Как устроены конвейеры AI-контента: 12 паттернов

Сережа Рис · 11 января 2026

У меня три проекта, где нужно генерировать контент: персональный блог, менторские сессии, когорты школы вайбкодинга.

Каждый проект — свой набор костылей. Захотелось понять, как это делают профессионально.

88 источников, 12 паттернов, много диаграмм. Это то, что я узнал.

1. Зачем это исследование

Три проекта, три разных рабочих процесса:

sereja.tech — этот блог. Процесс: тема → исследование через Exa → черновик → прогон через deaify (4 критика убирают AI-паттерны) → публикация. Раньше работало медленно — исследование занимало больше времени, чем написание. Но для этой статьи я запустил 4 параллельных research-субагента через Exa — весь сбор 88 источников занял 15 минут вместо нескольких часов.

mentor — менторские сессии 1:1. Записываю звонки, транскрибирую, генерирую HTML-страницы с табами: запись, домашка, исследование. Проблема: каждая сессия — одноразовый артефакт. Обсудили React hooks на прошлой неделе, TypeScript сегодня — и эти знания не связаны между собой.

cohorts — школа вайбкодинга HSL. Тут самая сложная система: 5-проходная экстракция атомов знаний (инструменты, техники, концепции, workflow, инфраструктура), потом одобрение, генерация с Exa-обогащением, топологическая сортировка по пререквизитам для составления учебного плана.

Что искал:

• Как устроены профессиональные конвейеры создания контента с LLM
• Где в них человек, а где автоматика
• Как переиспользовать контент вместо создания с нуля
• Реальные практики компаний: Anthropic, Notion, Amazon

Что нашёл: 12 паттернов, которые повторяются везде. Удивило, что deaify — это по сути Self-Refine loop, который индустрия формализовала. Мои процессы уже реализуют половину из них, но есть критические пробелы — особенно в переиспользовании контента и параллельной обработке.

2. Анатомия LLM Writing Pipeline

Архитектуры: от линейной к итеративной

Большинство конвейеров генерации контента можно разложить на три базовые архитектуры.

Линейная (Sequential): каждый шаг выполняется последовательно, выход одного — вход другого. Проще всего реализовать, но медленно и хрупко: если один шаг сломался — всё встало.

Ветвящаяся (Branching): независимые задачи выполняются параллельно. Исследование технической документации, примеров кода и лучших практик может идти одновременно — потом оркестратор синтезирует результаты.

Итеративная (Iterative): цикл «генерация → критика → рефайн» повторяется до достижения порога качества или лимита итераций. Это ключевой паттерн для качественного контента.

Исследование Self-Refine (Madaan et al., 2023) показало: итеративный рефайн улучшает качество на ~20% по сравнению с однократной генерацией. Это работает потому, что имитирует человеческий процесс написания — никто не пишет финальный текст с первого раза.

Multi-Agent паттерны

Вместо одного LLM, который делает всё, индустрия пришла к специализированным агентам. Каждый фокусируется на своей задаче:

Anthropic использует этот паттерн в своей multi-agent research system: ведущий агент координирует параллельных субагентов, каждый исследует свой аспект темы, результаты синтезируются. Если нужно больше информации — динамически спаунятся новые субагенты. Я попробовал этот паттерн в этом исследовании — 4 параллельных research-субагента вместо последовательных. Быстрее примерно в 3 раза.

Quality Gates: типы и когда применять

Quality gate — точка в конвейере, где проверяется качество перед переходом к следующему шагу. Без них плохой output ранней стадии портит всё дальше по цепочке.

Автоматические gates:

• Формальные проверки: длина текста, наличие структуры, валидность ссылок
• Метрики качества: perplexity (флюентность), BERTScore (семантическая близость к источникам)
• Детекция проблем: галлюцинации, токсичность, off-brand messaging

LLM-as-Judge gates — другой LLM оценивает output:

• Выставляет числовую оценку (например, 1-10 по каждому измерению)
• Дешевле человека, но менее надёжно для нюансов

Human gates:

• Критические точки: стратегия, верификация фактов, финальное одобрение
• Не всё нужно проверять вручную — только edge cases и высокорисковый контент

Amazon в своей системе автоматической модерации использует conditional gates: если toxicity score попадает в средний диапазон неопределённости — отправляется на человеческий ревью. Низкие значения автоматически одобряются, высокие — автоматически отклоняются.

Обобщённый конвейер

Собирая всё вместе, получается такая архитектура:

Практика компаний вроде Anthropic и Notion: 5-7 стадий с автоматическими проверками и условным человеческим ревью. Каждая стадия фокусируется на одном аспекте качества.

