а не хранит логи. Четыре типа:
- **Эпизодическая** — конкретные факты и события из жизни человека.
- **Эмоциональная** — динамика настроения, триггеры, кризисы.
- **Отношений** — история общения: как менялось доверие, стиль разговора.
- **Эволюционная** — как сам бот адаптировался под конкретного человека.
Несколько находок, которыми горжусь:
- **Память о попытках.** Если человек сказал «я уже пробовала медитировать», бот не будет советовать медитацию снова. Мелочь — но именно из таких мелочей складывается ощущение «меня слышат».
- **Личные триггеры.** Система помечает чувствительные темы и автоматически их обходит.
- **Детектор просьбы о поддержке.** Фраза вроде «я же не плохая мать?» — это не вопрос, а просьба о поддержке, и отвечать на неё надо иначе. Такие распознаются отдельно.
- **Детектор противоречий** — бережно уточняет, если человек рассказывает несовместимые вещи, а не «верит» ошибочному факту.
- **Осознанное забывание.** Память не копит мусор, а отпускает то, что мешает росту отношений, — забывание здесь часть развития, а не баг.
Итог блока: по внутренним замерам — **+40% к удержанию и +50% к мотивации** возвращаться.
---
## Приоритеты: во что вкладываться первым
Проект рос по чёткой пирамиде. Сначала фундамент — техническая стабильность: обработка ошибок API, база эмоциональной памяти, валидация фактов. Затем эмоциональный интеллект. Потом философия честного общения. И только сверху — новые фичи и монетизация.
Главный принцип развития я сформулировал как **«не чини — усиль резонанс»**: не латать симптомы, а усиливать то, что и так работает хорошо.
---
## Анализ настроения
После каждого диалога отдельный модуль классифицирует состояние по **12 эмоциям** с оценкой уверенности:
`радость · грусть · тревога · злость · спокойствие · воодушевление · одиночество · стресс · перегрузка · благодарность · надежда · разочарование`
Данные ложатся в базу и превращаются в график динамики настроения в мини‑приложении. Человек видит свой прогресс — а это само по себе инструмент удержания.
---
## Админ‑панель и наблюдаемость
Чтобы управлять живым продуктом, нужна была своя админка — не «pgAdmin поверх базы», а инструмент под задачи проекта: пользователи, воронка онбординга, платежи, рассылки, контекст диалогов, управление персоной, затраты на API. Собрана как SPA на нативном JS с Material Design 3, backend — FastAPI.
Здесь же «наблюдаемость по делу»: логирование 11 событий онбординга, статистика воронки, точки отсева и доля успешного AI-парсинга профиля. Видно не «сколько всего сообщений», а где именно люди спотыкаются.
---
## Технические челленджи и решения
**1. Стриминг вместо «крутилки».** Ждать 8–10 секунд полного ответа — плохой UX. Ответы стримятся и обновляют одно и то же сообщение в Telegram в реальном времени. Пришлось аккуратно работать с лимитами Telegram на редактирование сообщений и с буферизацией по чанкам.
**2. Безопасность выше логики диалога.** Детектор кризиса стоит *до* генерации ответа. Ошибка здесь стоит дорого — поэтому это отдельный модуль с высшим приоритетом, а не «ещё один тег в промпте».
**3. Стоимость модели под контролем.** Каждый вызов трекается, лимит проверяется через Redis *до* обращения к модели. Результат — предсказуемые затраты и маржинальность 78% при доступной цене подписки.
**4. Естественный онбординг вместо анкеты.** Первая версия «убивала вайб»: стена текста после старта, кнопки «Соглашение» и «Справка», слэш‑команды как для программистов. Переписал по принципу **«один экран — одна мысль — одно действие»**. AI-парсинг вытаскивает профиль прямо из свободного текста: человек пишет «Мне 34, живу в Москве, работаю маркетологом, люблю йогу» → система извлекает возраст, город, профессию, хобби и сохраняет. 11 пунктов профиля собираются за 4 сообщения, без ощущения анкеты.
**5. Production-надёжность.** Бот и API живут как systemd-сервисы: автоперезапуск при падении, watchdog, гарантия единственного экземпляра, лимиты памяти, логирование. Медиа пользователей — в облачном хранилище с политикой хранения.
---
## Продукт и бизнес‑модель
Freemium с понятной воронкой:
Онбординг собирает расширенный профиль, trial даёт почувствовать Premium, а реферальная программа возвращает людей в воронку. Итоговая юнит‑экономика: маржа 78%, LTV/CAC 13,7x, рост +35% в месяц, удержание D7 42%, NPS 68.
### Как это выглядит вживую
Несколько экранов бота и мини‑приложения — приветствие Миры, диалог, анализ настроения, подписка и реферальная программа. Нажмите на любой, чтобы рассмотреть.
Интерфейс бота Мира и мини‑приложения. Клик — просмотр с пролистыванием.
---
## Что я вынес из проекта
- **Один реальный диалог ценнее ста гипотез.** Тот случай на четвёртый день дал больше для архитектуры, чем недели планирования. Продукт нужно щупать на живых людях.
- **Персона важнее модели.** Характер, границы и тон дают вовлечённость. 178 сообщений на пользователя говорят сами за себя.
- **Память — это инженерия, а не длина контекста.** Закинуть всю историю в большое окно недостаточно; ценность даёт структурированное извлечение фактов, попыток и триггеров — и осознанное забывание.
- **Там, где речь о состоянии человека, безопасность — часть архитектуры, а не фича.** Кризис‑протокол с высшим приоритетом закладывался с первого дня.
- **Solo-разработка требует дисциплины.** Слой репозиториев, строгая типизация, тесты и async-only ввод‑вывод — то, что позволило одному человеку тащить систему такого размера в production.
---
**Стек одним списком.**
Backend: Python 3.10, python-telegram-bot v21, SQLAlchemy 2.0 (async), FastAPI, Pydantic. AI: Claude Sonnet 4.5, Whisper (STT), собственные детекторы (кризис, настроение, профиль, триггеры), архитектура «живой памяти». Данные: PostgreSQL, Redis, Cloud Storage, Alembic. Инфраструктура: Docker, systemd, nginx, VPS, health-мониторинг. Качество: pytest + coverage, mypy (strict), black, isort, CI.
---
## Посмотреть вживую
**Следующий шаг:** хотите AI-продукт с характером — бота, который помнит пользователя и ведёт его сам, [напишите мне в Telegram](https://t.me/uspeshnyy).
