Pagediffs op schaal analyseren met GPT-OSS 120B: het verhaal van Page Deltas powered by NLP Cloud

Over websitewijzigingsmonitoring, Page Deltas en NLP Cloud

Het web verandert voortdurend. Concurrenten passen hun prijzen aan, leveranciers werken stilletjes hun servicevoorwaarden bij, toezichthouders publiceren nieuwe richtlijnen en documentatiepagina's evolueren zonder aankondiging. Voor veel teams is het ontdekken van deze wijzigingen dagen of weken te laat duur: een gemiste prijsbeweging, een onopgemerkte beleidsupdate of een stilzwijgend afgeschafte API kan echte zakelijke gevolgen hebben. Page Deltas is gebouwd om precies dit probleem op te lossen. Het monitort continu de webpagina's die ertoe doen voor een team, detecteert wijzigingen en levert duidelijke, door AI gegenereerde samenvattingen rechtstreeks aan Slack, Microsoft Teams, Discord, e-mail of webhooks.

Achter de schermen wordt de intelligentielaag van Page Deltas aangedreven door GPT-OSS 120B, een open-weight large language model dat via de NLP Cloud API wordt aangeboden. Deze samenwerking illustreert perfect wat moderne open-source AI mogelijk maakt: een productiefunctie die dagelijks duizenden pagediffs leest, beslist welke echt ertoe doen en ze in duidelijke taal uitlegt, zonder in te leveren op gegevensprivacy of kostenbeheersing.

Waarom pagediffs op schaal analyseren moeilijk is

Detecteren dat een pagina is gewijzigd is het makkelijke deel. Een eenvoudige vergelijking tussen twee versies van een pagina markeert bij bijna elke ophaalactie iets: roterende banners, widgets met trending artikelen, cookiemeldingen, bijgewerkte tijdstempels, willekeurige markup van moderne front-endframeworks of A/B-testvariaties. Het moeilijke is beslissen of een wijziging er echt toe doet.

Traditionele regelgebaseerde aanpakken zoals CSS-selector-negeerlijsten en drempels voor wijzigingsgrootte bereiken snel hun grenzen. Ze zijn breekbaar, moeten apart worden onderhouden voor elke gemonitorde website, en kunnen fundamenteel niet zien of een herschreven alinea een belangrijke update van een restitutiebeleid is of een onschuldige typfoutcorrectie. Een diff begrijpen vereist hem daadwerkelijk te lezen, en dat is precies waar large language models goed in zijn.

Maar op de schaal van duizenden continu gemonitorde URL's is het alleen haalbaar om elke kandidaat-diff naar een LLM te sturen als het model tegelijk nauwkeurig, snel en kostenefficiënt is. Daar komt GPT-OSS 120B op NLP Cloud in beeld.

Page Deltas zet ruwe pagina-wijzigingen om in actionable alerts

Page Deltas haalt de gemonitorde pagina's volgens een schema op, vergelijkt elke nieuwe versie met de vorige en maakt before-and-after-screenshots zodat gebruikers elke wijziging visueel kunnen verifiëren. De sitemap-discovery-functie detecteert zelfs gloednieuwe URL's zodra ze worden gepubliceerd, wat bijzonder nuttig is om productlanceringen vroeg te spotten. Teams kunnen met rolgebaseerde toegang samenwerken aan monitors en alerts routeren naar de kanalen die ze al gebruiken: Slack, Discord, Microsoft Teams, e-mail of webhooks voor maatwerkintegraties.

Typische use cases zijn het monitoren van prijs-pagina's van concurrenten, het volgen van productreleases en changelogs, het in de gaten houden van regelgevende en juridische pagina's voor compliance, en het analyseren van vacaturepagina's om een markt te begrijpen. In elk geval is de belofte hetzelfde: in plaats van een muur van ruwe HTML-diffs ontvangen gebruikers een korte, leesbare samenvatting van wat er is veranderd en waarom het ertoe kan doen — alleen wanneer het er echt toe doet.

Pagediffs filteren en samenvatten met GPT-OSS 120B

Voor elke wijziging die door de monitoringengine wordt gedetecteerd, stuurt Page Deltas de diff, samen met wat paginacontext, via de NLP Cloud API naar GPT-OSS 120B. Het model speelt twee rollen tegelijk. Ten eerste fungeert het als filter: het beoordeelt of de wijziging betekenisvol is of alleen ruis, zodat irrelevante updates de gebruiker nooit bereiken. Ten tweede fungeert het als schrijver: voor betekenisvolle wijzigingen produceert het de beknopte samenvatting die in de alert belandt, waarin in duidelijke taal wordt uitgelegd wat er op de pagina is veranderd.

GPT-OSS 120B past bijzonder goed bij deze workload. Uitgebracht door OpenAI onder de permissieve Apache 2.0-licentie, is het een mixture-of-experts-model: slechts ongeveer 5 miljard van de 117 miljard parameters is actief per token, wat bijna topkwaliteit in redeneren en opvolgen van instructies oplevert bij de latentie en kosten van een veel kleiner model. Het grote contextvenster past comfortabel zelfs grote diffs met de omliggende pagina-inhoud. Voor een taak met hoog volume die altijd aanstaat, zoals pagediff-analyse, is deze balans van kwaliteit, snelheid en prijs precies wat nodig is.

GPT-OSS 120B aanbieden op NLP Cloud brengt extra voordelen. De pay-as-you-go API schaalt mee met het volume gemonitorde pagina's zonder enige infrastructuurwerkzaamheden aan de kant van Page Deltas, en de naar de API gestuurde data wordt nooit gebruikt om andere modellen te trainen. En omdat GPT-OSS 120B open source is, behoudt Page Deltas volledige controle over de roadmap: het model kan later worden gefinetuned op eigen voorbeelden van relevante en irrelevante wijzigingen, of op een dedicated server worden uitgerold naarmate volumes groeien, allemaal zonder vendor lock-in. Lees hier meer over generatieve AI-modellen zoals GPT-OSS 120B op NLP Cloud.

Wat volgt voor Page Deltas en NLP Cloud

Deze samenwerking is nog maar net begonnen. Naarmate Page Deltas groeit, verkennen beide teams diepere AI-mogelijkheden: rijkere categorisering van wijzigingen, trendanalyse over opeenvolgende versies van een pagina, en monitoring van websites in veel talen — een gebied waarin de meertalige vaardigheden van de modellen op NLP Cloud uitblinken. Aan de kant van NLP Cloud blijven workloads als deze ons pushen om onze inference-stack te optimaliseren zodat grote open-source modellen op schaal snel en betaalbaar blijven.

Page Deltas is een uitstekend voorbeeld van wat ontwikkelaars vandaag kunnen bouwen door een gericht product te combineren met geavanceerde open-source AI-modellen die via een eenvoudige API worden aangeboden.

Als je dat nog niet hebt gedaan, kun je je hier aanmelden voor NLP Cloud.

U kunt Page Deltas hier gratis uitproberen.

Jessica
Hoofd Marketing bij NLP Cloud