.

2025-12-21 10:31:30 +05:00
parent c4484cfafd
commit efcfa1dc8f
12 changed files with 370 additions and 47 deletions
@@ -43,6 +43,67 @@ public class MarketingAnalysisService {
            + "ФОРМАТ (ОБЯЗАТЕЛЬНО): пиши аналитический текст короткими емкими абзацами (2–4 предложения), без «воды».\n"
            + "ГРАФИКИ (ОБЯЗАТЕЛЬНО): располагай теги графиков (например, [[CHART_...]]) непосредственно внутри или сразу после описания конкретных данных/цифр, к которым относится график.\n\n";

+    private static final int REPORT_BASE_MAX_TOKENS = 12000;
+
+    private DetailLevel resolveDetailLevelFromContext(Map<String, Object> contextJson) {
+        if (contextJson == null) {
+            return null;
+        }
+        Object v = contextJson.get("detailLevel");
+        return DetailLevel.fromString(v == null ? null : String.valueOf(v));
+    }
+
+    private boolean isKeyVerboseSectionForHybridRule(String sectionId) {
+        return "audience".equalsIgnoreCase(sectionId)
+                || "competitors".equalsIgnoreCase(sectionId)
+                || "strategy".equalsIgnoreCase(sectionId);
+    }
+
+    private String buildSystemPromptForSection(DetailLevel detailLevel, String sectionId) {
+        if (detailLevel != DetailLevel.ПОДРОБНО) {
+            return null;
+        }
+        // Требование пользователя + уточнение (hybrid): 500+ слов строго для ключевых
+        // разделов.
+        return "Твоя задача — провести глубокий академический анализ. Используй профессиональную терминологию (LTV, CAC, PESTEL, Porter's Five Forces). "
+                + "Каждый подраздел должен содержать не менее 500 слов и включать конкретные тактические рекомендации.\n"
+                + "Примечание: правило «не менее 500 слов» применяй строго для ключевых разделов IV (ЦА), V (Конкуренты), XI (Стратегия). "
+                + "Для остальных разделов избегай искусственного раздувания, но сохраняй академическую глубину и практическую направленность.";
+    }
+
+    private void appendDetailLevelDirectives(StringBuilder promptBuilder, DetailLevel detailLevel, String sectionId) {
+        if (promptBuilder == null || detailLevel == null) {
+            return;
+        }
+
+        promptBuilder.append("\n\n");
+        promptBuilder.append("DETAIL LEVEL (OVERRIDE): ").append(detailLevel.name()).append("\n");
+
+        if (detailLevel == DetailLevel.КРАТКО) {
+            promptBuilder.append("РЕЖИМ КРАТКО (ОБЯЗАТЕЛЬНО):\n");
+            promptBuilder.append("- Игнорируй любые требования по «минимум N слов», если они есть выше.\n");
+            promptBuilder.append("- Дай только самое важное в виде bullet points.\n");
+            promptBuilder.append("- Максимум 10–14 буллетов; каждый буллет 1–2 строки.\n");
+            promptBuilder.append("- Без длинных абзацев, без воды, без повторов.\n");
+            promptBuilder.append(
+                    "- Если выше требуется вставка [[CHART_...]]/[[TABLE_...]] — вставь эти плейсхолдеры в подходящие буллеты рядом с конкретными цифрами.\n");
+            return;
+        }
+
+        if (detailLevel == DetailLevel.ПОДРОБНО) {
+            promptBuilder.append("РЕЖИМ ПОДРОБНО (ОБЯЗАТЕЛЬНО):\n");
+            promptBuilder.append("- Дай глубокий академический анализ с причинно-следственной логикой.\n");
+            promptBuilder
+                    .append("- Используй терминологию (LTV, CAC, PESTEL, Porter's Five Forces) там, где уместно.\n");
+            promptBuilder.append("- После каждого крупного вывода добавляй конкретные тактические рекомендации.\n");
+            if (isKeyVerboseSectionForHybridRule(sectionId)) {
+                promptBuilder.append("- ОБЪЕМ (КЛЮЧЕВОЙ РАЗДЕЛ): не менее 500 слов.\n");
+            } else {
+                promptBuilder.append("- ОБЪЕМ: подробно, но без искусственного раздувания.\n");
+            }
+        }
+    }
+
    private void appendMandatoryJsonUsageWarning(StringBuilder promptBuilder) {
        if (promptBuilder != null) {
            promptBuilder.append(AI_MANDATORY_JSON_USAGE_WARNING);
@@ -1248,10 +1309,20 @@ public class MarketingAnalysisService {
        return true;
    }

