SportAPI
Интеграция API

Прогнозы на спорт через ChatGPT: как подключить к нейросети живые данные матчей и коэффициенты

ChatGPT не знает сегодняшних матчей и коэффициентов и поэтому ошибается. Показываем, как дать ему живые данные из SportAPI: свой GPT без кода и вызов функций через API.

Чат с нейросетью, которая отвечает о матчах по живым данным из API

ChatGPT охотно рассуждает о матчах, но не знает, кто играет сегодня, какой сейчас счёт и какие коэффициенты в линии. Его знания заканчиваются датой обучения, поэтому на вопрос «кто фаворит сегодняшнего матча» он отвечает по старой информации — или уверенно придумывает. Решение — дать нейросети доступ к живым данным: тогда она сначала запрашивает матчи и коэффициенты из SportAPI, а уже потом отвечает. Это можно сделать без кода, через свой GPT с действием, или в своём приложении через вызов функций. Данные — из API спортивной линии SportAPI, от $30 в месяц за вид спорта.

Важно: даже с живыми данными ИИ не предсказывает исход матча наверняка. Он помогает быстро разобраться в линии, сравнить фаворитов и не пропустить матчи — решения остаются за вами.

Почему ChatGPT ошибается в прогнозах на спорт

  • Устаревшие знания. Модель не знает расписания на сегодня, свежих трансферов и текущей формы команд.
  • Нет live. Счёт, минута и коэффициенты меняются каждую секунду — без внешнего источника модель их не видит.
  • Уверенные выдумки. Если данных нет, модель может назвать несуществующий матч или коэффициент с тем же уверенным тоном.

Поиск в интернете частично помогает, но результаты поиска — это новости и прогнозы других людей, а не структурированные данные. Надёжнее дать модели прямой доступ к API.

Как это работает

Вопрос → ChatGPT решает, какие данные нужны → запрос к SportAPI → JSON с матчами → ответ по фактам

Модель сама выбирает, какой метод вызвать: ближайшие матчи с коэффициентами или матчи, которые идут сейчас, со счётом и статистикой. Вы задаёте только правила: отвечать по данным и не обещать выигрыш.

Способ 1: свой GPT с действием SportAPI — без кода

В ChatGPT можно создать собственный GPT и подключить к нему внешний API как действие (Action):

  1. Откройте создание GPT и перейдите на вкладку настройки.
  2. В блоке действий создайте новое действие и вставьте схему ниже, заменив YOUR_API_DOMAIN на адрес из письма менеджера.
  3. В аутентификации выберите API Key, тип Custom и имя заголовка Package, а значением укажите ключ SportAPI.
  4. В инструкциях GPT напишите: «Перед ответом о матчах всегда запрашивай данные через действия. Отвечай только по полученным данным. Не обещай выигрыш».
  5. Сохраните GPT и задайте вопрос: «Какие футбольные матчи сегодня и кто в них фаворит?»

Схема описывает два метода: матчи за период из календаря матчей и матчи в live:

openapi: 3.1.0
info:
  title: SportAPI Sport Line
  version: "1.0"
servers:
  - url: https://YOUR_API_DOMAIN/v1
paths:
  /events/{sportId}/0/sub/50/line/{hours}/{days}/{lang}:
    get:
      operationId: getUpcomingMatches
      summary: Upcoming matches with odds for a period
      parameters:
        - name: sportId
          in: path
          required: true
          description: Sport ID, 1 is football
          schema: { type: integer }
        - name: hours
          in: path
          required: true
          description: Next 2, 4, 6 or 12 hours; 0 means the whole day from days
          schema: { type: integer, enum: [0, 2, 4, 6, 12] }
        - name: days
          in: path
          required: true
          description: 0 is today, 1 is tomorrow, up to 5
          schema: { type: integer, minimum: 0, maximum: 5 }
        - name: lang
          in: path
          required: true
          schema: { type: string, enum: [en, ru] }
      responses:
        "200":
          description: Matches grouped by tournament, with teams, kick-off time and odds
  /events/{sportId}/0/sub/50/live/{lang}:
    get:
      operationId: getLiveMatches
      summary: Matches in progress with score, clock, live statistics and odds
      parameters:
        - name: sportId
          in: path
          required: true
          schema: { type: integer }
        - name: lang
          in: path
          required: true
          schema: { type: string, enum: [en, ru] }
      responses:
        "200":
          description: Live matches grouped by tournament
components:
  securitySchemes:
    apiKey:
      type: apiKey
      in: header
      name: Package
security:
  - apiKey: []

