Редакторский бриф отвечает, зачем нужна статья. Агенту для работы нужны ещё границы действий, формат результата и условия остановки. Если превратить бриф в короткий task packet, другой исполнитель сможет повторить задачу и понять, какие выводы запрещены.
Пример: бриф про USDC и USDT
Учебная цель — объяснить новичку разницу между двумя стейблкоинами. Это не утверждение, что один безопаснее другого и не оценка резервов. Сначала выдели из брифа задачи и проверяемые claims, а затем задай схему ответа.
Первый вариант packet ниже намеренно содержит пустую аудиторию и оценочный claim «USDC надёжнее USDT» без критерия и источника. Проверка должна выявить эти пробелы, а не объявить задачу готовой из-за того, что JSON разбирается.
import json
packet_json = r'''{"task_id":"stablecoin-basics-01","goal":"Сравнить подтверждённые механизмы выпуска USDC и USDT","audience":"","allowed_sources":["официальная документация эмитента USDC","официальная документация эмитента USDT"],"claims":[{"id":"C1","text":"Кто выпускает каждый токен","source":"issuer pages"},{"id":"C2","text":"USDC надёжнее USDT","source":null,"criterion":null}],"output_schema":["claim_id","text","source_url","checked_at","qualification"],"stop_if":["источники конфликтуют","не найден актуальный первоисточник"],"acceptance":["числа имеют URL и дату","сети не смешаны","нет обещания цены"]}'''
task = json.loads(packet_json) # Для файла замени строку на: task = json.load(open("task.json", encoding="utf-8"))
required = {"task_id", "goal", "audience", "allowed_sources", "claims", "output_schema", "stop_if", "acceptance"}
errors = [f"missing:{key}" for key in sorted(required - task.keys())]
if not task.get("audience", "").strip():
errors.append("audience: уточнить читателя")
for claim in task.get("claims", []):
evaluative = any(word in claim["text"].lower() for word in ("надёжнее", "надежнее", "лучше", "безопаснее", "риск"))
if evaluative and (not claim.get("source") or not claim.get("criterion")):
errors.append(f"{claim['id']}: оценочный claim без источника и критерия")
print("STOP: " + "; ".join(errors) if errors else "READY FOR RESEARCH")
Ожидаемый вывод: STOP: audience: уточнить читателя; C2: оценочный claim без источника и критерия. Это проверяет структуру и небольшой список оценочных слов; такой код не распознаёт все формулировки и не устанавливает истинность утверждения. После него редактор должен конкретизировать аудиторию, убрать оценку или задать критерий и найти источник, который его подтверждает. Сам факт, что ссылка ведёт на официальный домен, ничего не доказывает о конкретном claim.
Три проверки до передачи
| Ввод | Ожидаемый результат | Ошибка, которая останавливает передачу |
|---|---|---|
| «USDC надёжнее USDT» без критерия | Отметить оценочное утверждение; запросить критерий или убрать его | Агент выдаёт сравнение как установленный факт |
| Нет источников по лимиту выкупа | blocked-evidence; запросить актуальный первоисточник |
Агент придумывает число или берёт его из старой статьи |
| Аудитория не указана | Вернуть вопрос редактору: новичок, разработчик или казначейство? | Агент сам выбирает аудиторию и пишет окончательный текст |
Передай агенту один JSON packet, список одобренных файлов и критерий результата. Успех — другой редактор понимает цель, ограничения и условие стопа без устных пояснений. OpenAI описывает вызов инструмента как цикл между запросом модели и кодом приложения: приложение само принимает решение, запускать ли функцию и возвращать ли результат (Function calling). Для оценки повторяемости сначала задай набор входов и ожидаемых результатов, затем анализируй ошибки и уточняй задачу (Evaluation best practices).
Этот packet задаёт контракт одной редакционной задачи. Он не проверяет истинность claims автоматически, не разрешает публикацию и не заменяет предметного редактора. Для инструментальных workflow смотри MK Ultra; здесь разобран только editorial handoff.
