Ваші AI-воркфлоу генерують хаос: чому ШІ-продуктам потрібні не кодери, а семантичні інженери

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Привіт, DOU!

Щойно в особисті повідомлення на сайті мені прилетіла класична вакансія: шукають AI Engineer / Full Stack (Node.js) для інтеграції OpenAI/Anthropic. Рекрутер діє за звичним шаблоном: «нам потрібен той, хто зв’яже API та напише код».

Я відповів, що коду не пишу, а займаюся семантичною інженерією об’єктивных сенсів. І ось чому це не просто красиве словосполучення, а те, що насправді критично потрібно 90% сучасних ШІ-продуктів.

Коли зв’язка [Транслятор (Замовник)] ➡️ [Виконавець (ШІ або Людина)] дає збій, компанії зазвичай біжать міняти моделі чи переписувати бекенд. Хоча насправді розрив відбувається на рівні сенсів. ШІ — це просто дзеркало, воно масштабує той ментальний хаос, який у нього заклали на вході.

Три вектори дефрагментації мислення

Щоб вийти з когнітивного тупика, я розробив методологію, яка базується на трьох автономних векторах, які можна розрахувати локально у браузері:

Редактор (Задум) — Що саме створюється та яка його функціональність.
Ресурси (Важелі) — Зовнішні вимоги, закони, оферти, ліміти та правила гри.
Сервіси (Можливості) — Платформи, API та інструменти миттєвої дії.

Якщо хоча б один вектор просідає — зв’язки руйнуються, і система видає помилку або заплутаність.

Інтерактивний тест

Щоб довести це математично, я зібрав автономний Фільтр Сенсу, який аналізує щільність маркерів хаосу у тексті. Ви можете поклацати інтерактивний демо-стенд розширення без встановлення в браузер тут: boriskirp.github.io/welcome

Приклад Хаосу (видасть ~75% заплутаності): Тексти вакансій чи ТЗ у стилі «потрібна людина для автоматизації процесів за допомогою ШІ, підтримки операцій, на постійну основу, щоб чітко спілкувалася...». Тут нуль конкретики за сервісами та ресурсами. Це чистий внутрішній хаос автора, який перекладається на плечі виконавця.
Приклад Структури (видасть ~45%): Чіткий задум (ТГ-бот дефрагментації текстів), чіткі важелі (Python, aiogram 3.x, SQLite, 7 днів, 4000 грн) та сервіси (SSH, API-токен).

Важливий нюанс: Автоматика може лише зафіксувати аномалію та виставити первинний діагноз. Але відновлення архітектури зв’язків та очищення сенсів — це завжди індивідуальна, ручна інженерна робота (те, що я роблю в примусовому виході з піке через пакет «Ін’єкція»).

Колеги, цікаво почути вашу думку: як ви боретеся з когнітивною заплутаністю у своїх ТЗ для розробників та промптах для LLM? Чи тестуєте ви логіку задач перед тим, як згодувати їх ШІ-агентам?

Проганяйте свої приклади через стенд, діліться відсотками хаосу в коментарях, давайте обговорювати!