Схема проверена валидатором OpenAPI. Ключ хранится в настройках действия и не виден пользователям вашего GPT.

Способ 2: вызов функций через API — в своём приложении или боте

Если нужен свой сервис — бот, сайт или внутренний инструмент, — подключите SportAPI как функцию модели. Код ниже на Python использует официальную библиотеку OpenAI: модель сама решает вызвать функцию upcoming_matches, получает матчи с коэффициентами и отвечает по ним.

import json

import requests
from openai import OpenAI

client = OpenAI()  # ключ OpenAI берётся из переменной окружения OPENAI_API_KEY
SPORTAPI = "https://YOUR_API_DOMAIN/v1"
HEADERS = {"Package": "YOUR_SPORTAPI_KEY"}


def upcoming_matches(sport_id=1, hours=12):
    url = f"{SPORTAPI}/events/{sport_id}/0/sub/50/line/{hours}/0/ru"
    body = requests.get(url, headers=HEADERS, timeout=10).json()["body"]
    matches = []
    for tournament in body:
        for match in tournament["events_list"]:
            odds = {
                o["oc_name"]: o["oc_rate"]
                for group in match.get("game_oc_list", []) if group["group_name"].lower() == "1x2"
                for o in group["oc_list"]
            }
            if not odds:
                continue  # служебные подсобытия без коэффициентов пропускаем
            matches.append({
                "tournament": tournament["tournament_name"],
                "home": match["opp_1_name"],
                "away": match["opp_2_name"],
                "start": match["game_start"],
                "odds": odds,
            })
    return matches[:30]  # модели хватит топ-матчей, а ответ останется коротким


tools = [{
    "type": "function",
    "function": {
        "name": "upcoming_matches",
        "description": "Предстоящие матчи и коэффициенты П1 / Х / П2 из SportAPI",
        "parameters": {
            "type": "object",
            "properties": {
                "sport_id": {"type": "integer", "description": "ID вида спорта, 1 — футбол"},
                "hours": {"type": "integer", "enum": [2, 4, 6, 12]},
            },
        },
    },
}]

messages = [
    {"role": "system", "content": "Отвечай только по данным из инструментов. Не обещай выигрыш."},
    {"role": "user", "content": "Какие футбольные матчи будут в ближайшие 12 часов и кто в них фаворит?"},
]
reply = client.chat.completions.create(model="YOUR_MODEL", messages=messages, tools=tools)
message = reply.choices[0].message
if message.tool_calls:
    messages.append(message)
    for call in message.tool_calls:
        result = upcoming_matches(**json.loads(call.function.arguments))
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": json.dumps(result, ensure_ascii=False),
        })
    reply = client.chat.completions.create(model="YOUR_MODEL", messages=messages, tools=tools)
print(reply.choices[0].message.content)

Функция отдаёт модели только нужные поля и не больше 30 матчей — так ответ API не перегружает контекст, а модель работает быстрее и дешевле. Вместо YOUR_MODEL укажите модель OpenAI, которая поддерживает вызов функций.

