AI генерация новостей: как это работает
В продакшене это конвейер, а не один диалог с моделью. Вход — RSS или API, затем нормализация и дедупликация, при необходимости кластеризация, затем черновики по жёстким шаблонам. Перевод, медиа и публикация — отдельные точки отказа.
Каждый шаг должен быть наблюдаемым: логи, метрики, версии шаблонов. Иначе вы не отличите регрессию промпта от проблемы источника или CMS.
Схема этапов
flowchart LR A[Вход RSS/API] --> B[Нормализация] B --> C[Дедуп + кластеры] C --> D[Черновик + правила] D --> E[Перевод] E --> F[Медиа + WP]
Модель предлагает формулировки; шаблоны и политики задают структуру, тон и запреты. Ретраи и «мёртвая очередь» не менее важны, чем выбор модели.
Кластеризация решает, когда несколько лент говорят об одном событии: один материал вместо пяти почти одинаковых. Без неё сайт выглядит как спам.
Почему важны шаблоны
Длина заголовка, число абзацев и обязательные ссылки на источники — явный контракт. Так проще держать сотни материалов в одном стиле и тестировать смену модели.
Шаблон — это и контракт с моделью: какие поля обязательны, какие запрещены, как формулировать неопределённость. Храните версии рядом с кодом.
Стоимость токенов растёт с длиной контекста; обрезайте HTML источника до нужного минимума и не просите «ещё три варианта заголовка», если достаточно одного с ретраем.
Метрики
Смотрите долю успешных публикаций, задержку и индексацию — не «ощущения от промпта».
Разделяйте метрики по типу материала и источнику: wire-ленты и фоновые блоги ведут себя по-разному. Сравнивайте неделю к неделе при неизменных шаблонах.
Безопасность, права и соответствие
Запретите пересказ платного контента без прав, требуйте атрибуцию и осторожность с биографиями и несовершеннолетними. Политика должна быть исполнимой машиной: ключевые слова, эскалация, отказ публиковать.
Логируйте, какая версия политики применена к посту — это защита при жалобах и смене юрисдикции.
Смена моделей без драмы
Абстрагируйте вызовы LLM за тонкий слой с таймаутами, лимитами и единым форматом ответа. Тогда A/B разных провайдеров — вопрос конфигурации, а не переписывания половины кода.
Перед переключением прогоните золотой набор элементов ленты и сравните заголовки и дисклеймеры — так ловите сдвиг тона.
Контракты данных между этапами
Передачи между этапами трактуйте как API. Этап нормализации должен отдавать проверенные поля с явной nullability: если summary пустой, дальше нельзя «придумать» его из заголовка без задокументированного и протестированного поведения. Этап черновика должен возвращать структуру — лид, списки, источники — а не markdown-клубок, который импортер WordPress разбирает наудачу.
Валидируйте схему в CI: ломающая фикстура должна ронять сборку. Это дешевле, чем объяснять юристам, почему тысяча постов с одинаковым битым дисклеймером.
Наборы для оценки: что заморозить до «подкрутки промпта»
Соберите замороженный eval из реальных элементов: дубликаты, многоязычные заголовки, очень короткие посты и двусмысленные метки времени. Оценивайте смесью автопроверок (запрещённые фразы, обязательные ссылки) и периодических ручных рубрик на выборке.
Новую «гениальную» инструкцию прогоняйте по полному eval — не по трём примерам из чата. Большинство регрессий промпта: «лучше на демо, хуже в мире».
Бюджеты задержки сквозняком
Задайте цель от ingest до живого URL — например три минуты для срочных уровней и тридцать для дайджестов. Разложите бюджет: fetch, нормализация, генерация, медиа, публикация. Если доминирует генерация — уменьшайте контекст или делайте черновик→расширение. Если доминирует WordPress — чините плагины раньше, чем покупаете более крупную модель.
Экспортируйте возраст очереди в метрики. Растущий возраст — ранний признак перегрузки системы, не «случайных лагов».
FAQ: операции и управление
Кто утверждает изменения шаблонов? Минимум: редакционный владелец голоса, инженер по радиусу взрыва и security-ревью, если в промптах новые сторонние URL или инструменты. Утверждения — в тикетах с привязкой к тегам версий.
Как быстро остановить плохие посты? Предпочитайте отключение шаблона или уровня ленты правкам по одному URL. Массовые операции должны быть скриптованы и залогированы — панические правки в CMS не масштабируются и плохо аудируются.
Что говорить читателям? Короткое ясное раскрытие про автоматизацию строит доверие. Пусть живёт в подвале и ссылается из автоматических материалов. Избегайте и завышенных («AI всё проверил»), и умышленно туманных формулировок («может содержать ошибки» без процесса).
Длинная заметка для распечатки
Если вы читаете это как печатный playbook, обведите раздел метрик и пропишите ручкой владельцев — буквально. Конвейеры ломаются, когда метрики только в Grafana, а ответственность только в памяти Slack. Цель статьи не убедить вас в магии LLM, а помочь выпускать новостной контент с той же серьёзностью, что платежи, почта или идентичность. История не закончена, когда текст гладкий; она закончена, когда её можно проследить, протестировать и безопасно остановить.
Приложение: выбор модели без маркетингового шума
Не ориентируйтесь на лидерборды; выбирайте модель по вашему eval и бюджету. Чуть более компактная модель с жёсткими шаблонами часто побеждает флагман с расплывчатыми промптами. Измеряйте задержку и классы сбоев, а не «баллы в бенчмарках».
Держите в тестах двух провайдеров, даже если в проде стандартизируетесь на одном — простои у вендоров случаются не только в теории.
Приложение: многоязычные конвейеры
Если переводите, решите, до или после шаблонизации идёт адаптация — у обоих порядков есть плюсы и минусы. Имена собственные и юридические формулировки защищайте глоссарием. Отдельные eval по языкам обязательны: не предполагайте паритет локалей.
Приложение: примеры контуров шаблонов черновиков (копировать)
Считайте это контрактом для выхода модели — храните рядом с ID шаблонов в git.
template_id: BREAKING_BRIEF
required_sections:
headline: { max_chars: 90, must_include_source_name: true }
dek: { max_chars: 180, ban_claims: [prediction, uncited_quote] }
bullets: { count: 3, each_max_chars: 140, source_link_per_bullet: true }
sources_block: { min_links: 1, label: "Read the primary coverage" }
forbidden: [first_person, investment_advice, medical_diagnosis]
tone: neutral_wire
language: inherit_from_pipelinetemplate_id: WEEKLY_ROUNDUP
required_sections:
title: { pattern: "Week in [Vertical]: {date_range}" }
intro: { max_words: 90, must_state_scope: true }
clusters:
- cluster_headline
- one_paragraph_summary
- link_to_representative_source
footnote: { automation_disclosure: site_policy_url }
caps:
max_clusters: 8
max_tokens_total: 2200
forbidden: [breaking_tense_for_past_events]Приложение: объём текста и печать
Эта статья специально длинная, чтобы её можно было распечатать как отдельное операционное руководство. Схемы, чеклисты и приложения — не украшение: они снижают панику на дежурстве и убирают «трайбал»-фиксы. Если на распечатке много пометок ручкой — значит, материал работает.