3. Human-in-the-Loop: Где вмешиваться

Точки принятия решений

Human-in-the-Loop — это не «человек проверяет всё в конце». Это архитектурное решение: где именно в конвейере нужен человек, а где достаточно автоматики.

Исследование из Springer (Timing AI intervention in writing process, 2025) показало парадоксальный результат: позднее вмешательство AI (после того, как человек сам побрейнштормил и набросал структуру) даёт лучшие результаты, чем раннее. Раннее использование AI превращает его в замену мышления, а не инструмент усиления. По моему опыту подтверждается: когда даю AI свой набросок, deaify справляется за 2 итерации. С пустой страницы — обычно 4.

Применительно к конвейерам создания контента:

Conditional Routing по Risk Score

Не весь контент требует одинакового уровня проверки. Эффективные системы используют scoring для маршрутизации:

Что влияет на risk score:

• Complexity — техническая глубина, количество утверждений, требующих проверки
• Sensitivity — затрагивает ли спорные темы, персональные данные, юридические вопросы
• Уверенность модели в своём output (можно извлечь из logprobs)
• Тип контента: рутинный vs thought leadership vs регуляторные документы

Batch vs Inline Approval

Два режима человеческого ревью:

Inline (синхронный): конвейер останавливается и ждёт одобрения. Используется для:

• Высокорискового контента
• Нового типа контента (первый раз делаем такое)
• Контента с внешними последствиями (публичные заявления, юридические документы)

Batch (асинхронный): контент попадает в очередь на ревью, конвейер продолжает работу. Человек периодически просматривает batch и одобряет/отклоняет. Используется для:

• Рутинных вариаций контента
• Локализации
• Социальных постов
• Контента, где задержка некритична

Feedback Loops для улучшения промптов

Человеческий ревью — не только про одобрение контента. Это источник данных для улучшения системы:

Структурированный scoring. Ревьюер оценивает output по конкретным критериям (1-10 по точности, стилю, полноте). Эти оценки агрегируются для выявления систематических проблем.

Version control для промптов. Notion перешёл от ручных JSONL-файлов к версионированным датасетам через Braintrust. Промпты проверяются через PR, sample outputs коммитятся в Git для регрессионного тестирования.

Snapshot evals. Dovetail описывает подход «treat prompts like unit tests» — для каждого промпта сохраняются тестовые inputs и ожидаемые outputs. При изменении промпта прогоняются все тесты.

AI-assisted critique. Исследование OpenAI показало, что AI-генерированные критики помогают человеческим ревьюерам находить на 50% больше проблем. AI не заменяет человека, а усиливает его внимание.

4. Content Repurposing с AI

COPE в эпоху LLM

COPE (Create Once, Publish Everywhere) — принцип, популяризированный NPR ещё до эпохи LLM. Идея: создаёшь контент один раз, публикуешь в разных форматах на разных платформах.

Проблема наивного COPE: копипаста одного текста везде не работает. Блог требует глубины и SEO, Twitter — краткости и хуков, LinkedIn — thought leadership, email — персонализации. Формат меняет суть.

LLM меняют игру: теперь можно не просто конвертировать форматы, а трансформировать контент под требования каждого канала. Один источник → множество адаптированных outputs.

Атомарный контент: что это и как разбивать

Атомарный контент — разбиение на минимальные самодостаточные единицы, которые можно переиспользовать в разных комбинациях.

Иерархия для образовательного контента:

Каждый атом снабжается метаданными:

{
  "atom_id": "react-useEffect-cleanup",
  "type": "concept",
  "title": "Cleanup функции в useEffect",
  "skill_level": "intermediate",
  "prerequisites": ["react-useEffect-basics", "js-closures"],
  "domain": "frontend",
  "estimated_minutes": 15,
  "tags": ["react", "hooks", "memory-leaks"],
  "source_session": "session-2026-01-10",
  "timestamp": "00:23:15-00:38:42",
  "evergreen_score": 0.9
}

Метаданные позволяют:

• Intelligent retrieval: найти все атомы по теме React hooks для intermediate уровня
• Prerequisite chains: автоматически строить последовательность изучения
• Personalization: собирать разные learning paths для разных студентов
• Cross-reference: связывать атомы из разных сессий

Transformation Pipelines

Из одного источника можно генерировать разные deliverables:

Session → HTML Lesson:

