XERBA LABS · API распознавания арабской речи, 18 сотрудников · Тунис
Как стартап по распознаванию арабской речи добился, чтобы ИИ-ассистенты цитировали его документацию
+348%
регистраций в API из поиска и ответов ИИ
Тунис, Тунис · 12 месяцев · Технологии и SaaS · тариф Content Engine
01ЗАДАЧА
Ответы отжимали из чужих оливок.
Разработчики спрашивают ИИ-ассистентов, какой API распознавания арабской речи выбрать, и ответы ссылались на документацию крупных облаков. На Xerba — ни разу.
Разработчики больше не начинают со страницы выдачи. Они спрашивают ИИ-ассистента, какой API распознавания арабской речи выбрать, вставляют ответ в терминал и идут дальше. Мы прогнали 140 таких промптов по десять раз, и ответы опирались на документацию крупных облачных провайдеров, которая в основном покрывает современный литературный арабский — и почти ничего больше.
Модели Xerba справляются с тунисским, марокканским и ещё пятью вариантами арабского лучше всего, что советовали эти ответы. Но документация ни разу не сказала об этом так, чтобы модель могла это вытащить: ни одного определения, заголовки по названиям полей, примеры, которые падали после вставки, и заявления о точности без единой цифры.
Отправная точка: Xerba цитировали в 3 из 140 отслеживаемых промптов.
ЧТО НАШЁЛ АУДИТ «УРОЖАЯ»
0 / 61
Ни одного определения
Ни одна из 61 страницы документации не давала определения термину, о котором шла речь. «Определение диалекта» и «диаризация» встречались повсюду, а объяснения не было нигде.
73 %
Заголовки по названиям полей
73% заголовков были существительными вроде «Параметры» или «Обзор». А разработчики спрашивают задачами: расшифровать звонок, разделить двух собеседников.
4 / 38
Примеры, которые не запускались
Только 4 из 38 примеров кода работали как написано. Остальные использовали выведенный из обращения auth-заголовок, пропускали импорты или обрывались многоточием.
1 / 7
Один диалект на бумаге
Продукт распознаёт семь вариантов арабского, документация называла один. Без таблицы бенчмарков ассистентам было не с чем сравнивать, и они возвращались к страницам крупных облаков.
02СТРАТЕГИЯ
Писать документацию, которую модель сможет отжать.
На основе нашего тарифа Content Engine: контент и работа с ИИ-поиском для команд, чьи клиенты сначала спрашивают машину, а потом человека.
01ДОКУМЕНТАЦИЯ С ОПРЕДЕЛЕНИЯ
61 страница переписанаКаждая страница начинается с определения
Ответ в 40–60 слов на вопрос «что такое…?» сразу под заголовком: термин, эндпоинт и его ограничения. Человеку легко пробежать глазами, а вырезанный из страницы целиком, фрагмент не теряет смысла.
02ЗАГОЛОВКИ-ЗАДАЧИ
212 заголовков-задачЗаголовки в форме задач
«Параметры» превратились в «Расшифровать запись звонка на тунисском». Каждый заголовок совпадает с вопросом, который разработчики действительно набирают, а абзац под ним отвечает только на этот вопрос.
03РАБОЧИЕ ПРИМЕРЫ КОДА
38 / 38 примеров проходятПримеры, которые работают после вставки
Каждый фрагмент на curl, Python и Node каждую ночь запускается против боевого API; упавший пример блокирует деплой документации. Ожидаемый вывод стоит прямо под кодом.
04СРАВНИТЕЛЬНЫЕ ТАБЛИЦЫ
7 бенчмарков по диалектамТаблицы с настоящими цифрами
Доля ошибок в словах по диалектам, задержка в зависимости от длины файла и честная страница сравнения с полной методикой. Ассистенты цитируют таблицы почти дословно, поэтому каждую цифру нужно было уметь защитить.
03ПРЕСС ИЗВЛЕКАЕМОСТИ
Пропустите одну страницу документации через пресс.
ИИ-ассистенты цитируют не страницы, а фрагменты: определение, которое понятно само по себе, заголовок с названием задачи, работающий код, таблицу с цифрами. Включайте исправления по одному и смотрите, какие фрагменты пресс сможет выжать в виде цитат.
Обзор
Xerba предлагает мощные инновационные речевые решения для арабоязычного мира.
1 · Извлекаемость 14/100Осталось в жмыхеСлоган, а не определение: модели нечего процитировать как факт.