Как выглядит ответ с живыми данными

Вопрос: «Кто фаворит в матчах Лиги наций сегодня?» Модель вызывает функцию, получает матчи с коэффициентами — например, Казахстан — Фарерские острова: П1 2.66, ничья 3.00, П2 3.12 — и отвечает примерно так:

В матче Казахстан — Фарерские острова явного фаворита нет: коэффициенты
на обе победы близки (2.66 и 3.12), ничья — 3.00. По оценке рынка шансы
хозяев немного выше. Это оценка по коэффициентам, а не гарантия результата.

Цифры в ответе взяты из данных, а не придуманы, и модель сама объясняет, на чём основан вывод.

Какие вопросы задавать

  • «Какие матчи АПЛ сегодня и у кого самые низкие коэффициенты на победу?»
  • «Покажи матчи в ближайшие 2 часа, где коэффициенты на победу хозяев и гостей почти равны».
  • «Какие матчи сейчас идут со счётом 0:0 во втором тайме?» — для таких вопросов есть отдельный инструмент, бот live-сигналов.
  • «Сравни шансы фаворитов в трёх ближайших матчах по коэффициентам».

Хорошие вопросы опираются на данные: расписание, счёт, коэффициенты. Плохие — на то, чего в данных нет: «точно ли выиграет команда» или «какой будет счёт».

Ограничения и правила безопасности

  • Ответы ИИ — не гарантия. Модель интерпретирует коэффициенты и статистику, но не знает исход матча.
  • Не доверяйте ИИ расчёт ставок. Итоги и выплаты должны считаться по официальным результатам — почему, мы разобрали в статье о том, где брать итоговые результаты матчей в JSON.
  • Ограничивайте объём данных. Запрашивайте узкий период — 2, 4 или 12 часов — или конкретный турнир, а не всю линию сразу.
  • Храните ключ на сервере. В своём GPT — в настройках действия, в своём приложении — в переменных окружения.

Для разработчиков: инструкция для ИИ-агентов

Если код интеграции пишет ИИ-агент — например, в редакторе кода, — дайте ему инструкцию для ИИ-агента из документации SportAPI. В ней описаны методы, поля и правила обновления данных, поэтому агент подключит API без догадок.

Сколько стоит

Что нужноСтоимость
Матчи, prematch и live, коэффициенты, краткая live-статистика по одному виду спортаот $30 в месяц
ChatGPT или API OpenAIПо тарифам OpenAI
Проверка до оплатыТестовый ключ SportAPI на 2 дня, все виды спорта

Частые вопросы

Может ли ChatGPT давать прогнозы на футбол?

Может рассуждать о матчах, но без внешних данных опирается на устаревшую информацию. С подключённым SportAPI он видит актуальные матчи, счёт и коэффициенты — и ответы становятся привязаны к фактам.

Нужно ли программировать, чтобы подключить данные?

Нет, если использовать свой GPT с действием: достаточно вставить схему и ключ. Для собственного приложения или бота понадобится код вызова функций из этой статьи.

Подойдут ли другие нейросети?

Да. Вызов внешних функций поддерживают большинство современных моделей. Логика та же: модель запрашивает данные через ваш инструмент и отвечает по ним.

Можно ли доверять прогнозам ИИ?

Как помощнику в анализе — да, как гарантии — нет. ИИ помогает быстрее разобраться в линии, но исход матча остаётся неизвестным.

Можно ли проверить до оплаты?

Да. Тестовый ключ на 2 дня включает все виды спорта, prematch и live — за это время можно собрать свой GPT и проверить ответы на реальных матчах.

Что сделать сегодня

  1. Получите тестовый ключ SportAPI.
  2. Создайте свой GPT и подключите действие по схеме из статьи.
  3. Добавьте в инструкции правило «отвечай только по данным».
  4. Задайте несколько вопросов о сегодняшних матчах и проверьте ответы.
  5. Если нужен свой бот или сервис — используйте код с вызовом функций.

Напишите менеджеру SportAPI в Telegram, для какой нейросети и каких видов спорта вы подключаете данные, — вы получите тестовый ключ к API спортивной линии и коэффициентов.

← Все статьи