1. Извлечь транскрипт с таймкодами
2. Идентифицировать темы и создать иерархический план
3. Развернуть каждую тему в секцию урока с объяснениями и примерами
4. Применить HTML-шаблон с навигацией и подсветкой синтаксиса
5. Убрать filler words, добавить переходы
6. Проверить техническую точность

Session → Blog Article:

1. Извлечь ключевые инсайты и memorable moments
2. Создать narrative arc: проблема → исследование → решение
3. Добавить контекст для читателей, которые не были на сессии
4. SEO-оптимизация: заголовки, мета-описание, внутренние ссылки
5. Deaify: убрать AI-паттерны, добавить личные примеры

Session → Twitter Thread:

1. Извлечь 5-7 ключевых тезисов
2. Атомизировать: каждый тезис = 1-2 твита
3. Первый твит — hook (удивительный факт или провокационный вопрос)
4. Структура progressive disclosure: каждый твит развивает предыдущий
5. Финальный твит — CTA (ссылка на полный урок или приглашение к дискуссии)

Content Graph

Когда атомы накапливаются, они формируют граф знаний:

Это то, что делает атомарную архитектуру мощной: один концепт, объяснённый на сессии A, может быть переиспользован в уроке, статье, email-курсе и квизе — без повторного создания.

5. Как это делают другие

Anthropic: CLAUDE.md и PR-triggered docs

Anthropic документирует свои подходы в открытых источниках. Ключевые практики:

Context files (CLAUDE.md): персистентный контекст, который подгружается в каждую сессию. Содержит стайл-гайды, терминологию, конвенции репозитория. Это решает проблему «каждый раз объяснять одно и то же».

Dual workflow для документации:

• PR-triggered: при изменении кода автоматически анализируется diff → идентифицируются затронутые доки → генерируются обновления → человеческий ревью
• Scheduled maintenance: ежедневный обзор изменений за 24 часа → консолидированные обновления документации

Plan Mode: режим read-only exploration для сложных многошаговых изменений. Сначала изучаешь кодбазу безопасно, потом делаешь изменения.

Permission-based tool control: явное управление тем, какие действия может делать агент. Safety first.

Notion: датасеты, три типа оценки

Notion описал свой процесс разработки AI-фич в интервью с Braintrust. Эволюция:

Было: JSONL-файлы в Git, дорогая ручная оценка человеком, медленные итерации.

Стало: Версионированные датасеты из реального использования, три метода оценки (heuristic rules, LLM-as-judge, human review), experiment-driven development — гипотеза → эксперимент → измерение → решение.

Ключевой инсайт: датасеты не придумываются, а собираются из реального использования. Версионирование позволяет отслеживать, как изменения промптов влияют на качество.

Amazon: HALF-Eval framework

Amazon Science опубликовал HALF-Eval (Human-Aligned Long-Form Evaluation) — фреймворк для оценки длинных текстов. Двухстадийный процесс:

Stage 1: Checklist Evaluation

• Структурированные чеклисты по измерениям: creativity, interest, coherence, relevance
• Изначально заполняются людьми (training data)
• Потом автоматизируются через LLM-as-Judge

Stage 2: ML Aggregation

• Regression models синтезируют оценки по чеклистам
• Выдают holistic score (1-10) и бинарную классификацию (high/low quality)
• Модели обучены на человеческих оценках

Результат: скалируемая оценка, выровненная с человеческим judgment.

Indie creators: 6-agent pipeline, 720 статей в месяц

Vicky.dev описывает полностью автоматизированную систему:

Архитектура:

1. GNews API → получение свежих новостей
2. Google Sheets → проверка дубликатов
3. GPT-4o-mini → генерация статьи
4. WordPress REST API → публикация

Цикл каждые 2 минуты. Результат: 720+ статей в месяц. Задача, занимавшая 20-30 часов в неделю, свелась к мониторингу.

Elo Sarah описывает 6-agent pipeline для более качественного контента:

1. Research Agent (Tavily API) — сбор информации
2. Writer Agent — генерация черновика (использует предыдущие samples для стиля)
3. Evaluator Agent — scoring по 4 критериям (authenticity, quality, completeness, depth)
4. Editor Agent — рефайн на основе feedback от Evaluator
5. Optimizer Agent — SEO и форматирование
6. Scheduler Agent — публикация на разные платформы

Quality gate: minimum score 7.0/10 на каждом критерии. Не прошёл — возврат к Editor для рефайна.

