Сказать языковой модели «оцени квартиру» — быстрый способ получить число с хорошими манерами. Оно может сопровождаться уверенным объяснением, списком факторов и почти полным отсутствием проверяемого основания.
В LiveDXB Analytics я пошёл через отдельный расчётный движок. Он берёт сделки из базы, подбирает аналоги, считает распределение цены за квадратный фут и сравнивает с ним запрашиваемую цену. AI-комментарий находится после расчёта. Числовой результат формируется TypeScript-кодом.
Но на этом можно слишком рано успокоиться. Программа способна безошибочно посчитать медиану плохо подобранных квартир.
Как устроен расчёт
Интерфейс работает на React, API — на Hono в Cloudflare Worker. D1 хранит нормализованные данные и результаты проверок, R2 используется для исходных загрузок. У результата есть входные параметры, время и версия методики.
Движок выделяет медиану и квартили, фильтрует статистические выбросы по межквартильному диапазону. Цена объекта сопоставляется с полученным коридором. Если исходных аналогов меньше трёх, предусмотрен ответ INSUFFICIENT DATA — данных недостаточно.
В архивной форме оценки уже выбран вымышленный объект. Можно посмотреть входные параметры и доступный сценарий перехода к результату; это автономное демо, а не запрос к текущему рынку.
Исходные данные оценки
Архивный интерфейс · демонстрационные данные
Это полезная форма отказа. Интерфейс продолжает работать, но не притворяется, что любое нажатие обязательно должно закончиться ценой.
Здесь показан подготовленный демонстрационный результат. Экран помогает рассмотреть подачу расчёта, но его цифры не подтверждают рыночную цену реальной квартиры.
Результат оценки
Архивный интерфейс · демонстрационные данные
Какие сделки попадают в сравнение
В текущем подборе используются допуски площади 18 и 30 процентов. Сделки сортируются по дате, но явного календарного ограничения в запросе нет. Описанная ранее методика предполагала окна 180/365 дней и допуски 15/25 процентов; код пока ей не соответствует.
При расширенном подборе также ослабляются условия совпадения. Это может помочь найти данные, но меняет смысл результата. Старые и менее похожие сделки не становятся точными аналогами только потому, что их оказалось достаточно для расчёта.
Поэтому я не называю систему гарантированно точной оценкой и не повторяю обещание «нулевых галлюцинаций» из ранних описаний. Отдельный алгоритм делает арифметику воспроизводимой. Качество выборки, актуальность источника и пригодность вывода требуют своих проверок.
Какой продукт я хочу из этого получить
Инструмент, в котором видно, почему подобраны именно эти сделки, какие ограничения ослаблены и где заканчивается уверенность. Следующие улучшения должны начинаться с согласования кода и методики, контроля свежести и проверки качества аналогов. Новый красивый абзац от модели подождёт.
Этот проект не стоит путать с приостановленным Comps Engine внутри брокерской CRM. У него собственная реализация; наличие кода и прежнего развёртывания не доказывает текущую полноту рыночной базы.
В LiveDXB Analytics есть собственный расчётный движок. Это отдельная реализация после Comps Engine, со своими ограничениями данных и методики. Воспроизводимый расчёт позволяет проверить арифметику, но не заменяет проверку полноты и актуальности выборки.
Связанные истории: Исследование Comps Engine · Ипотечный калькулятор.
@nevsky_alexander
В Instagram — Дубай без парадного фасада: семья, город, находки и то, что происходит между проектами. В Threads — мысли вслух о дизайне и AI, на YouTube — видео, которым тесно в сторис. Подписывайтесь там, где вам удобнее: будем на связи