เว็บไซต์ปลอม ภาพสินค้าถูกขโมย อีเมลฟิชชิง และผู้ขายปลอมบนมาร์เก็ตเพลส — ทั้งหมดล้วนกัดกินรายได้และกัดกร่อนความเชื่อมั่น แต่นักสืบสวนที่ไล่ล่าพวกมันมักต้องเย็บรวมเครื่องมือที่แยกกันหลายสิบตัว: ค้น WHOIS ที่หนึ่ง ค้นภาพย้อนกลับอีกที่ วิเคราะห์เฮดเดอร์อีเมลอีกแห่ง บริษัท SaaS สวีเดนได้ว่าจ้าง HDWEBSOFT รวมเวิร์กโฟลว์กระจัดกระจายนั้นให้เป็นแพลตฟอร์มสมาชิกเดียว ที่นักสืบสวนเก็บหลักฐาน รันตรวจสอบนิติวิทยาศาสตร์ ให้ AI agent ทำสืบสวนทั้งหมด และจบด้วยรายงานที่ยืนหยัดได้ต่อหน้าทีมกฎหมาย
บริบทของโครงการ
การละเมิดแบรนด์คือปัญหาเชิงปริมาณ ทุกสโตร์ฟรอนต์ปลอม ภาพที่ถูกคัดลอก หรืออีเมลสวมรอย ต้องการหลักฐานจากหลายแหล่ง — บันทึกโดเมน นิติวิทยาศาสตร์ภาพ เฮดเดอร์อีเมล รายการบนมาร์เก็ตเพลส — ก่อนจะยื่นขอลบหรือยกระดับทางกฎหมายได้ ลูกค้าของไคลเอนต์ทำงานนั้นด้วยมือ: เปิดเครื่องมือ WHOIS ที่นี่ ค้นภาพย้อนกลับที่นั่น วิเคราะห์เฮดเดอร์ที่อื่น แล้วคัดลอกทุกอย่างลงเอกสารด้วยมือ
วิสัยทัศน์ผลิตภัณฑ์คือโต๊ะทำงานของนักสืบสวนในล็อกอินเดียว: ติดตามอีเมลและไฟล์ว่าเปิดเมื่อไหร่ที่ไหน สำรวจเว็บไซต์หรือผู้ขายใดก็ได้ผ่านห้องปฏิบัติการสืบสวนเฉพาะทาง และให้ AI agent รันเชนหลักฐานทั้งหมดโดยอัตโนมัติก่อนเขียนข้อสรุป HDWEBSOFT ออกแบบและสร้างแพลตฟอร์มทั้งหมด — เว็บแอป Blazor Server บน PostgreSQL พร้อมการเรียกเก็บเงิน Stripe สำหรับโมเดลสมาชิก และ AI agent สืบสวนที่ประสานงานผ่าน Microsoft Agent Framework
สัมภาษณ์ทีมโครงการ
“แต่ละแหล่งภายนอกพูดภาษาคนละแบบ — WHOIS ส่งข้อความ VirusTotal ส่งคะแนน Google Vision ส่งป้ายกำกับ จุดเปลี่ยนคือการปฏิเสธไม่ให้ AI อ่านแหล่งใดในรูปดิบ เราบังคับให้ทุกอย่างผ่านชั้น normalization ที่ปล่อยสัญญาณหลักฐานมาตรฐานเล็ก ๆ แบบเดียว แล้วบอกเอเจนต์ว่า: ห้ามเขียนข้อค้นพบจนกว่าสัญญาณจริงจะหนุน และทุกขั้นต้องเข้าไทม์ไลน์ที่เล่นย้อนได้ นั่นคือตอนที่นักสืบสวนหยุดตรวจสอบ AI ซ้ำ และเริ่มแนบรายงานของมันเข้ากับใบแจ้งลบเนื้อหา”
— Quynh Le ผู้จัดการโครงการที่ HDWEBSOFT
วินัยนั้นหล่อสถาปัตยกรรมของแพลตฟอร์ม แทนที่จะปล่อยให้แต่ละ integration เผย payload ดิบ ทุกแหล่งข้อมูลถูกดัดแปลงให้ปล่อย “สัญญาณ” มาตรฐาน — อ็อบเจ็กต์หลักฐานขนาดเล็กที่มีชนิด ป้อนเข้าตัวสร้างรายงานเดียว AI agent ทำงานบนสัญญาณเท่านั้นและต้องอ้างสัญญาณต่อทุกข้อสรุป โดยแต่ละขั้นถูกบันทึกลงไทม์ไลน์ที่ตรวจสอบได้ ความน่าเชื่อถือกลายเป็นคุณสมบัติของไปป์ไลน์ ไม่ใช่ความหวังในโมเดล
ฟีเจอร์หลัก
