Analiza diffów stron na dużą skalę z GPT-OSS 120B: historia Page Deltas powered by NLP Cloud

O monitorowaniu zmian na stronach, Page Deltas i NLP Cloud

Sieć zmienia się nieustannie. Konkurenci korygują ceny, dostawcy cicho aktualizują regulaminy, regulatorzy publikują nowe wytyczne, a strony dokumentacji ewoluują bez żadnego ogłoszenia. Dla wielu zespołów odkrycie tych zmian z opóźnieniem o dni lub tygodnie jest kosztowne: przeoczona zmiana ceny, niezauważona aktualizacja polityki lub cicho wycofane API może mieć realne konsekwencje biznesowe. Page Deltas powstało, by rozwiązać dokładnie ten problem. Ciągle monitoruje strony internetowe ważne dla zespołu, wykrywa zmiany i dostarcza jasne, wygenerowane przez AI podsumowania bezpośrednio do Slacka, Microsoft Teams, Discorda, e-maila lub webhooków.

Za kulisami warstwa inteligencji Page Deltas jest napędzana przez GPT-OSS 120B, model językowy open-weight udostępniany przez API NLP Cloud. Ta współpraca doskonale ilustruje, co umożliwia współczesna AI open-source: funkcję produkcyjną, która codziennie czyta tysiące diffów stron, decyduje, które naprawdę mają znaczenie, i wyjaśnia je prostym językiem — bez rezygnacji z prywatności danych ani kontroli kosztów.

Dlaczego analiza diffów stron na dużą skalę jest trudna

Wykrycie, że strona się zmieniła, to łatwa część. Proste porównanie dwóch wersji strony prawie przy każdym pobraniu coś sygnalizuje: rotujące banery, widgety popularnych artykułów, powiadomienia o cookies, zaktualizowane znaczniki czasu, losowy markup generowany przez nowoczesne frameworki front-endowe lub warianty testów A/B. Trudna część to decyzja, czy zmiana naprawdę ma znaczenie.

Tradycyjne podejścia oparte na regułach, takie jak listy ignorowanych selektorów CSS i progi wielkości zmiany, szybko osiągają swoje granice. Są kruche, trzeba je utrzymywać osobno dla każdej monitorowanej strony i fundamentalnie nie potrafią stwierdzić, czy przepisany akapit to istotna aktualizacja polityki zwrotów, czy nieszkodliwa poprawka literówki. Zrozumienie diffa wymaga faktycznego jego przeczytania — a to właśnie robią dobrze duże modele językowe.

Ale przy skali tysięcy stale monitorowanych URL-i wysyłanie każdego kandydującego diffa do LLM ma sens tylko wtedy, gdy model jest jednocześnie dokładny, szybki i opłacalny. Właśnie tutaj wkracza GPT-OSS 120B na NLP Cloud.

Page Deltas zamienia surowe zmiany stron w actionable alerty

Page Deltas pobiera monitorowane strony według harmonogramu, porównuje każdą nową wersję z poprzednią i robi zrzuty ekranu przed i po, aby użytkownicy mogli wizualnie zweryfikować każdą zmianę. Funkcja odkrywania mapy witryny wykrywa nawet zupełnie nowe URL-e zaraz po ich opublikowaniu, co jest szczególnie przydatne do wczesnego zauważania premier produktów. Zespoły mogą współpracować przy monitorach z dostępem opartym na rolach i kierować alerty do kanałów, których już używają: Slack, Discord, Microsoft Teams, e-mail lub webhooki do własnych integracji.

Typowe przypadki użycia to monitoring stron cenowych konkurencji, śledzenie premier produktów i changelogów, obserwacja stron regulacyjnych i prawnych pod kątem compliance oraz analiza stron rekrutacyjnych w celu zrozumienia rynku. W każdym przypadku obietnica jest ta sama: zamiast muru surowych diffów HTML użytkownicy otrzymują krótkie, czytelne podsumowanie tego, co się zmieniło i dlaczego może to mieć znaczenie — tylko wtedy, gdy naprawdę ma znaczenie.

Filtrowanie i podsumowywanie diffów stron z GPT-OSS 120B

Dla każdej zmiany wykrytej przez silnik monitorujący Page Deltas wysyła diff wraz z kontekstem strony do GPT-OSS 120B przez API NLP Cloud. Model pełni jednocześnie dwie role. Po pierwsze działa jako filtr: ocenia, czy zmiana jest istotna, czy to tylko szum, dzięki czemu nieistotne aktualizacje nigdy nie docierają do użytkownika. Po drugie działa jako autor: dla istotnych zmian tworzy zwięzłe podsumowanie w alercie, wyjaśniając prostym językiem, co zmieniło się na stronie.

GPT-OSS 120B szczególnie dobrze pasuje do tego obciążenia. Wydany przez OpenAI na permisywnej licencji Apache 2.0, to model mixture-of-experts: tylko około 5 miliardów spośród 117 miliardów parametrów jest aktywnych dla każdego tokena, co daje jakość rozumowania i wykonywania instrukcji bliską granicy możliwości przy opóźnieniu i koszcie znacznie mniejszego modelu. Duże okno kontekstu bez problemu mieści nawet duże diffy wraz z otaczającą treścią strony. Dla zadania o dużej objętości, działającego non-stop, jakim jest analiza diffów stron, ta równowaga jakości, szybkości i ceny jest dokładnie tym, czego potrzeba.

Serwowanie GPT-OSS 120B na NLP Cloud daje dodatkowe korzyści. API w modelu pay-as-you-go skaluje się wraz z wolumenem monitorowanych stron bez żadnej pracy infrastrukturalnej po stronie Page Deltas, a dane wysyłane do API nigdy nie są używane do trenowania innych modeli. A ponieważ GPT-OSS 120B jest open-source, Page Deltas zachowuje pełną kontrolę nad roadmapą: model można później dotrenować na własnych przykładach istotnych i nieistotnych zmian albo wdrożyć na dedykowanym serwerze wraz ze wzrostem wolumenów — bez vendor lock-in. Dowiedz się więcej o modelach generatywnej AI, takich jak GPT-OSS 120B na NLP Cloud, tutaj.

Co dalej dla Page Deltas i NLP Cloud

Ta współpraca dopiero się zaczyna. W miarę rozwoju Page Deltas oba zespoły badają głębsze możliwości AI: bogatszą kategoryzację zmian, analizę trendów w kolejnych wersjach strony oraz monitoring stron w wielu językach — obszar, w którym wielojęzyczne możliwości modeli na NLP Cloud błyszczą. Po stronie NLP Cloud takie obciążenia wciąż skłaniają nas do optymalizacji stosu inferencji, aby duże modele open-source pozostawały szybkie i przystępne cenowo na dużą skalę.

Page Deltas to świetny przykład tego, co deweloperzy mogą dziś budować, łącząc ukierunkowany produkt z zaawansowanymi modelami AI open-source udostępnianymi przez proste API.

Jeśli jeszcze tego nie zrobiłeś, możesz zarejestrować się w NLP Cloud tutaj.

Możesz wypróbować Page Deltas za darmo tutaj.

Jessica
Szef marketingu w NLP Cloud