跳到正文
DEV Community· LeoJulieta·· 22 小時前AI 評分27

Same Moon:為難民兒童創作多語言故事的 AI 平台

Same Moon: IA que cria contos multilíngues para crianças refugiadas

AI 導讀

StoryAI推出Same Moon,利用生成式 AI 為難民兒童創作個人化多語言故事。指南示範以 gpt-3.5-turbo、Claude-2 和 LLaMA-7B 等模型生成故事,並介紹透過 WhatsApp、SMS 及離線 PDF、MP3 分發。

正文

LeoJulieta

Same Moon : IA que gera contos personalizados para crianças refugiadas

Como criar, distribuir e monitorar histórias multilingues em escala


Introdução

A situação de milhares de crianças em campos de refugiados exige material educativo imediato, acessível e culturalmente sensível. Foi exatamente isso que a StoryAI entregou ao lançar a plataforma Same Moon no Product Hunt. Nos últimos 12 meses, as buscas no Google Trends por “contos para crianças” + “refugiados” cresceram de forma constante, confirmando a demanda latente.

Com a IA generativa podemos gerar histórias sob medida em tempo real, enviá‑las por WhatsApp, SMS, ou distribuí‑las offline (PDF e áudio). ONG’s, agências humanitárias e a imprensa já estão cobrindo a iniciativa, mostrando que tecnologia + empatia pode mudar a realidade de milhares de pequenos leitores.

Neste guia prático (≈ 2 200 palavras) você vai:

  1. Entender a carência de literatura infantil nos acampamentos.
  2. Aprender passo a passo a usar LLMs (OpenAI, Anthropic, LLaMA) para gerar contos personalizados.
  3. Copiar scripts prontos em Python e Node.js.
  4. Integrar a geração ao WhatsApp Business API, SMS e ao modo offline.
  5. Garantir privacidade, filtragem de conteúdo e conformidade GDPR/UNICEF.
  6. Ver casos piloto na Ucrânia e no México.
  7. Consultar a tabela de custos por 1 000 contos.
  8. Usar o checklist de implantação, testes de qualidade e FAQ.

1. Por que agora?

Motivo Evidência
Crescimento da demanda Desde a guerra na Ucrânia (2022) e a crise migratória na América Central, o volume de buscas por “contos para crianças refugiadas” aumentou 78 % no Google Trends.
Acessibilidade móvel Mais de 90 % dos campos têm cobertura 4G limitada; WhatsApp e SMS são os canais de comunicação mais usados.
IA generativa madura Modelos como gpt‑3.5‑turbo, Claude‑2 e LLaMA‑7B entregam textos coerentes a custos baixos.
Financiamento humanitário Grandes doadores (UNICEF, Open Society Foundations) já destinam recursos para soluções digitais de educação.

2. Arquitetura técnica resumida

+----------------+      +-------------------+      +-------------------+
|  Gerador LLM   | ---> |  Filtragem (Moderation) | --> |  Conversor PDF/MP3 |
+----------------+      +-------------------+      +-------------------+
        |                         |                         |
        v                         v                         v
  Batch jobs (Python)   API de moderação   FFmpeg + Pandoc
        |                         |                         |
        +----------+  +-----------+-----------+  +-----------+
                   |                      |                      |
                Storage (S3/Edge)   Queue (RabbitMQ)   CDN / Edge
  • Batch jobs criam lotes de 500‑1 000 contos por idioma.
  • Filtragem usa OpenAI Moderation + lista personalizada de palavras‑chave.
  • Conversor gera PDF (layout responsivo) e MP3 (voz neutra).
  • Armazenamento em bucket S3 com replicação para servidores de borda (Cloudflare R2, AWS Edge).
  • Distribuição via WhatsApp Business API, Twilio SMS ou entrega física (USB/SD).