- ติดตามอีเมลและเอกสาร — อีเมล ภาพ และไฟล์ที่ถูกติดตามรายงานว่าเปิดเมื่อไหร่ที่ไหน พร้อมตำแหน่ง อุปกรณ์ และแหล่งอ้างอิง
- ห้องปฏิบัติการสืบสวน — การตรวจสอบเฉพาะทางสำหรับเว็บไซต์ โดเมน ภาพ ไฟล์ เฮดเดอร์อีเมล บริษัท เทคโนโลยี และมาร์เก็ตเพลสออนไลน์ รวมถึงโปรไฟล์ผู้ขาย eBay
- นิติวิทยาศาสตร์ภาพ — สกัด metadata ภาพ ค้นหาสำเนาที่หมุนเวียนออนไลน์ และตรวจจับสัญญาณว่าภาพถูกแก้ไข
- AI agent สืบสวน — เอเจนต์อัตโนมัติรันตรวจสอบหลักฐานทีละขั้นและสร้างรายงานสืบสวนสมบูรณ์พร้อมการอ้างอิง
- ดอสซิเย่ข่าวกรอง — ผลค้นพบทั้งหมดรวมเป็นรายงานอ่านง่ายพร้อมรายการหลักฐานที่อ้างอิงได้
- สมาชิกและการเรียกเก็บเงิน — ระดับแพ็กเกจ ทดลองฟรี และประมวลผลชำระเงินผ่าน Stripe
ความท้าทายทางเทคนิค
แหล่งภายนอกมากมาย ไม่มีภาษากลาง
OpenAI, Google Vision, Apify, WHOIS, VirusTotal และ provider อื่น ๆ ส่งรูปแบบต่างกัน จำกัดอัตราต่างกัน และล้มเหลวต่างกัน การเชื่อมต่ออย่างไร้เดียงสาจะก่อให้เกิดตรรกะแยกตาม provider ที่เปราะบาง ซึ่ง AI agent ใช้เหตุผลอย่างสม่ำเสมอไม่ได้
งานรันนานต้องรอดจากการรีสตาร์ท
Scraping จับภาพหน้าจอ และการรัน AI ใช้เวลานานกว่า HTTP request มาก งานเหล่านี้ต้องไม่ทำให้ UI thread ของแอปค้าง และการรีสตาร์ทเซิร์ฟเวอร์กลางคดีต้องไม่สูญเสียหลักฐานที่เก็บมาหลายชั่วโมงอย่างเงียบ ๆ
ผลลัพธ์ AI ต้องป้องกันได้
รายงานสืบสวนมีประโยชน์เฉพาะเมื่อข้อสรุปย้อนไปถึงหลักฐานจริงได้ Generative AI ที่เขียนรายงานอย่างอิสระเสี่ยงแต่งข้อค้นพบขึ้นมา — ยอมไม่ได้เมื่อรายงานถึงมือทีมกฎหมาย เอเจนต์ต้องการข้อจำกัดที่บังคับให้ทุกข้ออ้างอ้างการตรวจสอบที่เป็นรูปธรรม
แหล่งที่ต่อต้าน
เว็บไซต์เป้าหมายมักบล็อกการเข้าถึงอัตโนมัติ ความพยายามดาวน์โหลดและ scraping ถูกปฏิเสธเป็นประจำ เวิร์กโฟลว์การเก็บจึงต้องการเส้นทาง fallback ที่ยืดหยุ่นแทนความล้มเหลวแข็ง ๆ
โซลูชัน
ไปป์ไลน์ร่วมของสัญญาณมาตรฐาน
ทุกแหล่งข้อมูลถูกห่อใน adapter ที่แปลงผลลัพธ์ดิบของ provider เป็น “สัญญาณ” หลักฐานขนาดเล็กมาตรฐาน ตัวสร้างรายงานเดียวบริโภคสัญญาณจากทุกแหล่งอย่างเดียวกัน — เพิ่ม provider ใหม่คือเขียน adapter หนึ่งตัว ไม่ใช่แกะชั้นสืบสวนและรายงาน AI agent ทำงานบนสัญญาณเท่านั้น ซึ่งทำให้การอ้างอิงของมันตรวจสอบได้ด้วย
ออร์เคสเตรชันงานพื้นหลังที่ทนทาน
งานหนัก — scraping ภาพหน้าจอ วิเคราะห์ภาพ รัน AI — ถูกย้ายไปงานพื้นหลังที่บันทึกใน PostgreSQL งานรอดจากการรีสตาร์ทโปรเซสและ resume แทน restart ทำให้ Blazor UI ตอบสนองตลอดการสืบสวนยาว
AI agent พร้อม guardrail ด้านหลักฐาน