-    private String generateWithRetry(String jsonContext, String prompt, String lang, String primaryModel,
-            String fallbackModel, int attempts) {
+    private String generateWithRetryForSection(
+            Map<String, Object> contextJson,
+            String jsonContext,
+            String prompt,
+            String lang,
+            String primaryModel,
+            String fallbackModel,
+            int attempts,
+            String sectionId) {
        int maxAttempts = Math.max(1, attempts);
        String last = null;
+        DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+        String systemPrompt = buildSystemPromptForSection(detailLevel, sectionId);
+        Integer maxTokensOverride = detailLevel == DetailLevel.ПОДРОБНО ? REPORT_BASE_MAX_TOKENS * 2 : null;

        for (int i = 1; i <= maxAttempts; i++) {
            String modelToUse = primaryModel;
@@ -1261,7 +1332,7 @@ public class MarketingAnalysisService {
            }
            try {
                last = openAIAnalyticsService.generateWithInstructionWithModel(
-                        jsonContext, prompt, lang, modelToUse);
+                        jsonContext, prompt, lang, modelToUse, systemPrompt, maxTokensOverride);
            } catch (Exception e) {
                logger.warn("generateWithRetry: attempt {} failed with exception: {}", i, e.getMessage());
                last = null;
@@ -1285,6 +1356,16 @@ public class MarketingAnalysisService {
        return last;
    }

+    // Backward-compatible helper (legacy signature). Kept because file historically
+    // used it;
+    // new code should prefer generateWithRetryForSection(...).
+    @SuppressWarnings("unused")
+    private String generateWithRetry(String jsonContext, String prompt, String lang, String primaryModel,
+            String fallbackModel, int attempts) {
+        return generateWithRetryForSection(null, jsonContext, prompt, lang, primaryModel, fallbackModel, attempts,
+                null);
+    }
+
    /**
     * Удаляет сообщения об ошибках и отказах AI из текста отчета
     * 
@@ -1784,11 +1865,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Начинай сразу с заголовка \"I. Краткое резюме\"\n");
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Пиши так, чтобы отчет был полезен для принятия бизнес-решений\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "summary");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = openAIAnalyticsService.generateWithInstructionWithModel(
-                    jsonString, promptBuilder.toString(), "ru", miniModelName);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    miniModelName, null, 1, "summary");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionSummary: AI returned invalid or refusal response");
@@ -1843,11 +1926,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Используй данные из полей product, businessNiche, positioning, valueProposition\n");
            promptBuilder.append("- Пиши максимально подробно, анализируй тренды\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "product");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = openAIAnalyticsService.generateWithInstructionWithModel(
-                    jsonString, promptBuilder.toString(), "ru", miniModelName);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    miniModelName, null, 1, "product");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionProduct: AI returned invalid or refusal response");
@@ -1917,11 +2002,14 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Пиши максимально подробно, анализируй тренды\n");
            promptBuilder.append(
                    "- Каждое ключевое утверждение подтверждай конкретной цифрой из JSON; если нужна связующая метрика — делай экстраполяцию и помечай как \"Экстраполяция\".\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "market");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

            // Для сложных разделов используем ТОЛЬКО textModelName (без fallback на mini)
-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, null, 2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, null, 2, "market");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionMarket: AI returned invalid or refusal response");
@@ -2022,11 +2110,21 @@ public class MarketingAnalysisService {
                    .append("- Используй данные из поля audienceAnalysis (и только из него), не выдумывай проценты\n");
            promptBuilder.append(
                    "- Для каждого сегмента создай детальный портрет клиента и привяжи его к возрастным и гендерным долям\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            if (detailLevel == DetailLevel.ПОДРОБНО) {
+                promptBuilder.append("ДОПОЛНИТЕЛЬНО ДЛЯ ПОДРОБНОГО ОТЧЕТА (ОБЯЗАТЕЛЬНО):\n");
+                promptBuilder.append(
+                        "- Для КАЖДОГО сегмента (audienceAnalysis.segments) распиши «День из жизни» клиента (Day in the Life): утро/день/вечер, задачи, триггеры, контекст, боли, мотивация, где и как он сталкивается с нашим продуктом.\n");
+                promptBuilder.append(
+                        "- В «Day in the Life» явно отметь ключевые точки принятия решения, контент/офферы для каждого касания и тактические рекомендации по коммуникации.\n\n");
+            }
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "audience");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

