Изменение официальной документации — сигнал проверить зависимые утверждения, а не автоматически переписать статью. Сначала выясни, действительно ли источник изменил правила для нужной версии и даты; затем свяжи diff с claim IDs. Существование новой версии само по себе не делает старую версию неверной.
Синтетический API snapshot и migration policy
Все числа и даты в этом примере вымышлены. Пусть издатель документа явно сообщает, что batch_size в v1 помечен deprecated, sunset назначен на 1 декабря 2026, а после этой даты новые клиенты должны использовать max_items из v2.
Версия v1:
{"version":"v1","max_batch_size":50,"parameter":"batch_size","status":"deprecated","sunset_at":"2026-12-01"}
Версия v2:
{"version":"v2","max_items":100,"parameter":"max_items","status":"supported","replaces":"batch_size","migration_policy":"new clients after 2026-12-01 must use max_items"}
V1 claims могут оставаться исторически точными для вызова именно v1 до sunset. Для статьи, которая говорит о текущем интерфейсе после даты sunset, та же фраза может стать неверной. Редактору нужно сохранить эту границу.
| Claim ID | Текст | Зависимость | Решение после diff |
|---|---|---|---|
| C-01 | Latest-клиент отправляет batch_size |
v1 parameter/status + sunset/migration policy | Пометить stale для сценария после 01.12.2026; сохранить только с явной версией и датой |
| C-02 | Latest API принимает максимум 50 элементов | v1 max_batch_size; v2 max_items | Пометить stale для latest; старое значение оставить лишь в историческом контексте v1 |
| C-03 | Параметр A доступен всем аккаунтам | Ни один snapshot не содержит availability | unsupported; он и раньше не имел основания |
| C-04 | Новые клиенты после даты D используют max_items |
v2 migration_policy/sunset_at | Candidate claim; проверить дату и контекст редактору |
Повторяемый diff на стандартной библиотеке Python
Сохрани блок как source_diff.py и запусти python3 source_diff.py. Скрипт сравнивает ключи snapshots и выводит связанные claims на review; он не выносит семантический вердикт.
import json
v1 = json.loads('{"version":"v1","max_batch_size":50,"parameter":"batch_size","status":"deprecated","sunset_at":"2026-12-01"}')
v2 = json.loads('{"version":"v2","max_items":100,"parameter":"max_items","status":"supported","replaces":"batch_size","migration_policy":"new clients after 2026-12-01 must use max_items"}')
dependencies = {
"C-01": {"parameter", "status", "sunset_at", "migration_policy"},
"C-02": {"max_batch_size", "max_items"},
"C-03": {"availability"},
"C-04": {"migration_policy", "sunset_at"},
}
changed = {key for key in set(v1) | set(v2) if v1.get(key) != v2.get(key)}
impacted = sorted(claim for claim, keys in dependencies.items() if changed & keys)
print("changed:", ", ".join(sorted(changed)))
print("review claims:", ", ".join(impacted))
Ожидаемый результат:
changed: max_batch_size, max_items, migration_policy, parameter, replaces, status, sunset_at, version
review claims: C-01, C-02, C-04
После вывода редактор возвращается к source snapshot и статье: C-01/C-02 меняются только в части «latest после даты D», C-03 остаётся неподтверждённым, C-04 нельзя публиковать до проверки календарной даты и контекста. Если source page не открывается или версия неоднозначна, review получает blocked-evidence, а не автоматическую замену текста.
Для каждого прохода сохрани обе версии, дату доступа, diff, зависимые IDs и человеческое решение. Новое значение не должно менять опубликованный текст автоматически. Сначала проверь единицы, область действия, sunset и аудиторию, затем обнови формулировку и источник.
OpenAI рекомендует оценивать систему на примерах и анализировать, что именно изменилось в результате (Evaluation best practices). Google рекомендует полезный и надёжный контент для людей, а не механическую синхронизацию любой страницы с каждым изменением URL (Creating helpful, reliable, people-first content). Эти принципы не подтверждают синтетический API выше.
Успех здесь — редактор видит, какие утверждения затронуты и почему, а исходная версия статьи остаётся неизменной до принятого review. Diff сокращает ручной поиск, но не понимает семантику: неизменное число может стать неверным, если изменились его единица, scope или определение.
Для более сложных агентных и продуктовых систем смотри MK Ultra; этот материал ограничен change-impact review одного источника.