เอเจนต์ถูกสร้างบน Microsoft Agent Framework พร้อมข้อจำกัดแข็ง: ลำดับการรันเครื่องมือคงที่ ข้อกำหนดที่ทุกข้อค้นพบต้องอ้างสัญญาณที่จัดเก็บ และไทม์ไลน์บันทึกถาวรของแต่ละขั้นตอน ผลลัพธ์อ่านเหมือนผลงานของนักสืบสวนเพราะถูกสร้างภายใต้กฎหลักฐานเดียวกัน
การเก็บที่ยืดหยุ่นท่ามกลางการบล็อก
Proxy fallback และกลยุทธ์ retry ถูกสอดเข้าเวิร์กโฟลว์การเก็บ เพื่อให้การดาวน์โหลดและ scraping ที่ถูกบล็อกฟื้นตัวอัตโนมัติแทนที่จะทำให้คดีล้มเหลว
ผลลัพธ์ทางธุรกิจ
- การสืบสวนจากหลายชั่วโมงเหลือไม่กี่นาที — การรันเอเจนต์อัตโนมัติบวกการเก็บหลักฐานรวมศูนย์แทนงานแมนนวลที่กระโดดข้ามเครื่องมือ
- แพลตฟอร์มเดียวแทนเครื่องมือมากมาย — สมาชิกที่รวมและเวิร์กโฟลว์เดียวลดต้นทุนซอฟต์แวร์และเวลาอบรมของทีมสืบสวน
- รายงานพร้อมยกระดับทางกฎหมาย — ดอสซิเย่ที่อ้างอิงหลักฐานแชร์กับทีมกฎหมายหรือลูกค้าปลายทางได้โดยไม่ต้องตรวจสอบซ้ำ
- โมเดล SaaS รายได้ต่อเนื่อง — สมาชิก Stripe พร้อมทดลองฟรีทำให้ไคลเอนต์สร้างรายได้จากแพลตฟอร์มในฐานะผลิตภัณฑ์ ไม่ใช่งานจ้างทำ
ข้อมูลทางเทคนิค
- Backend และแอป: .NET 10, ASP.NET Core Blazor Server, ไลบรารีคอมโพเนนต์ MudBlazor, PostgreSQL กับ Entity Framework Core, งานพื้นหลังที่บันทึกในฐานข้อมูล
- AI และการวิเคราะห์: OpenAI ผ่าน Microsoft Agent Framework, วิเคราะห์ภาพ Google Vision, scraping ด้วย Apify, เสริมข้อมูล WHOIS และ VirusTotal
- การเรียกเก็บเงิน: สมาชิก ทดลอง และจัดการแพ็กเกจด้วย Stripe
- โครงสร้างพื้นฐาน: AWS (S3 จัดเก็บ, SES อีเมล, ECS โฮสติ้ง), Docker container, Azure DevOps CI/CD
สรุป
แพลตฟอร์มแทนที่เวิร์กโฟลว์สืบสวนแบบแมนนวลที่กระจัดกระจาย ด้วยผลิตภัณฑ์สมาชิกเดียวที่หลักฐานไหลผ่านไปป์ไลน์มาตรฐาน และ AI agent ที่มี guardrail ด้านหลักฐานผลิตรายงานที่อ้างอิงได้ ส่วนที่ยากที่สุด — ทำให้ผลลัพธ์ AI น่าเชื่อถือพอสำหรับบริบทกฎหมาย — ถูกแก้ที่ระดับสถาปัตยกรรม: ทำให้ทุกแหล่งเป็นสัญญาณ บันทึกทุกขั้นตอน และให้โมเดลเขียนเฉพาะสิ่งที่หลักฐานหนุน
หากทีมของคุณกำลังสร้าง AI agent ที่ต้องผลิตผลลัพธ์ที่ป้องกันได้ แพลตฟอร์มเก็บข้อมูลที่เผชิญแหล่งขัดขวาง หรือผลิตภัณฑ์ SaaS สมาชิก บริการพัฒนา AI และ บริการพัฒนา data scraping และ web crawling ของเราครอบคลุมโมเดลการส่งมอบนี้พอดี ติดต่อทีมของเรา เพื่อกำหนดขอบเขตโครงการที่คล้ายกัน
สำรวจเนื้อหาที่เกี่ยวข้องเพิ่มเติม
ดูเพิ่มเติม case studies, บริการ, อุตสาหกรรม และประสบการณ์การดำเนินงานตามภูมิภาคที่เกี่ยวข้อง