            // Для сложных разделов используем ТОЛЬКО textModelName (без fallback на mini)
-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, null, 2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, null, 2, "audience");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionAudience: AI returned invalid or refusal response");
@@ -2125,11 +2223,14 @@ public class MarketingAnalysisService {
                    "- Используй данные из competitorAnalysis.marketShareChart и competitorAnalysis.comparisonTable\n");
            promptBuilder.append(
                    "- Не выдумывай цифры. Если в конкретной строке/метрике нет явного значения — делай консервативную экстраполяцию и помечай как \"Экстраполяция\" (без фраз про отсутствие данных).\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "competitors");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

            // Для сложных разделов используем ТОЛЬКО textModelName (без fallback на mini)
-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, null, 2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, null, 2, "competitors");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionCompetitors: AI returned invalid or refusal response");
@@ -2192,11 +2293,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Если поле swot присутствует в JSON — используй его как основу.\n");
            promptBuilder.append("- Обязательно проведи перекрестный анализ пересечений\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "swot");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, miniModelName,
-                    2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, miniModelName, 2, "swot");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionSWOT: AI returned invalid or refusal response");
@@ -2270,11 +2373,13 @@ public class MarketingAnalysisService {
            promptBuilder.append(
                    "- Используй audienceAnalysis.segmentsChannelMatrix (если есть) для обоснования приоритетов.\n");
            promptBuilder.append("- Для каждого канала дай конкретные рекомендации\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "channels");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, miniModelName,
-                    2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, miniModelName, 2, "channels");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionChannels: AI returned invalid or refusal response");
@@ -2357,11 +2462,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Используй данные из полей funnel, conversionFunnel\n");
            promptBuilder.append("- Обязательно укажи, где \"узкое место\" и как его исправить\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "funnel");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", textModelName, miniModelName,
-                    2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    textModelName, miniModelName, 2, "funnel");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionFunnel: AI returned invalid or refusal response");
@@ -2420,11 +2527,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Используй данные из полей positioning, valueProposition\n");
            promptBuilder.append("- Давай конкретные, практические рекомендации\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "positioning");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", miniModelName, textModelName,
-                    2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    miniModelName, textModelName, 2, "positioning");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionPositioning: AI returned invalid or refusal response");
@@ -2475,11 +2584,13 @@ public class MarketingAnalysisService {
            promptBuilder.append("- Не добавляй вступления или заключения\n");
            promptBuilder.append("- Используй данные из поля contentRecommendations\n");
            promptBuilder.append("- Давай конкретные, практические рекомендации по типам и форматам контента\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "content");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = generateWithRetry(jsonString, promptBuilder.toString(), "ru", miniModelName, textModelName,
-                    2);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    miniModelName, textModelName, 2, "content");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionContent: AI returned invalid or refusal response");
@@ -2548,11 +2659,25 @@ public class MarketingAnalysisService {
                    "- Используй данные из strategyAnalysis (и/или swot/channels/funnel при наличии), positioning, valueProposition, contentRecommendations\n");
            promptBuilder.append("- Давай конкретный, практический план действий с приоритетами\n");
            promptBuilder.append("- Учитывай цель бизнеса на 6-12 месяцев (goal)\n\n");
+            DetailLevel detailLevel = resolveDetailLevelFromContext(contextJson);
+            if (detailLevel == DetailLevel.ПОДРОБНО) {
+                promptBuilder.append("ДОПОЛНИТЕЛЬНО ДЛЯ ПОДРОБНОГО ОТЧЕТА (ОБЯЗАТЕЛЬНО):\n");
+                promptBuilder.append(
+                        "- Составь помесячный план на все 12 месяцев (логика Gantt): перечисли 5–8 workstreams (например: продукт/оффер, перформанс, контент, CRM, продажи, партнерства, аналитика), и для каждого укажи активные месяцы (1..12), зависимости, контрольные точки и KPI.\n");
+                promptBuilder.append(
+                        "- Представь Gantt-логику в виде компактной таблицы (workstream × месяцы 1..12) + краткие пояснения по зависимостям.\n");
+                promptBuilder.append("BREAK-EVEN (ОБЯЗАТЕЛЬНО):\n");
+                promptBuilder.append(
+                        "- Рассчитай точку безубыточности (Break-even point) строго по формуле в LaTeX: \\[ BEP = \\frac{Fixed\\ Costs}{Price - Variable\\ Costs} \\].\n");
+                promptBuilder.append(
+                        "- Если в JSON нет нужных чисел: введи реалистичные допущения (пометь как \"Экстраполяция\") и сделай 3 сценария (консервативный/базовый/оптимистичный), затем интерпретируй управленчески.\n\n");
+            }
+            appendDetailLevelDirectives(promptBuilder, detailLevel, "strategy");
            promptBuilder.append("JSON ДАННЫЕ:\n");
            promptBuilder.append(jsonString);