Реалистичные ожидания: 1.5x, не 10x

Tom Johnson (I'd Rather Be Writing) в своих предсказаниях на 2026 год пишет:

«AI productivity boost has stabilized at ~1.5x factor. Validation overhead limits velocity gains.»

Это критически важно. Маркетинговые обещания «10x productivity» не выдерживают проверки реальностью. Причины:

• Validation overhead: каждый AI output требует проверки
• Hallucination risk: факты нужно верифицировать
• Brand alignment: tone и voice требуют ручной подстройки
• Edge cases: нетривиальные ситуации всё ещё требуют человека

1.5x — это честная оценка sustainable productivity gain. Для команды из 10 человек это эквивалент найма 5 дополнительных людей без расходов на зарплату. Существенно, но не магия. Эта статья заняла ~2 часа: 15 минут research с параллельными агентами, час на генерацию и deaify, остальное — ревью. Вручную было бы 8-10 часов минимум. Это 4-5x на research, но общий gain ближе к 2x из-за обязательного ревью.

6. Анализ моих текущих workflows

sereja.tech: что хорошо, что добавить

Текущая архитектура:

Что работает хорошо:

• Self-refine loop через deaify — правильный паттерн
• Специализированные критики вместо одного generic
• Research → Draft → Critique → Refine flow соответствует индустриальным практикам

Gap analysis:

Конкретные рекомендации:

1. Quality scoring в deaify (высокий приоритет, 2-4 часа)
   • Каждый критик выдаёт AI-ness score (0-100)
   • Exit condition: все scores < 20 ИЛИ max 3 итерации
   • Предотвращает бесконечный рефайн и даёт метрику качества
2. Параллельные research субагенты (высокий приоритет, 8-12 часов)
   • Три параллельных субагента: TechnicalDocs, Examples, BestPractices
   • Оркестратор синтезирует результаты
   • Ускоряет исследование в 2-3 раза
3. Консолидация критиков (средний приоритет, 3-5 часов)
   • 4 критика → 2: ContentCritic (accuracy/depth/structure) + VoiceCritic (rhythm/specifics/AI-patterns)
   • Если scoring покажет, что 4 избыточно

mentor: критический gap — session atomization

Текущая архитектура:

Критическая проблема: сессии — одноразовые артефакты. Обсудили React hooks на прошлой неделе, TypeScript сегодня — и эти знания не связаны. Каждая сессия существует изолированно.

Это прямое нарушение принципа COPE. Контент создаётся, но не переиспользуется.

Конкретные рекомендации:

1. Content atomization pipeline (критический приоритет, 20-30 часов)
   • Новый skill session-processor: транскрипт → topics → concepts → examples → code snippets
   • Metadata schema: skill_level, prerequisites, tags, timestamp range
   • Storage: structured JSON в atoms/ директории
2. Long-context optimization (высокий приоритет, 6-8 часов)
   • Транскрипт в начале промпта с XML-тегами
   • Scratchpad для извлечения релевантных цитат перед генерацией
   • Улучшает recall и уменьшает галлюцинации
3. Multi-channel output (высокий приоритет, 15-25 часов)
   • Из атомов сессии генерировать: HTML lesson + blog article + email summary
   • Transformation templates для каждого канала
   • 4x content output при том же effort

cohorts: золотой стандарт, добавить multi-channel

Текущая архитектура:

Что работает отлично:

• Атомарная архитектура — именно то, что рекомендует индустрия
• 5-pass extraction создаёт хорошо категоризированные атомы
• Топологическая сортировка по пререквизитам — правильный подход для adaptive learning paths
• Approval gates предотвращают попадание низкокачественных атомов в curriculum

Gap analysis:

Конкретные рекомендации:

1. Automated quality scoring (высокий приоритет, 10-15 часов)
   • LLM-as-judge scores: clarity (1-10), completeness (1-10), prerequisite_accuracy (1-10), evergreen_score (0-1)
   • Risk-based routing: score > 8 → auto-approve с spot-checks; 5-8 → batch review; < 5 → inline review
2. Parallel atom extraction (средний приоритет, 8-12 часов)
   • Один проход с параллельными промптами для каждой категории
   • Вместо 5 последовательных проходов — 1 параллельный
3. Multi-format generation (высокий приоритет, 15-20 часов)
   • Каждый атом может генерировать: lesson section, blog article, tweet, flashcard, quiz question
   • Transformation templates для каждого формата

Приоритеты по проектам

Общий принцип: начинать с быстрых улучшений (quality scoring — 2-4 часа, большой impact), потом фундаментальные изменения (atomization — 20-30 часов, unlock всей экосистемы).