Параметры
audio, dialect, diarize, callback_url. Подробности — в справочнике API.
2 · Извлекаемость 22/100Осталось в жмыхе«Параметры» не отвечают ни на чей вопрос.
Быстрый старт
Инициализируйте клиент своим ключом и вызовите transcribe с нужными параметрами.
client = Xerba(key) result = client.transcribe(file, ...)
3 · Извлекаемость 9/100Осталось в жмыхеКод-заглушка: ассистент не станет советовать то, что не может проверить.
Точность
Xerba поддерживает множество арабских диалектов с лучшей в отрасли точностью.
4 · Извлекаемость 17/100Осталось в жмыхе«Лучшая в отрасли» — эпитет, а не доказательство.
В этой модели ассистенты цитируют фрагменты с оценкой от 70 и выше.
Отжатые фрагменты
0 из 4
Что отвечает ассистент
Промпт разработчика
which api should i use for tunisian arabic speech to text?
Универсальные облачные API распознавания речи в основном поддерживают литературный арабский; поддержка диалектов зависит от провайдера.[1]
Ни один источник не описывает решение именно для диалектов, поэтому универсальный облачный API — безопасный совет.
Источники
- 1.Документация универсальных облачных сервисов распознавания речи
Отжато фрагментов: 0 из 4. Xerba не цитируется.
04МЕСЯЦ ЗА МЕСЯЦЕМ
Двенадцать месяцев: от сбора урожая до бутылки.
МЕСЯЦЫ 1–201
Сбор
Аудит
Обошли все 61 страницу документации, прогнали 140 промптов разработчиков по десять раз в четырёх ассистентах и записали каждый процитированный источник.
3 из 140 промптов цитируют Xerba
МЕСЯЦ 302
Мойка
Структура
Объединили дублирующиеся руководства, дали каждой странице одну задачу и один URL и написали глоссарий, на который ссылается остальная документация.
4 из 140 промптов цитируют Xerba
МЕСЯЦЫ 4–603
Помол
Переписывание
Вступления с определением и заголовки-задачи для всех 61 страницы; первыми — руководства по тунисскому и марокканскому, потому что их больше никто не написал.
14 из 140 промптов цитируют Xerba
МЕСЯЦЫ 7–804
Отжим
Примеры и таблицы
Примеры на трёх языках с ночными проверками, таблицы бенчмарков по диалектам и страница сравнения с полной методикой.
25 из 140 промптов цитируют Xerba
МЕСЯЦЫ 9–1005
Отстаивание
Измерение
Ежемесячные прогоны промптов показывали, какие фрагменты цитируют, а какие лишь пересказывают; слабые фрагменты переписывали, а не раздували.
36 из 140 промптов цитируют Xerba
МЕСЯЦЫ 11–1206
Розлив
Накопление
Новые руководства для колл-центров и медиаархивов, французские версии 20 главных страниц и публичный changelog, который ассистенты теперь цитируют.
46 из 140 промптов цитируют Xerba
05РЕЗУЛЬТАТЫ
Через год ответы текут из собственной документации Xerba.
3 → 46 из 140
+348%
1 900 → 11 400
19 → 6 мин
Смоделированный сценарий для вымышленного бизнеса — не результат клиента. Позиции, цитирование в ИИ и трафик никогда не гарантируются; см. наши Условия.
ШЕСТЬ ИЗ 140 ОТСЛЕЖИВАЕМЫХ ПРОМПТОВ
| Промпт, как его набрали | Месяц 0 | Месяц 12 | Доля прогонов |
|---|---|---|---|
| best api for tunisian arabic speech to text | 0 / 10 | 9 / 10 | |
| arabic speech recognition api with dialect detection | 1 / 10 | 8 / 10 | |
| how to transcribe moroccan darija audio in python | 0 / 10 | 7 / 10 | |
| arabic stt api word error rate comparison | 0 / 10 | 6 / 10 | |
| API transcription arabe dialecte tunisien | 0 / 10 | 9 / 10 | |
| speaker diarization arabic call center api | 0 / 10 | 5 / 10 |
Промпт считается цитирующим Xerba, если хотя бы пять из десяти его прогонов ссылаются на документацию.
ВАША ДОКУМЕНТАЦИЯ, ОТЖАТАЯ
Получите такой же план
Если разработчики спрашивают ИИ-ассистента, прежде чем открыть вашу документацию, начните с тарифа Content Engine или расскажите, что делает ваш API.
← Все кейсы