-            String result = openAIAnalyticsService.generateWithInstructionWithModel(
-                    jsonString, promptBuilder.toString(), "ru", miniModelName);
+            String result = generateWithRetryForSection(contextJson, jsonString, promptBuilder.toString(), "ru",
+                    miniModelName, null, 1, "strategy");

            if (!isValidAiResponse(result)) {
                logger.warn("genSectionStrategy: AI returned invalid or refusal response");
@@ -16,6 +16,7 @@ import java.time.Duration;
 import java.util.HashMap;
 import java.util.List;
 import java.util.Map;
+import java.util.ArrayList;

 import reactor.netty.http.client.HttpClient;
 import org.springframework.http.client.reactive.ReactorClientHttpConnector;
@@ -30,6 +31,9 @@ import jakarta.annotation.PostConstruct;
 public class OpenAIAnalyticsService {

    private static final Logger logger = LoggerFactory.getLogger(OpenAIAnalyticsService.class);
+    private static final double DEFAULT_TEMPERATURE = 0.3;
+    private static final int DEFAULT_MAX_TOKENS_SIMPLE = 1000;
+    private static final int DEFAULT_MAX_TOKENS_REPORT = 12000; // базовое значение для генерации секций отчетов

    private WebClient webClient;

@@ -61,6 +65,41 @@ public class OpenAIAnalyticsService {

    private String openaiUrl;

+    /**
+     * Helper for building OpenAI chat-completions request body (extracted for unit testing).
+     */
+    Map<String, Object> buildChatCompletionsRequestBody(
+            String model,
+            List<Map<String, Object>> messages,
+            int maxTokens,
+            double temperature) {
+        Map<String, Object> requestBody = new HashMap<>();
+        requestBody.put("model", model);
+        requestBody.put("messages", messages);
+        requestBody.put("max_tokens", maxTokens);
+        requestBody.put("temperature", temperature);
+        return requestBody;
+    }
+
+    /**
+     * Helper for building chat messages list (system + user) (extracted for unit testing).
+     */
+    List<Map<String, Object>> buildChatMessages(String userPrompt, String systemPrompt) {
+        List<Map<String, Object>> messages = new ArrayList<>();
+        if (systemPrompt != null && !systemPrompt.isBlank()) {
+            Map<String, Object> systemMessage = new HashMap<>();
+            systemMessage.put("role", "system");
+            systemMessage.put("content", systemPrompt);
+            messages.add(systemMessage);
+        }
+
+        Map<String, Object> userMessage = new HashMap<>();
+        userMessage.put("role", "user");
+        userMessage.put("content", userPrompt);
+        messages.add(userMessage);
+        return messages;
+    }
+
    public OpenAIAnalyticsService(
            @Value("${openai.api.url:https://api.openai.com/v1/chat/completions}") String openaiUrl) {
        this.openaiUrl = openaiUrl;
@@ -167,11 +206,11 @@ public class OpenAIAnalyticsService {
        message.put("role", "user");
        message.put("content", prompt);

