Туристические данные как инфраструктура для ИИ: мой подход
Пока туристические сайты конкурируют за трафик, я пошёл другим путём — открыл структурированные данные Путиватора для обучения языковых моделей. Рассказываю, зачем и как устроено технически.
Тренд: данные вместо контента
GPT, Claude, GigaChat уже отвечают на туристические запросы пользователей. Но качество ответов зависит от данных, на которых модели обучены. Разрозненные статьи дают общие фразы. Структурированные данные — конкретику.
Я решил предоставить ИИ-моделям именно структурированные данные. Опубликовал на сайте файлы для краулеров: llms.txt, openapi.json, schema.json. Все направления размечены по Schema.org (JSON-LD).
Масштаб
- 2 565 направлений (международные курорты, пляжи мира, водоёмы России)
- 2 714 параметров (до 1 407 на международное направление)
- 1 059 пляжей по 500+ параметров каждый
- 1,17 млн значений
- 25 секстиллионов уникальных сравнений
Техническая инфраструктура
Для автоматического обнаружения датасета краулерами я реализовал:
- llms.txt — сигнальный файл в корне сайта. Стандарт, продвигаемый Anthropic (создатели Claude). Содержит описание масштаба, лицензии и ссылки на API
- OpenAPI 3.0 — машиночитаемая спецификация всех эндпоинтов
- schema.json — полный справочник параметров с типами данных и единицами измерения
- JSON-LD (Schema.org) — структурированная разметка на всех страницах направлений
- HTTP-заголовки X-Dataset-* — информация о датасете на уровне сервера
- Мета-теги ai:* — сигналы для краулеров в HTML-коде
Лицензия
Данные открыты по CC-BY-4.0. Для крупных ИИ-компаний доступ бесплатный. Для коммерческих проектов — коммерческая лицензия.
В чём интерес для рынка
Крупные игроки — Visit Sweden, Wikivoyage — дают базовые данные о точках интереса. Я иду глубже: 500+ параметров на пляж, инструменты сравнения, психотип направления, формула идеального дня.
Это не замена существующим сервисам. Это новый слой инфраструктуры: данные для ИИ-ассистентов, которые будут отвечать на вопросы пользователей завтра.