3. Gerando contos com Python

import os, json, openai, hashlib
from pathlib import Path

openai.api_key = os.getenv("OPENAI_API_KEY")

PROMPT_TEMPLATE = """Escreva um conto infantil de 300 palavras para crianças de 6‑8 anos,
ambientado em {local}, com personagens que falam {idioma}. 
O tema central deve ser {tema}. Use linguagem simples e inclua uma moral."""

def gerar_conto(local, idioma, tema):
    prompt = PROMPT_TEMPLATE.format(local=local, idioma=idioma, tema=tema)
    resp = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role":"system","content":"Você é um escritor de contos infantis."},
                  {"role":"user","content":prompt}],
        temperature=0.7,
        max_tokens=1000,
    )
    texto = resp.choices[0].message.content.strip()
    # hash para idempotência
    uid = hashlib.sha256(texto.encode()).hexdigest()[:12]
    return uid, texto

# exemplo de lote
lotes = [
    ("Kiev", "ucraniano", "coragem"),
    ("Guatemala", "espanhol", "amizade"),
    ("Bangkok", "tailandês", "respeito")
]

output_dir = Path("contos")
output_dir.mkdir(exist_ok=True)

for local, idioma, tema in lotes:
    uid, conto = gerar_conto(local, idioma, tema)
    (output_dir/f"{uid}_{idioma}.txt").write_text(conto, encoding="utf-8")
    print(f"✅ {uid} gerado ({idioma})")

3.1 Filtragem de conteúdo

def filtrar_conto(texto):
    mod = openai.Moderation.create(input=texto)
    if mod.results[0].flagged:
        raise ValueError("Conteúdo inadequado detectado")
    # lista extra de palavras proibidas
    proibidas = {"guerra", "morte", "violência"}
    if any(p in texto.lower() for p in proibidas):
        raise ValueError("Palavra proibida encontrada")
    return True

4. Convertendo para PDF e MP3 (Node.js)

const fs = require('fs');
const pandoc = require('node-pandoc');
const ffmpeg = require('fluent-ffmpeg');

// texto → markdown temporário
function txtToMd(txtPath) {
  const txt = fs.readFileSync(txtPath, 'utf8');
  return `# Conto\n\n${txt.replace(/\n/g, '\n\n')}`;
}

// markdown → PDF
function mdToPdf(md, outPdf) {
  pandoc(md, ['-f', 'markdown', '-t', 'pdf', '-o', outPdf], (err) => {
    if (err) console.error('PDF error:', err);
    else console.log('PDF criado:', outPdf);
  });
}

// texto → MP3 (Google TTS)
function txtToMp3(txtPath, outMp3) {
  const txt = fs.readFileSync(txtPath, 'utf8');
  const tts = require('@google-cloud/text-to-speech');
  const client = new tts.TextToSpeechClient();
  const request = {
    input: {text: txt},
    voice: {languageCode: 'pt-BR', ssmlGender: 'FEMALE'},
    audioConfig: {audioEncoding: 'MP3'},
  };
  client.synthesizeSpeech(request, (err, response) => {
    if (err) return console.error(err);
    fs.writeFileSync(outMp3, response.audioContent, 'binary');
    console.log('MP3 criado:', outMp3);
  });
}

// uso
const txtPath = 'contos/abc123_pt.txt';
const md = txtToMd(txtPath);
mdToPdf(md, 'output/abc123_pt.pdf');
txtToMp3(txtPath, 'output/abc123_pt.mp3');

5. Distribuição via WhatsApp Business API

  1. Criar template “ENTREGA_CONTO” com duas variáveis: {{1}} (link PDF) e {{2}} (link MP3).
  2. Obter token de acesso (Bearer) usando seu app_id e app_secret.
  3. Enviar mensagem:
curl -X POST https://graph.facebook.com/v16.0/<PHONE_NUMBER_ID>/messages \
  -H "Authorization: Bearer <ACCESS_TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
        "messaging_product": "whatsapp",
        "to": "55XXXXXXXXX",
        "type": "template",
        "template": {
          "name": "ENTREGA_CONTO",
          "language": {"code":"pt_BR"},
          "components":[
            {"type":"body","parameters":[
               {"type":"text","text":"https://cdn.samemoon.org/contos/abc123_pt.pdf"},
               {"type":"text","text":"https://cdn.samemoon.org/contos/abc123_pt.mp3"}
            ]}
          ]
        }
      }'
  • Batch: envie em lotes de 200 mensagens por minuto para respeitar limites de taxa.

6. Distribuição offline

  • USB kits: cada kit contém 50 PDFs +

Herramienta mencionada: Groq Cloud

來源:DEV Community · dev.to