-        Map<String, Object> requestBody = new HashMap<>();
-        requestBody.put("model", modelName);
-        requestBody.put("messages", List.of(message));
-        requestBody.put("max_tokens", 1000);
-        requestBody.put("temperature", 0.3);
+        Map<String, Object> requestBody = buildChatCompletionsRequestBody(
+                modelName,
+                List.of(message),
+                DEFAULT_MAX_TOKENS_SIMPLE,
+                DEFAULT_TEMPERATURE);

        try {
            // Acquire semaphore permit before making request
@@ -215,8 +254,10 @@ public class OpenAIAnalyticsService {
                List<Map<String, Object>> choices = (List<Map<String, Object>>) response.get("choices");
                if (choices != null && !choices.isEmpty()) {
                    Map<String, Object> firstChoice = choices.get(0);
-                    Map<String, Object> messageObj = (Map<String, Object>) firstChoice.get("message");
-                    if (messageObj != null) {
+                    Object msg = firstChoice.get("message");
+                    if (msg instanceof Map) {
+                        @SuppressWarnings("unchecked")
+                        Map<String, Object> messageObj = (Map<String, Object>) msg;
                        Object content = messageObj.get("content");
                        return content == null ? null : String.valueOf(content).trim();
                    }
@@ -255,17 +296,37 @@ public class OpenAIAnalyticsService {
     * @return Сгенерированный текст
     */
    public String generateWithInstructionWithModel(String text, String instruction, String language, String modelName) {
+        return generateWithInstructionWithModel(text, instruction, language, modelName, null, null);
+    }
+
+    /**
+     * Генерирует текст с поддержкой system prompt и override для max_tokens.
+     *
+     * @param text              Текст (контекст), который будет добавлен к instruction
+     * @param instruction       Основная инструкция для модели
+     * @param language          Язык ответа (исторически передается, но не влияет на протокол)
+     * @param modelName         Название модели OpenAI
+     * @param systemPrompt      System prompt (если null/blank — не добавляется)
+     * @param maxTokensOverride Override для max_tokens (если null — используется дефолт)
+     * @return Сгенерированный текст
+     */
+    public String generateWithInstructionWithModel(
+            String text,
+            String instruction,
+            String language,
+            String modelName,
+            String systemPrompt,
+            Integer maxTokensOverride) {
        String prompt = instruction + "\n\n" + text;

-        Map<String, Object> message = new HashMap<>();
-        message.put("role", "user");
-        message.put("content", prompt);
+        List<Map<String, Object>> messages = buildChatMessages(prompt, systemPrompt);

-        Map<String, Object> requestBody = new HashMap<>();
-        requestBody.put("model", modelName);
-        requestBody.put("messages", List.of(message));
-        requestBody.put("max_tokens", 12000); // Увеличено для поддержки отчетов объемом 2500-3000 слов
-        requestBody.put("temperature", 0.3);
+        int maxTokens = maxTokensOverride != null ? maxTokensOverride : DEFAULT_MAX_TOKENS_REPORT;
+        Map<String, Object> requestBody = buildChatCompletionsRequestBody(
+                modelName,
+                messages,
+                maxTokens,
+                DEFAULT_TEMPERATURE);

        try {
            // Acquire semaphore permit before making request
@@ -310,12 +371,12 @@ public class OpenAIAnalyticsService {
                List<Map<String, Object>> choices = (List<Map<String, Object>>) response.get("choices");
                if (choices != null && !choices.isEmpty()) {
                    Map<String, Object> firstChoice = choices.get(0);
-                    Map<String, Object> messageObj = (Map<String, Object>) firstChoice.get("message");
-                    if (messageObj != null) {
+                    Object msg = firstChoice.get("message");
+                    if (msg instanceof Map) {
+                        @SuppressWarnings("unchecked")
+                        Map<String, Object> messageObj = (Map<String, Object>) msg;
                        Object content = messageObj.get("content");
-                        String result = content == null ? null : String.valueOf(content).trim();
-                        System.out.println("OpenAI response: " + result);
-                        return result;
+                        return content == null ? null : String.valueOf(content).trim();
                    }
                }
                return null;